It's Data Science Jay here and today I want to talk about some common behavioral interview questions for data scientists and machine learning engineers and how we can answer them.

データサイエンス・ジェイです。今日は、データサイエンティストや機械学習エンジニアによくある行動面接の質問とその答え方についてお話したいと思います。

Mainly I want to go over frameworks and common strategies that we can use to solve the behavioral interview questions.

主に、行動面接の質問を解くために使えるフレームワークや一般的な戦略について説明したい。

Also if you're new here, my name is Jay.

また、ここに来るのが初めてなら、僕の名前はジェイだ。

I'm a remote entrepreneur working in the data science space that used to be a data scientist.

私はデータサイエンスの分野で働くリモート起業家で、以前はデータサイエンティストだった。

Now I've founded a startup called Interview Query which is the premier data science interview platform.

現在、私はInterview Queryというスタートアップを立ち上げました。

So check it out but if you're new here please like and subscribe as well.

でも、もしあなたがこのサイトに初めて来たのなら、"いいね！"と "購読 "もお願いします。

So for behavioral interviews there's a lot of videos out there about how to answer them and how to actually be good at them and those are all great but how do we actually communicate them specifically for data scientists and machine learning engineers or anyone else working in data.

行動面接については、答え方や上手な受け答えの仕方についてたくさんの動画が出回っていて、どれも素晴らしいのですが、データサイエンティストや機械学習エンジニアなど、データに携わる人たちに向けては、実際にどのように伝えればいいのでしょうか。

Generally I see it kind of conform into three main buckets.

一般的には、3つの主要なバケツに分類されると思う。

The first one is about how well you can actually communicate technical concepts when you're answering behavioral interview questions.

1つ目は、行動面接の質問に答える際に、技術的なコンセプトをどれだけ実際に伝えることができるかということだ。

The second one is figuring out how to actually back up your resume and make sure that it holds up under questioning.

もうひとつは、履歴書を実際にどのようにバックアップし、質問されても耐えられるようにするのかを考えることだ。

And then the third kind of behavioral interview question I see is more around culture fits and making sure that you're a good fit for the team.

そして、私が目にする3つ目の行動面接の質問は、カルチャー・フィットと、あなたがチームに合っているかどうかを確認することです。

So generally when people think about behavioral interview questions they kind of think about the recruiter screening right.

一般的に行動面接の質問というと、採用担当者の選考のことを思い浮かべるだろう。

A recruiter will call you up, they'll ask you a little bit about yourself, some projects that you've done, your visa sponsorship, where you're located and stuff like that.

リクルーターが電話をかけてきて、あなた自身のこと、これまでに手がけたプロジェクトのこと、ビザのスポンサーであること、現在住んでいる場所などを尋ねます。

And so in general I don't think that's how most behavioral interview questions that actually matter but those aren't really the behavioral interview questions that matter.

だから、一般的には、実際に重要な行動面接の質問のほとんどはそうではないと思いますが、それは本当に重要な行動面接の質問ではありません。

More common than ever hiring managers and executives are actually the ones that are screening data scientists and engineers up front in the first one or two interviews.

データサイエンティストやエンジニアを最初の1、2回の面接で選別するのは、これまで以上に一般的なことだ。

The reason why that's happening is because a lot of the hiring managers and executives figure out it's basically a waste of time if you pass all the technical interviews but then on the last behavioral interview you fail because of the fact that you have to pass all the interviews to actually get the offer.

なぜそのようなことが起こるかというと、採用担当者や経営陣の多くが、技術面接にすべて合格しても、最後の行動面接で不合格になるのは基本的に時間の無駄だと考えているからだ。

Because the executives have more judgment and more control over the hiring process many times they'll actually ask the behavioral interview questions at the very front to then reject you or move you on.

エグゼクティブの方が判断力があり、採用プロセスをよりコントロールできるため、多くの場合、実際に行動面接の質問を一番手前で行い、不採用にしたり、次へ進めたりする。

The key with demonstrating technical competency in the behavioral interview questions is to have two things.

行動面接の質問で技術的コンピテンシーをアピールする上で重要なのは、次の2点だ。

One is strong technical skills and then the other is strong behavioral interview and communication skills.

