TGViewer
Dataism Dataism @data1sm · 3.83K subscribers
Post #362 2.15K
👋Hello from the other side

Практически всю осень на работе потратили на поиск человека в команду. Это мой первый опыт, когда я так активно и много участвовала в найме, поэтому решила поделиться впечатлениями и рекомендациями.

Рекомендации:
1) Готовьтесь к собеседованиям.
Да-да, даже если вы профессионал, то все равно нужно подготовиться. Посмотрите, чем занимается компания, как монетизируется, какие ценности. Подготовьте рассказ о своем опыте. Лаконично расскажите все самое интересное с точки зрения аналитики, старайтесь при этом использовать шаблон STAR.
2) Будьте готовы ответить за все, что написано в вашем резюме. Если попадется душный собеседущий, то может вас поспрашивать за каждую строчку. Если вы что-то преувеличиваете в резюме, то делайте это аккуратно и максимально проработайте легенду.
3) Золотое правило - не говорите плохо о прошлом/текущем месте работы. Скажите, что вам хочется сменить направление, покопаться в больших данных, углубиться в какой-то области, но на текущем месте нет такой возможности.
4) Не бойтесь говорить, что чего-то не знаете. Не на все вопросы нужно ответить, часто задается пул вопросов с определенным весом. Базу, конечно, нужно знать. Что-то экстра - это уже чисто посмотреть глубину знаний кандидата.
5) Как правило, для проверки каких-то навыков дают синтетические задачки, которые мало похожи на рабочие. Это нормально.
Главное не показывать свое отношение к этому. «А нормальные задачи будут?» - такое, конечно, можно спросить, но сомневаюсь, что вас потом позовут на финал.
Вообще, с интересными задачами на собесах довольно туго. Из личной практики я помню только 1 собеседование, где мне очень понравились задачи и даже сказала большое спасибо за это. Чаще все же вам и такой sql могут дать, и алгосик. Такие уж правила.

Впечатления:
1) Довольно затратное мероприятие. По началу я еще читала резюме полностью, потом уже смотрела только на образование и места работы, чтобы просто понимать примерный уровень кандидата. Задавала типичные поведенческие вопросы и внимательно слушала ответы. Я понимала специфику нашей работы и у нас, конечно, был портрет «идеального» кандидата. Если человек подчеркивал, что он интроверт, то ему было бы трудно выполнять работу. С перфекционистами отдельная история. Если он ярый сторонник всего правильного, то тоже сложно будет сработаться. Больше всего ценится гибкость. Бизнесу всегда нужно все здесь и сейчас, а правильно как-нибудь потом, во время фриза техдолг докрутим (но не факт).
2) В начале найма я еще старалась объяснять ошибки, которые допускали кандидаты. Было приятно слышать благодарности за поучительный собес, они узнавали что-то новое для себя. Но потом осознала, что это трата времени и нужно с этим закругляться (вернее, мне намекнули ахах).
3) Важно в начале собеса расслабить кандидата. Я это поняла сильно позже, но считаю, что необходимо буквально 5 минут выделить на поговорить о чем-то простом. Это снимет напряжение и человек себя лучше покажет. Любое собеседование - это стресс.

А кто из вас тоже участвует в найме? Как впечатления?

p.s. as usual напоминаю про бота для подготовки @DataismPrepBot
  • 👍 24
  • ❤ 14
  • 🔥 7
More from @data1sm
  1. Sep 23, 2026Карьерные консультанты На фоне кризиса на рынке труда, естественно, активизировались ✨карь…
  2. Sep 21, 2026У команды Trisigma снова намечается крутой митап про A/B-культуру На этот раз встреча прой…
  3. Sep 9, 2026Айтишник из Платы запилил рилс со сравнением Платы и Т-Банка и его уволили, хотя в своем р…
  4. Sep 8, 2026Статзначимый подкаст Послушала на выходных подкаст от hh team «Тимлиды в аналитике: как ру…
  5. Sep 1, 2026Буквально вчера на клубе обсуждали будущее приложений и вообще взаимодействия с продуктами…
  6. Aug 31, 2026Бедная Анастасия Какие ранимые в менеджменте Яндекса
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →