데이터 사이언티스트 면접: 질문, 팁, 유용한 표현

모델 하나만 골라요. 문제, 만든 것, 그 뒤에 달라진 점 순서로 말해요. 작은 변화도 괜찮아요. 예: “I built a model to predict late deliveries. After that, the team planned routes better.”

내가 한 일에는 “I”, 팀이 한 일에는 “we”를 써요. 데이터 정리, 특징 선택, 모델 테스트처럼 직접 한 일 2~3가지를 말해요. 다른 사람이 한 일도 솔직하게 말해요.

결과 하나를 말해요. 숫자여도 좋고 아니어도 괜찮아요. “The support team answered urgent tickets first.” 같은 답도 좋아요. 정확한 숫자를 모르면 모른다고 솔직하게 말해요.

정확도, 속도, 설명하기 쉬운 정도처럼 분명한 이유를 말해요. 도구 이름이나 유행어만 늘어놓지 않아요. 문제에 필요한 것이 무엇이었고 그 방법이 어떻게 맞았는지 말해요.

다른 방법 하나와 트레이드오프 하나를 말해요. 예: “A more complex model was a little more accurate, but it was harder to explain. The simple model was nearly as good and the team trusted it.”

사용자에게 가장 중요한 것이 무엇이었는지 설명해요. 누가 결과를 쓰고 무엇이 필요했는지 말해요. 쉬운 말로 해요. 예: “Speed was more important here, because the result was needed in seconds.”

구체적인 예 하나를 들어요. 얼마나 자주 만났는지, 무엇을 공유했는지, 무엇을 물었는지 말해요. 예: “Each week I showed the product manager one chart and asked what decision it helped.”

회의나 대화 하나를 떠올려요. 누가 있었는지, 어떤 목표에 합의했는지, 그 측정 기준이 왜 제품에 맞았는지 말해요. 짧고 사실대로 말해요.

쉬운 말과 단순한 차트를 썼다는 걸 보여 줘요. 실제로 쓴 문장 하나를 예로 들어요. 설명한 뒤 제품 매니저가 무엇을 결정했는지도 말해요.

실제로 있었던 작은 문제를 골라요. 무엇이 잘못됐는지, 그다음에 무엇을 했는지, 무엇을 배웠는지 말해요. 차분하고 긍정적으로 말해요. 다른 사람 탓은 하지 않아요.