ひとつは強力な技術力、もうひとつは強力な行動面接とコミュニケーション能力だ。

You could have all the technical knowledge in the world but if you can't communicate it then it's basically useless to everyone else.

世界中のあらゆる技術的な知識を持っていても、それを伝えることができなければ、基本的に他の人には役に立たない。

So a key thing to practice around technical communication is understanding exactly how to craft your stories for different kinds of interview questions.

つまり、テクニカル・コミュニケーションを練習する上で重要なことは、さまざまな種類の面接の質問に対して、どのように話を作ればよいかを正確に理解することなのだ。

Let's go over an example of when I was actually a hiring manager once for a prior company and asked an intern a behavioral interview question that they didn't really pass.

私が以前の会社で採用マネージャーをしていたとき、インターン生に行動面接の質問をしたことがある。

It was actually a pretty simple question.

実に簡単な質問だった。

I asked the data science intern candidate, tell me about a project that you're proud of and then the candidate responded with a lot of enthusiasm but they responded with an answer like this.

データサイエンス・インターンの候補者に、自慢できるプロジェクトについて教えてください、と尋ねたら、候補者は熱意をもって答えたが、こんな答えが返ってきた。

Yeah for my CS 100 class we made these robots and we programmed them using java and my robot won the competition and the TA said it was really good.

CS100の授業でロボットを作って、ジャバを使ってプログラミングしたんだけど、僕のロボットはコンテストで優勝して、TAもすごくよかったって言ってたよ。

Okay so how did you end up building it?

では、最終的にどのように作ったのですか？

We used java.

私たちはジャバを使った。

Okay but what actually made the robot good?

でも、実際にロボットの何が良かったんですか？

Well it won the competition.

まあ、コンペで優勝したからね。

You'd actually be surprised by how many of those answers that you get when you're actually hiring for data candidates and it's not that the project itself was bad it's just the fact that the candidate didn't go into any details that makes the project worth describing and as an interviewer everything we really care about is in the details of the project.

実際にデータ候補の採用をしていると、そのような答えが多いことに驚くだろう。プロジェクト自体が悪いということではなく、候補者がそのプロジェクトを説明する価値があるような詳細に踏み込んでいないだけなのだ。

I mean obviously there's a fine line here I don't want you to get super granular telling me about the functions you use and the code base and stuff like that but generally it's about demonstrating that you actually did the project that you have the technical expertise to do it again and the fact that you use strategies and different kinds of frameworks to help you navigate through the project while working with other team members.

もちろん、使用した関数やコードベースなど、細かいことまで教えてほしいとは思わないが、一般的には、あなたが実際にプロジェクトを遂行し、それを再び遂行するための技術的な専門知識を持っていること、そして他のチームメンバーと協力しながらプロジェクトを進めるための戦略やさまざまな種類のフレームワークを使用していることを示すことだ。

The best answers to behavioral interview questions like these are to frame it in a story and I know we have all these different kinds of frameworks like STAR to actually go through the situation, task, action, result and those are great to use but let's go through an example of how I'd actually answer this interview question if I was asked it.

このような行動面接の質問に対するベストな回答は、ストーリー仕立てにすることです。STARのような、状況、タスク、アクション、結果を実際に確認するための様々なフレームワークがあることは知っていますし、それらを使うのは素晴らしいことですが、もし私がこの面接の質問をされたらどのように答えるか、実際に例を挙げてみましょう。

Tell me about a time that you use data science to make an impact on the business.

データサイエンスを活用してビジネスにインパクトを与えたときのことを教えてください。

That's a great question.

いい質問だね。

So at my company called Jobber basically it was a tinder style swiping app so you would swipe right to apply to jobs and you swipe left pass on jobs and my job as a data scientist was to improve the recommendation engine.

Jobberという会社では、基本的にTinderスタイルのスワイプアプリで、右にスワイプすると求人に応募でき、左にスワイプするとパスできる。

The existing model that was used in the recommendation engine before was this naive bayes trained model and it worked all right but I felt like there could have been improvements to it because of the fact that we were getting a lot of customer complaints about the model recommendations when they would upload their resume and they get a bunch of jobs that didn't actually match up to what they were looking for.

というのも、履歴書をアップロードすると、探していた求人情報と一致しない求人がたくさん表示されるのです。

So instead I built an elastic search model that actually took a lot of the synonyms from their resume and then added it to the elastic search query parameter to return better jobs and also more jobs so they wouldn't actually run out of jobs from the previous model.

