Case Loft - Como se preparar para a jornada de uma pessoa candidata ao time de Data Science? - PrograMaria

Saiba o que é esperado em cada etapa do processo seletivo realizado para a Loft e aproveite: as dicas podem te ajudar para candidaturas para outras empresas também

Na Loft, procuramos construir MEMO – uma Maravilhosa Equipe para alcançar Máximos Objetivos. Uma máxima no mercado de trabalho é que todas as empresas querem contratar as melhores pessoas. Mas… o que é a “melhor pessoa”? E, na Loft, mais do que buscar apenas as “melhores pessoas”, buscamos um maravilhoso e diverso conjunto delas.

Cada empresa tem diferentes requisitos para perfis de pessoas, com pesos diferentes para determinadas soft skills e exigência de diferentes habilidades técnicas para suas vagas. Tanto que é possível duas empresas estarem procurando pessoas para o mesmo cargo, porém demandando habilidades diferentes.

No entanto, uma coisa todas as empresas têm em comum, que é um processo seletivo. Acontece que, essa pluralidade de procura por diferentes perfis, faz com que não haja um formato para os processos, que tentam refletir o que a empresa procura e seus valores. Dito isso, o que vamos apresentar aqui não é uma verdade universal. No entanto, esperamos que sejam blocos de conhecimento com os quais você possa ir montando e construindo, e possam te ajudar na sua jornada como pessoa candidata!

 

Qual será a sua jornada para se tornar Cientista de Dados na Loft?

A nossa jornada está dividida em cinco etapas: (1) Teste teórico; (2) Entrevista com Cientistas de Dados da Loft; (3) Case; (4) Entrevista com a liderança de Ciência de Dados; e (5) Entrevista com pessoas de Recursos Humanos. Abaixo destacamos esse processo de uma forma mais visual:

Nos casos de vaga de gestão, antes do processo seletivo começar, fazemos uma conversa rápida de 30 minutos para alinhar expectativas e falar sobre a Loft, O objetivo é engajar a pessoa inscrita no nosso processo.

Cada uma dessas etapas foi pensada para estar alinhada com valores e necessidades do time e da Loft. Vamos mergulhar em cada uma delas, explicando o que é essa etapa, qual o nosso objetivo com ela e dicas para você se preparar.

  • Teste teórico

A primeira etapa do nosso processo consiste em um teste teórico de múltipla escolha, realizado por meio de uma plataforma online. Essa prova abrange conhecimentos de estatística e Machine Learning, que são habilidades que consideramos necessárias para uma boa execução do trabalho. No momento da escrita desse artigo, essa prova é composta por 30 questões e tem duração de 30 minutos. Vale destacar que apesar de a prova ser em uma plataforma de programação (a Codility), não há questões sobre esse tema no nosso teste teórico.

A prova é separada em duas partes: uma com maior peso, que são as questões mais simples, mas que consideramos como o mínimo de conhecimento esperado. Outra, com peso menor e questões mais avançadas, que usamos mais como uma forma de entender o nível da pessoa do que de uma forma classificatória. 

Mas, peraí, se o processo já começa no teste teórico, vocês não fazem seleção de currículos? 

Exatamente. Um dos nossos princípios é a diversidade. Se fossemos optar por filtrar as pessoas candidatas através do CV, poderíamos adicionar viés inconsciente logo no início da seleção. Assim, optamos por dar a oportunidade para todas as pessoas fazerem a prova, independentemente se têm experiência, se estão em transição de carreira, se fizeram ou não graduação em exatas. Só olhamos o CV da pessoa, quando a nota é próxima da nota de corte, e assim seguimos com ela. Vale destacar nossa flexibilidade com a nota de corte, aplicando uma margem de erro, pois entendemos que muitos perfis que nos complementam bem podem bater na trave no teste, se trabalharmos com uma estimativa pontual. Não aplicamos o teste em vagas de estágio.

Mas por que não entrevistar todo mundo?

Infelizmente o volume de candidaturas é muito alto, não temos como fazer o processo inteiro com todas as pessoas. Principalmente porque nos preocupamos em dar feedback para todas as pessoas sobre todas as etapas.

Se o foco de vocês é a diversidade, por que o teste teórico é em inglês?

Uma das habilidades que consideramos necessárias para a área de Ciência de Dados é a leitura do inglês. Por mais que a área esteja crescendo no Brasil, a maioria dos materiais disponíveis estão em língua inglesa. Não buscamos pessoas superfluentes e com inglês avançado. Apenas desejamos que as pessoas consigam se virar, principalmente, com a leitura em inglês.

O que estamos procurando nessa etapa:

Como já dito anteriormente, o volume de pessoas é alto e precisamos de uma forma de reduzir o número de candidaturas para propiciarmos uma boa experiência no processo. O que procuramos aqui são pessoas que dão um passo além do “import regressão from sklearn“, que entendam o que está acontecendo no algoritmo e que conheçam os principais erros do pipeline de Machine Learning. 

Além disso, é uma forma de reduzir os nossos vieses na seleção inicial de pessoas.

Dicas para se preparar para essa etapa:

É comum processos seletivos terem testes online, às vezes de múltipla escolha, às vezes de programação e em alguns casos, ambos.

A primeira dica aqui é: 

  • Se não tiver claro para você sobre o que é o teste, pergunte para a pessoa responsável pelo seu processo

Nem sempre vamos estar com todos os conhecimentos em dia, um bom entendimento do que você irá enfrentar pode ajudar em muito na sua preparação para essa etapa.

Segunda dica:

  • Revise o que você não lembra

Normalmente esses testes online são de curta duração, por isso, quanto mais agilidade você tiver para acionar seus conhecimentos e responder, melhor.

Terceira dica:

  • Procure exemplos de testes de aprendizado de máquina e estatística na internet

As plataformas de teste online têm muitas similaridades. Assim, se você já se familiarizar com como vai ser a etapa, irá conseguir focar mais nas perguntas do que na ferramenta em si.

Alguns materiais de referência:

  • Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow
  • Pattern Recognition and Machine Learning
  • Statistical Learning (Abu Mostafa)
  • Machine learning, Coursera

Você pode encontrar uma lista completa de referências aqui!

Dica surpresa:

  • Você não tem obrigação de saber tudo

Ter isso em mente é importante para o controle da ansiedade e nervosismo. A área de DS tem crescido muito rápido e cada vez tem mais informação. Ninguém vai esperar que você saiba tudo, aprenda bem o básico e vá construindo o conhecimento a partir disso.

  • Entrevista com Cientistas de Dados da Loft

Essa é a etapa que eu mais gosto, porque mesmo sendo por pouco tempo, é muito legal conhecer as pessoas. Ela envolve uma entrevista com duas pessoas do time de Ciência de Dados. Tanto a pessoa candidata quanto cientistas da Loft se apresentam (e aproveitamos para falar da Loft). É importante citar que essa não é uma etapa técnica, embora possam ser feitas uma ou outra pergunta nesse sentido. 

Todo o nosso time de Ciência de Dados executa entrevistas e nesse espírito tentamos deixar a pessoa candidata o mais à vontade possível. Começando pela seleção de pessoas entrevistadoras, tentando sempre que uma delas seja uma pessoa com um perfil parecido com o da pessoa entrevistada, até para tentar deixar o clima da apresentação mais leve. Por exemplo, sempre que temos uma pessoa que se identifica com o gênero feminino, tentamos alocar uma das nossas cientistas para essa entrevista. Acreditamos que aqui é importante fazer com que as pessoas sejam elas mesmas e que o nervosismo não seja um empecilho.

O que estamos procurando aqui:

O principal é entender o momento e o perfil da pessoa que está no nosso processo, e isso é uma via de mão dupla: você também tem a oportunidade de entender o perfil do nosso time e o momento da Loft. É difícil falarmos exatamente do que procuramos, porque isso varia no tempo. Sempre queremos completar o nosso time e o negócio da Loft, então, se em algum momento a gente estava procurando pessoas com skills técnicas bem desenvolvidas, em outro podemos estar focando em soft skills. Mas temos algumas dimensões que são sempre observadas: iniciativa e autonomia, familiaridade e paixão por ciência de dados, comunicação e identificação com o propósito da Loft.

Outro motivo da entrevista é para engajar a pessoa com a Loft e ao processo seletivo. Sabemos que não é um processo rápido e queremos contratar pessoas que vão se engajar com o negócio no futuro.

Dicas para se preparar para essa etapa:

A primeira dica vale principalmente para quem costuma ficar nervoso.

  • Prepare a sua apresentação

É muito comum pedirem para você falar a sua história logo no início. Você se preparando e começando bem, vai ajudar a direcionar a entrevista para coisas que você fez e que estará mais confortável em falar.

  • Aproveite para falar sobre o que é importante

É muito legal quando a pessoa começa a desenvolver a própria história, focando em pontos que são importantes para aquela vaga e passando mais rápido por outros que não são. É o seu momento para criar o brilho no olho das pessoas entrevistadoras. Aproveite.

  • Saiba bem os principais projetos que você participou

Nós queremos te ouvir, entender o que você fez e qual foi sua participação. Nós vamos perguntar sobre essas coisas e causa um impacto muito positivo quando você sabe falar sobre os projetos que participou. 

  • Aproveite também para atualizar CV, LinkedIn e/ou Github

Nessa etapa as pessoas entrevistadoras geralmente vão acessar os seus perfis para ter bases para algumas perguntas. Quanto mais atualizado, melhor!

  • O Case

O Case é a principal etapa técnica do processo.

Atualmente temos dois cases, direcionados para ressaltar alguma habilidade específica da pessoa. De acordo com o percebido na entrevista anterior, escolhemos qual o case parece se encaixar melhor com o perfil da pessoa candidata. Um Case é mais machine learning “raíz”. Usamos quando queremos ver a extensão da habilidade de ML da pessoa e outras habilidades paralelas a isso, como, por exemplo, feature engineering e coleta de informações externas. O outro também é em cima de machine learning, mas com uma pegada mais forte em relação a negócios e como isso se liga com machine learning.

A pessoa vai ter sete dias para resolver esse Case e irá apresentar para duas ou três pessoas do nosso time de Ciência de Dados. Diferente da etapa anterior, o foco das perguntas aqui será técnico. Vamos fazer perguntas sobre modelos, análise exploratória, negócios e estatística.

O que estamos procurando aqui:

Como equipe, estamos procurando pessoas que tenham habilidades técnicas fortes. Queremos pessoas que saibam o que estão fazendo, que consigam atacar problemas reais e, o mais importante, que saibam ligar ML com a “vida real”, ou seja, como nossas soluções de dados impactam a operação, os resultados e clientes da Loft no dia a dia.

Do lado da pessoa candidata a gente espera que, no mínimo, ela saia com aprendizado. Ela está resolvendo um Case que é muito parecido com um problema real do negócio da Loft. Durante a apresentação, tentamos explicar o porquê dos erros e no fim retornamos um feedback do case. 

Dicas para se preparar para essa etapa:

A primeira dica eu vou parafrasear o Fogaça:

  • Menos é mais

Faça menos, mas saiba o que está fazendo. Estamos procurando esse tipo de pessoa. Que entendam exatamente o que está acontecendo embaixo do código. Não vamos nos importar se você não fizer tudo, se você fizer o resto bem-feito e com conhecimento teórico.

  • Entenda o que você está fazendo

Reforçando esse ponto, é muito importante que você saiba o que está acontecendo por trás do código.

  • Questione seus resultados e sugestões de negócios

Se algo não está fazendo sentido, questione! É comum, por exemplo, as pessoas trazerem modelos em que o preço dos imóveis não tem relação com a localização geográfica, o que contraria o esperado. Se algo não faz sentido, questione, e mesmo se não achar a solução, traga o seu questionamento para a banca. 

  • Foque em aprender

Esse provavelmente não vai ser o seu último processo seletivo, aprendizado é algo que você leva para vida. Óbvio que todo mundo quer ser aprovado, mas mesmo se você não for, o conhecimento pode te levar a passar no próximo.

 

  • Entrevista com a liderança de Ciência de Dados e entrevista com o time de Recursos Humanos

São duas etapas, porém vamos explicá-las juntas (no passado, inclusive, aconteciam simultaneamente, mas, por questões de agenda, fez mais sentido separar). São duas conversas: ambas vão olhar para o seu perfil e seu momento da vida, mas com um foco um pouco diferente em relação à primeira entrevista. 

Primeiro é realizada uma entrevista com a liderança do time de ciência de dados; depois, acontece a entrevista com uma pessoa representando o time de Recursos Humanos da Loft. 

