Hiring data scientists

从微博上看到转发的文章，如何hire一名数据科学家（http://treycausey.com/hiring_data_scientists.html），主要的讨论点在博主认为不要写白板代码。看了下，有些赞同，有些并不很赞同。简单列一下，做个备份。

博主的面试过程分四部分：

电面，根据候选人资历问一下简单技术问题；

家庭作业；

面试；

不/发offer；

博主有个观点是：不要你自己设定好限制条件（如：XX证书、XX年工作经验，XX语言），来寻找你所需要的人。因为数据科学家多种多样，你并不能完全确定别的数据科学家是什么样子，而你要找的是一个以后的工作同伴，因此，扩大自己的限制条件，也许很多时候会发现一些新的发现，比如：自己忽略了这个岗位本该具有的一些更重要的东西。当然不是说之前说的东西不重要，而是他们不是“唯一”重要的。更重要的是，你不能只按照“目前”岗位所需要的技能来找人，而是按照半年甚至一年后这个岗位所需要的技能来招人。

面试流程：

电面时先简单介绍下职位和需求，讨论一些可扩展的问题，问一些相同的问题作为不同候选人之间的baseline，给候选人留5分钟提问。最后留家庭作业。作业最好别太复杂，最好是模拟一个工作场景，一两个小时可以做完，防止有人有孩子没时间做。

对于那些有能力，可能会有很多offer而可能不想做作业的候选人，也许他不是你想要的人。因为你想要的是一个同事，是喜欢这份工作和挑战的人，而不是只为了薪水而来的人。

当面面试时，博主强烈反对写“白板代码”。因为这样“不自然”：没有谁在工作中是写白板代码，而不用Google啊，stackoverflow啊什么的。而且这只是考察了候选人的“默写”能力，只不过再次做了一次算法课的测验而已。【个人表示不同意，因为面过真的很简单的白板代码也没写出来的。talk is cheap, show me the code.】

最后，博主说的是人道一些，谁面试时都压力很大，把候选人当人看，要有善意。

对于与众不同的面试原则，博主很骄傲.