その代わりに、履歴書から多くの類義語を取り出し、それをエラスティックサーチのクエリーパラメーターに追加することで、より良い求人を返し、より多くの求人を返すエラスティックサーチモデルを構築しました。

So the way that we actually tested this I didn't actually know if it was going to be better or not so we launched an A-B test we put only 10% of the users into the new elastic search model and then analyzed the total number of applications for both the control group and the experiment group.

そのため、A-Bテストを実施し、ユーザーの10％だけを新しいエラスティック検索モデルに投入し、コントロールグループと実験グループの両方のアプリケーションの総数を分析しました。

Turns out that the new elastic model actually improved job recommendations and improved the amount of total applications by about 20% which in turn increased the amount of revenue that we made on the top line by around 10 to 15% because we get paid per application.

その結果、新しい弾力性のあるモデルによって、実際に求人の推薦が改善され、応募総数が約20％改善された。

So quickly just to deconstruct that answer notice how in the very beginning I stated the exact problem that was going on.

では、その答えを分解してみると......私が冒頭で、起きている問題を正確に述べていることに気づいてほしい。

We needed a new recommendation engine and that was my job to solve it.

私たちには新しい推薦エンジンが必要で、それを解決するのが私の仕事だった。

Then I went into the details on exactly how I solved it by building this new elastic search query engine and at the very end I just detailed the results of what happened and how we launched it and what the business impact actually gave.

そして、この新しい伸縮性のある検索クエリー・エンジンを構築することで、どのようにこの問題を解決したかを詳細に説明し、最後に、何が起こったか、どのようにこのエンジンを立ち上げたか、そして実際にどのようなビジネス・インパクトがあったかを詳細に説明した。

So it's not that hard it's more about crafting the story in a way in which you kind of define what the problem is and kind of explain and go through the details.

だから、それほど難しいことではなく、むしろ、何が問題なのかを明確にし、説明し、詳細を説明するような形でストーリーを作り上げることが重要なんだ。

Notice how I did kind of go into details about the different query parameters we and how it was naive Bayes.

クエリーパラメーターの違いや、ナイーブベイズについて詳しく説明したことに注目してほしい。

I dropped those as buzzwords because I know data science and I'm showcasing that I know data science.

私はデータ・サイエンスを知っているし、私がデータ・サイエンスを知っていることをアピールしているからだ。

But at the end of the day what matters is the fact that you can showcase that business impact you can talk it through and you can communicate that to someone else just like how you communicated that to your manager when you're first working on the project.

しかし、結局のところ、重要なのは、あなたがそのビジネス・インパクトを示すことができるという事実であり、それを話し抜くことができるという事実であり、あなたが最初にプロジェクトに取り組んだときに上司にそれを伝えたのと同じように、他の誰かにそれを伝えることができるという事実なのだ。

Adding structure to any sort of behavioral interview question answer is a huge win because one it just makes your story more engaging.

行動面接の質問の答えに構成を加えることは、あなたの話をより魅力的なものにするだけで、大きな収穫となる。

A lot of times I hear these stories from candidates and just honestly my mind goes elsewhere because you know I have better things to do.

多くの場合、候補者からこのような話を聞くが、正直なところ、私の心は他に移ってしまう。

I was hiring data scientists but if you make your actual story engaging if you actually try to add some structure to it your behavioral interview question answers will go a lot smoother.

私はデータサイエンティストを採用していたが、もしあなたが実際のストーリーを魅力的なものにし、それに何らかの構成を加えようとすれば、行動面接の質問に対する回答はかなりスムーズにいくだろう。

A couple more behavioral interview questions are really common to data scientists.

データサイエンティストには、さらにいくつかの行動面接の質問が本当に一般的です。

I want to run through these really quickly.

本当に手短に済ませたい。

Tell me about a time that you had to clean and organize a big data set.

大きなデータセットのクリーニングと整理をしなければならなかったときのことを教えてください。

How have you used data to elevate the experience of a customer or stakeholder.

顧客や利害関係者の経験を向上させるためにデータをどのように活用したか。

Tell me about a time you had to communicate something technical to a non-technical person and then how would you communicate data driven insights to a business stakeholder.

技術的なことを技術者でない人に伝えなければならなかったときのことを教えてください。それから、データ主導の洞察をビジネス関係者にどのように伝えますか？

Next up the second most important thing that I think happens in these behavioral interview questions is analyzing your resume and talking through your resume.

次に、このような行動面接の質問で2番目に重要なことは、履歴書を分析し、履歴書を通して話すことだと思います。

So a lot of time I'm pretty critical of someone's resume especially because of the way that anyone can kind of add anything to their resume without a lot of backing to it and so one of the key things I do as a data science hiring manager was is to basically go through and actually ask very specific key points about their resume that they listed below.

データサイエンスの採用マネージャーとして私がしている重要なことの1つは、基本的に履歴書を見て、彼らが以下に挙げた履歴書について非常に具体的なポイントを尋ねることです。

For example once I was asked to interview a candidate who said on their resume that they had increased the company baseline revenue by 30% month over month.

例えば、ある候補者の履歴書に「前月比30％増収」と書いてあった。

I was pretty skeptical about this but I kept on asking questions and turns out the business was an e-commerce business and the month over month change was from November to December which as you know is Christmas buying shopping season.

私はかなり懐疑的だったが、質問を続けた結果、このビジネスはeコマースであり、前月比の変化は11月から12月にかけてのものであることが判明した。

And so when I asked them what happened in the month of January suddenly they didn't have as much to say about their project influencing revenue.

そして、1月に何があったかを尋ねると、突然、収益に影響を与えるプロジェクトについて多くを語らなくなった。

So the core kind of learning here is really just to back up your resume and have a story and make sure that it's sound proof and tight for every single point that you put on your resume.

つまり、履歴書の裏付けをとり、ストーリーを持ち、履歴書に書くすべてのポイントについて、しっかりとした裏付けをとることが、ここでの核となる学習なのだ。

Generally I limit my resume bullet points to around four core bullet points for like the four biggest projects that I contributed to for every single job in my past career.

一般的に、私は履歴書の箇条書きを、過去のキャリアの中ですべての仕事で貢献した4大プロジェクトのような、核となる箇条書きを4つ程度に絞っている。

If you work in an analytics capacity where you're very business focused make sure you're not inflating a lot of those numbers or at least that you have a way to back exactly what you contributed to within analytics.

もしアナリティクスに携わり、ビジネスに重きを置いているのであれば、多くの数字を誇張していないか、少なくともアナリティクス内で自分が貢献したことを正確に裏付ける方法を持っているかを確認してください。

Similarly if you're in a machine learning role kind of focus make sure that you know exactly the technical details of the machine learning projects or the technical projects that you implemented.

同じように、機械学習を担当するのであれば、機械学習プロジェクトや実装した技術プロジェクトの技術的な詳細を正確に把握しておく必要がある。

If you put neural networks in your resume or something about PyTorch and I know a lot about PyTorch then I'm going to ask you a lot about it and expect that you have that same level of knowledge.

もしあなたが履歴書にニューラルネットワークやPyTorchに関することを書いていて、私がPyTorchについて詳しいとしたら、私はあなたにそれについてたくさん聞くだろうし、あなたが同じレベルの知識を持っていると期待するだろう。

Generally if you can't explain your resume very well to an interviewer that's a huge red flag and probably one of the biggest red flags there are because then people think you might be lying about other things as well.

一般的に、面接官に自分の履歴書をうまく説明できなければ、それは大きな赤信号であり、おそらく最大の赤信号の1つだろう。

So in general just make sure that everything on your resume you can actually back up.

だから一般的には、履歴書に書いてあることはすべて実際に裏付けが取れるようにしておくことだ。

Lastly a lot of these behavioral interview questions for data scientists come around and culture fit is a huge issue for technical candidates because a lot of the times you get these really really strong technical candidates but that are really really bad at communication or working well with others and so generally for most of these culture fit questions they're testing you on a couple things.

最後に、データサイエンティストのための行動面接の質問の多くは、技術的な候補者にとって、カルチャーフィットは大きな問題です。

One is straight up that you're not an asshole they want to know that you can work well with others.

ひとつは、あなたがろくでなしではないということをストレートに伝えること。

If you're a senior candidate they want to know that you can actually mentor junior team members on the same team and then three if you're more of a junior candidate they want to know that you're eager to learn and you can demonstrate initiative for getting better in your role.

もしあなたが上級候補者なら、同じチームの後輩を実際に指導できるかどうかを知りたがるし、3つ目なら、もっと若手の候補者なら、あなたが学ぶことに熱心で、自分の役割を向上させるためのイニシアチブを発揮できるかどうかを知りたがる。

Most of the time culture fit is really hard to evaluate and there's not one size fit all in terms of how you can answer these questions.

ほとんどの場合、カルチャー・フィットの評価は実に難しく、これらの質問にどう答えればいいのか、一概には言えない。

The sad reality of it is that a lot of these companies have different cultural characteristics for how they run their companies and this is important for you as a candidate also to figure out because it might not be the same cultural fit that you're aligned with.

悲しい現実だが、こうした企業の多くは、会社運営の方法について異なる文化的特徴を持っており、これは候補者としても重要なことだ。

For example one company might really really enjoy cross-functional communication and also a lot of meetings but if you're the person who doesn't like meetings and really likes to focus on the code base or pumping out good code then it might not be a great cultural fit and you should also excuse yourself from the interview process then as well.

例えば、ある会社は部門横断的なコミュニケーションや多くのミーティングを本当に楽しんでいるかもしれないが、もしあなたがミーティングを好まず、コードベースや優れたコードを生み出すことに集中したい人なら、その会社は文化的に合わないかもしれない。

Probably the most common interview questions that come with this are more so around the situational kind of star framework type of questions where you can talk about situations where you demonstrated leadership or initiative to really make yourself seem like a really good cultural fit and team member.

面接でよくある質問は、状況に応じたスターフレームワークのような質問で、リーダーシップやイニシアチブを発揮した場面について話すことで、文化的にフィットしたチームメンバーだと思わせるようなものです。

So examples are tell me about a data project that you've worked on where you encountered a challenging problem, how did you respond, how have you gone above and beyond the call of duty, tell me about a time that you failed and what you learned from it, how did you handle meeting a tight deadline, tell me about a time when you resolved a conflict, provide an example of a goal you reached and tell me how you achieved it.

例えば、あなたが取り組んだデータ・プロジェクトで困難な問題に遭遇したとき、どのように対応したか、職務以上のことをどのように行ったか、失敗したときとそこから何を学んだか、厳しい締め切りにどのように対処したか、対立を解決したときについて教えてください。

So in summary make sure that one you can communicate technical concepts and provide good stories and good structure for the projects you've worked on and also the basis for your technical proficiency.

ですから、まとめると、技術的なコンセプトを伝えることができ、自分が携わったプロジェクトについて良いストーリーと良い構成を提供できること、また技術的な熟練度の基礎となることを確認してください。

Number two is to make sure to back up your resume and make sure it doesn't have any red flags on it and number three is just to overall assess culture fit in the best way you can demonstrate that you can show initiative and be a good team member with other people on the team.

2つ目は、履歴書の裏付けをしっかりとり、そこに赤旗がないことを確認すること。3つ目は、カルチャー・フィットを総合的に評価することで、自分がイニシアチブを発揮し、チームの他の人たちと良いチーム・メンバーになれることを示すことができる最善の方法だ。

Lastly I want to talk about today's sponsor which is Interview Query.

最後に、今日のスポンサーであるインタビュー・クエリーについて話したい。

Interview Query is a data science interview platform that I am the founder of.

Interview Queryは、私が創設者であるデータサイエンス・インタビュー・プラットフォームです。

Basically we have hundreds of interview questions, courses, sequel editors, challenge assessments so you can assess your ability against other people.

基本的には、何百もの面接質問、コース、続編編集、チャレンジ評価などがあり、他の人と比較して自分の能力を評価することができます。

It is probably the best technical data science interview platform out there and while we're about to launch behavioral interview questions on the site we haven't yet but if you're getting ready for a technical interview be sure to check us out.

このサイトは、おそらく最高のデータサイエンス技術面接のプラットフォームであり、私たちはこのサイトで行動面接の質問を開始しようとしていますが、まだ開始していません。

Thanks for watching and I'll see you all later.

見てくれてありがとう。

Bye.

さようなら。