O que estamos procurando aqui:

Em linhas gerais, o que procuramos aqui é parecido com o que avaliamos na primeira entrevista: entender o momento e o perfil da pessoa que está no nosso processo. Contudo, nesse ponto do processo, tanto a pessoa candidata quanto nós temos muito mais informação:  ela já conhece uma parte relevante do time e pôde ter uma boa ideia de como é trabalhar na Loft, e nós já sabemos muito mais sobre o seu perfil, com seus pontos fortes, pontos de desenvolvimento e motivações. 

Somando a isso temos também o fato de que a liderança do Chapter tem uma visão mais holística dos nossos desafios e das nossas necessidades de pessoas. Dessa forma, apesar de parecerem um pouco com a primeira entrevista, temos aqui conversas mais direcionadas. 

Vamos conversar sobre temas que não foram abordados nas etapas anteriores e aprofundar mais em outros que já foram abordados também. O objetivo é sair da conversa com todas as informações que precisamos para tomar a decisão de fazer ou não uma oferta e em qual desafio inserir a pessoa candidata de forma a maximizar o atingimento dos seus objetivos de carreira e os objetivos de negócio da Loft.

Dicas para se preparar para essa etapa:

Esta vai ser a última etapa do processo e neste ponto tanto nós quanto você precisamos reduzir a incerteza acerca da decisão de seguir ou não com um futuro na Loft. 

  • Revise o processo e se prepare

Revise o processo: quais partes mais brilharam o seu olho, quais partes ainda restam dúvidas. Analise, também, outros aspectos que possivelmente podem te incomodar na Loft. Depois do processo, você ficou com mais vontade de fazer parte da Loft? Faça, ainda, uma análise crítica: o processo mostrou para você algum ponto forte ou ponto de desenvolvimento novo? Como você se vê na Loft agora, depois de tudo o que você aprendeu durante o processo? 

  • Seja você mesma!

Valorizamos a diversidade. Dessa forma, não se sinta na obrigação de se encaixar em estereótipos de cientistas de dados que ouvimos falar no mercado. Temos interesse genuíno na sua história e nas suas experiências. No passado, tivemos uma pessoa candidata que trouxe a seguinte fala, com um tom envergonhado: “só tenho a oferecer uma perspectiva nova sobre os temas que vocês já dominam”. Na maioria das vezes, isso é exatamente o que queremos.

  • Faça perguntas

Algumas pessoas se sentem intimidadas pela experiência de passar por uma entrevista com pessoas da liderança. Gostaríamos de ressaltar que a entrevista, antes de tudo, é uma conversa que serve ao propósito de ajudar tanto a Loft quanto a pessoa candidata a tomar uma decisão. Então não deixe de trazer perguntas, se elas existirem! Vamos fazer nosso melhor para responder todas elas da melhor forma possível. 

 

Queremos muito te conhecer!

Sabemos que a participação em um processo seletivo pode ser um momento delicado na vida das pessoas. Esperamos que este artigo aumente a sua confiança no nosso time e te motive a participar do nosso processo e quem sabe, fazer parte do Chapter de ciência de dados da Loft. 

Também aceitamos sugestões! Leu alguma coisa aqui que não te agradou, ou viu algo que gostou muito? Fala pra gente! Estamos sempre em construção, tentando melhorar nossas entregas e processos. E adoramos receber feedbacks!

Agradecemos desde já!

 

CRÉDITOS Autoras Amanda Ferraboli, Cientista de Dados na Loft Cientista de dados sênior na Loft, trabalha com dados há mais de 4 anos. Originalmente da área de humanas, desenvolveu sua carreira em tecnologia e análise quantitativa. Entusiasta de diversidade e inclusão em tecnologia. https://www.linkedin.com/in/amanda-ferraboli/

Talita Shiguemoto, Cientista de Dados na Loft Formada em matemática na Metodista e fiz especialização em Análise em Big Data pela FIA, trabalho com dados desde 2015, iniciando com estágio em análise de dados e há 1 ano e meio sou cientista de dados na Loft. https://www.linkedin.com/in/talitashiguemoto/

Revisora Luciana Fleury, jornalista Formada em Jornalismo pela Cásper Líbero. Tem trabalhado com o desenvolvimento de projetos editoriais, produção de conteúdos e edições de textos. É mãe orgulhosa da Gabriela e coleciona globos de neve.  Redes sociais: https://www.linkedin.com/in/luciana-fleury-1b024083/

Este conteúdo faz parte da PrograMaria Sprint Processos Seletivos em tech.

O que você achou deste conteúdo? Deixe sua avaliação abaixo: