Analysoimme tuhansia koodaushaastatteluja. Tässä on mitä opimme.

Huomaa: Kirjoitin suurimman osan sanoista tähän viestiin, mutta legendaarinen Dave Holtz teki raskaan nostamisen tietopuolella. Katso lisää hänen työstään hänen blogissaan.

Jos luet tätä viestiä, on kunnollinen mahdollisuus palata hulluun ja pelottavaan teknisten haastattelujen maailmaan.

Ehkä olet opiskelija tai uusi tutkinto, joka käy haastatteluprosessin läpi ensimmäistä kertaa. Ehkä olet kokenut ohjelmistoinsinööri, joka ei ole edes ajatellut haastatteluja muutaman vuoden ajan.

Joko niin, haastatteluprosessin ensimmäinen vaihe on yleensä lukea joukko online-haastatteluoppaita (varsinkin jos ne ovat kirjoittaneet sinua kiinnostavat yritykset) ja keskustella ystävien kanssa heidän kokemuksistaan ​​haastatteluprosessissa (molemmat haastattelija ja haastateltava).

Todennäköisemmin se, mitä luet ja opit haastatteluprosessin ensimmäisessä, "etsivässä" vaiheessa, kertoo, kuinka päätät valmistautua eteenpäin.

Tässä tyypillisessä lähestymistavassa haastattelun valmisteluun liittyy muutama ongelma:

  • Suurin osa haastatteluoppaista on kirjoitettu yhden yrityksen näkökulmasta. Vaikka yritys A voi todella arvostaa tehokasta koodia, yritys B saattaa painottaa enemmän korkean tason ongelmanratkaisutaitoja. Ellei sydämesi ole asetettu yhtiöön A, et todennäköisesti halua antaa liikaa painoa heidän arvostamalleen.
  • Ihmiset valehtelevat joskus, vaikka he eivät tarkoita. Kirjallisesti yritykset voivat sanoa olevansa kieliagostisia tai että kannattaa selittää ajatusprosessisi, vaikka vastaus ei olekaan oikein. Ei ole kuitenkaan selvää, toimivatko he näin! Emme sano, että teknologiayritykset ovat petollisia valehtelijoita, jotka yrittävät johtaa harhaan hakijajoukkoaan. Sanomme vain, että joskus epäsuorat puolueet piiloutuvat ja ihmiset eivät edes ole tietoisia niistä.
  • Suuri osa ystävien ja tuttavien kuulemasta ”kansantieteellisestä tiedosta” ei välttämättä perustu lainkaan. Monet ihmiset olettavat, että lyhyet haastattelut haastavat tuhon. Vastaavasti jokainen voi muistaa yhden pitkän haastattelun, jonka jälkeen hän on ajatellut itsekseen: "Löysin sen todella haastattelijan kanssa, siirrän ehdottomasti seuraavaan vaiheeseen." Aiemmin olemme nähneet, että ihmiset ovat todella huonoja arvioimaan kuinka he tekivät haastatteluissa. Tällä kertaa halusimme tarkastella suoraan indikaattoreita, kuten haastattelun pituus, ja nähdä, onko niillä merkitystä.

Yritykselläni, haastattelu.io, meillä on ainutlaatuinen asema lähestyä teknisiä haastatteluja ja niiden tuloksia datavetoisella tavalla. Meillä on foorumi, jossa ihmiset voivat harjoitella teknisiä haastatteluja nimettömästi. Ja jos asiat menevät hyvin, he voivat avata kyvyn haastatella nimettömänä milloin tahansa haluamansa huippuyritysten, kuten Uber, Lyft ja Twitch, kanssa.

Hienoa on, että sekä haastattelut että todelliset haastattelut yritysten kanssa tapahtuvat haastattelu.io-ekosysteemissä. Tämän seurauksena voimme kerätä melko vähän haastattelutietoja ja analysoida niitä ymmärtääksemme paremmin tekniset haastattelut, niiden lähettämän signaalin, mikä toimii ja mikä ei ja mitkä haastattelun näkökohdat saattavat todella vaikuttaa lopputulokseen .

Jokainen haastattelu, riippumatta siitä, onko se käytännöllinen vai todellinen, alkaa haastattelijan ja haastateltavan tapaamisesta yhteistyökoodausympäristössä, jossa on ääni, tekstikeskustelu ja taulu, jolloin he siirtyvät suoraan tekniseen kysymykseen.

Haastattelukysymykset kuuluvat yleensä luokkaan, mitä kohtaat puhelimen näytöllä taustajärjestelmän ohjelmistosuunnitteluroolia varten.

Näiden haastattelujen aikana keräämme kaiken mitä tapahtuu, mukaan lukien äänikirjoitukset, tiedot ja metatiedot kuvaavat koodia, jonka haastateltava kirjoitti ja yritti suorittaa, sekä yksityiskohtaisen palautteen sekä haastattelijalta että haastateltavalta siitä, miten heidän mielestään haastattelu sujui ja mitä ajattelivat toisiaan.

Jos olet utelias, näet alla, miltä haastattelijoille ja haastateltaville tarkoitetut palautelomakkeet näyttävät - yhden suoran kyllä ​​/ ei-kysymyksen lisäksi kysytään myös muutamasta haastattelun suorituskyvyn näkökulmasta 1–4-asteikolla.

Esitämme myös haastateltaville joitain ylimääräisiä kysymyksiä, joita emme jaa heidän haastattelijoilleen, ja yksi kysymyksistämme on, onko haastateltava aiemmin nähnyt kysymyksen, jonka parissa he juuri työskentelivät.

Tulokset

Ennen kuin pääset sen syvyyteen, on syytä huomata, että alla olevat johtopäätökset perustuvat havainnointitietoihin, mikä tarkoittaa, että emme voi esittää vahvoja syy-väitteitä ... mutta voimme silti jakaa yllättäviä suhteita, joita olemme havainneet, ja selittää, mitä löysimme niin, että sinä osaa tehdä omat johtopäätöksesi.

Nähnyt haastattelukysymyksen aiemmin

"Puhumme käytännöstä!" -Allen Iverson

Ensimmäinen asia on ensimmäinen. Rakettitieteilijän ei tarvitse ehdottaa, että yksi parhaista tavoista toimia paremmin haastatteluissa on… harjoittaa haastattelua. On olemassa useita resursseja, jotka auttavat sinua harjoittelemaan, meidän joukossa. Yksi käytännön ongelmien käsittelyn tärkeimmistä eduista on se, että vähennät todennäköisyyttä, että sinua pyydetään ratkaisemaan jotain, jota et ole koskaan ennen nähnyt. Binaarihakupuun tasapainottaminen on vähemmän pelottavaa, jos olet jo tehnyt sen kerran tai kahdesti.

Tarkastelimme otosta ~ 3000 haastattelusta ja verrattiin tulosta siihen, oliko haastateltava nähnyt haastattelukysymyksen aiemmin. Voit nähdä tulokset alla olevasta kaaviosta.

Ei ole yllättävää, että haastattelijat, jotka olivat nähneet kysymyksen, pitivät haastattelijansa 16,6% todennäköisemmin toivottavina. Tämä ero on tilastollisesti merkittävä - kaikki virhepalkit tässä viestissä edustavat 95%: n luottamusväliä.

Onko väliä mitä kieltä koodaat?

"Joka ei rakasta syntymänsä kieltä, on matalampi kuin peto ja haistuva kala." - Jose Rizal

Voit kuvitella, että eri kielet johtavat parempiin haastatteluihin. Esimerkiksi, ehkä Pythonin luettavuus antaa sinulle jalan haastatteluissa. Tai ehkä se, että tietyt kielet käsittelevät tietorakenteita erityisen puhtaalla tavalla, helpottaa yleisiä haastattelukysymyksiä. Halusimme nähdä, oliko haastattelun suorituskyvyssä tilastollisesti merkitseviä eroja haastattelukielillä.

Tutkimiseksi ryhmittelemme haastattelut foorumillamme haastattelukielen mukaan ja suodatimme pois kaikki kielet, joita käytettiin alle viidessä haastattelussa (tämä heitti vain kourallisen haastatteluja). Tämän jälkeen pystyimme tarkastelemaan haastattelun lopputulosta ja miten se vaihteli haastattelun kielen funktiona.

Analyysin tulokset ovat alla olevassa kaaviossa. Kaikki päällekkäiset luottamusvälit edustavat tilastollisesti merkittävää eroa siinä, kuinka todennäköisesti haastateltava 'läpäisee' haastattelun haastattelukielen funktiona.

Vaikka emme tee parivertaista vertailua kaikille mahdollisille kielipareille, alla olevat tiedot viittaavat siihen, että yleisesti ottaen onnistumisasteen välillä ei ole tilastollisesti merkitseviä eroja, kun haastattelut tehdään eri kielillä. (Alustallamme oli enemmän kieliä kuin nämä, mutta mitä epämääräisempi kieli, sitä vähemmän datapisteitä meillä on. Esimerkiksi kaikki Brainf *** -haastattelut onnistuivat selvästi. Kidding.)

Yksi yleisimpiä virheitä, joita olemme havainneet laadullisesti, on se, että ihmiset valitsevat kielet, joissa he eivät ole tyytyväisiä, ja sekoittavat sitten perusasiat, kuten taulukon pituuden haku, iterointi taulukon yli, hajautetun taulukon luominen ja niin edelleen.

Tämä on erityisen pakottavaa, kun haastateltavat valitsevat tarkoituksellisesti kuulostavan kuulostavan kielen saadakseen vaikutuksen haastattelijaansa. Luota meihin, valitsemasi kielen käyttäminen voittaa joka kerta keuliminen fancy-kuulostavalla kielellä, jota et tunne hyvin.

Vaikka kielellä ei ole väliä ... onko koodaaminen yrityksen valitsemalla kielellä hyödyllistä?

"Jumala auta minua, olen tullut kotoisaksi." - Margaret Blaine

Kaikki on hyvin ja hyvää, että haastattelukieli ei yleensä näytä korreloivan suorituskyvyn kanssa. Voit kuitenkin kuvitella, että sillä voi olla vaikutus riippuen kielestä, jota yritys käyttää. Voisit kuvitella Ruby-kaupan sanovan, että "palkkaamme vain Ruby-kehittäjiä, jos haastattelet Pythonissa, emme todennäköisesti palkkaa sinua".

Kääntöpuolelta voitte kuvitella, että yritys, joka kirjoittaa kaikki koodinsa Pythoniin, tulee olemaan paljon kriittisempi Pythonin haastateltavaa vastaan ​​- he tietävät kielen hienot puolet ja saattavat tuomita ehdokkaan tekemään kaikki erilaisia ​​"ei pythonisia" asioita haastattelun aikana.

Alla oleva kaavio on samanlainen kuin kaavio, joka osoitti eroja haastattelun onnistumisprosentissa (mitattuna haastattelijoiden halukkuutena palkata haastateltava) C ++, Java ja Python. Tämä kaavio erottaa suorituskyvyn myös sen mukaan, onko haastattelukieli yrityksen pino vai ei.

Rajoitamme tämän analyysin koskemaan vain C ++: a, Java: ta ja Pythonia, koska nämä ovat kolme kieltä, joissa meillä oli hyvä sekoitus haastatteluja, joissa yritys käytti ja ei käyttänyt kyseistä kieltä. Tulokset ovat ristiriitaisia. Kun haastattelun kieli on Python tai C ++, haastattelujen onnistumisasteiden välillä ei ole tilastollisesti merkitsevää eroa, jos haastattelun kieli on tai ei ole yrityksen pino. Java-haastattelijat haastattelivat kuitenkin todennäköisemmin Java-kaupan haastatteluja (p = 0,037).

Joten miksi koodaaminen yrityksen kielellä näyttää olevan hyödyllistä, kun se on Java, mutta ei silloin, kun se on Python tai C ++? Yksi mahdollinen selitys on, että tiettyjen ohjelmointikielien (kuten Java) ympärillä olevat yhteisöt asettavat korkeamman palkkion aiemmalle kielikokemukselle. Näiden linjojen mukaisesti on myös mahdollista, että Java-yrityksiä käyttävät haastattelijat kysyvät todennäköisemmin kysymyksiä, jotka suosivat niitä, joilla on ennestään tietoa Java-idiosynkraatioista.

Entä suhde millä kielellä ohjelmoit ja kuinka hyvä kommunikaattori sinusta koetaan olevan?

"Kielen taitava käsitteleminen tarkoittaa eräänlaisen miellyttävän noituuden harjoittamista." - Charles Baudelaire

Vaikka kielivalinnalla ei olekaan väliä kovinkaan yleistä suorituskykyä (Java-sovelluksia käyttävät yritykset huolimatta), olimme uteliaita, johtivatko erilaiset kielivalinnat erilaisiin tuloksiin muissa haastatteluulottuvuuksissa.

Esimerkiksi erittäin luettava kieli, kuten Python, voi johtaa haastatteluihin ehdokkaiden, joiden arvioidaan olevan kommunikoineet paremmin. Toisaalta matalan tason kieli, kuten C ++, saattaa johtaa parempiin teknisiin kykyihin.

Lisäksi erittäin luettavat tai matalan tason kielet saattavat johtaa korrelaatioihin näiden kahden pistemäärän välillä (esimerkiksi ehkä C ++ - haastattelukandidaatit, jotka eivät osaa selittää ollenkaan mitä tekee, mutta jotka kirjoittavat erittäin tehokkaan koodin). Alla oleva kaavio viittaa siihen, että ehdokkaiden teknisten ja viestintätaitojen havaitsemisessa ei todellakaan ole havaittavaa eroa useilla ohjelmointikielillä.

Lisäksi mitä tahansa, huono tekninen kyky vaikuttaa vahvasti korreloivan heikon viestintätaidon kanssa - kielestä riippumatta on suhteellisen harvinaista, että ehdokkaat suorittavat teknisesti hyvin, mutta eivät kommunikoi tehokkaasti tekemisissään (tai päinvastoin) , suurelta osin (ja onneksi) purkamalla myytin epäjohdonmukaisesta, nopeasti puhuvasta, hankalasta insinööristä.

(Parhaimmat tapaamani insinöörit ovat myös legendaarisesti osanneet hajottaa monimutkaisia ​​käsitteitä ja selittää ne maallikoille. Minulla ei ole aavistustakaan, miksi sosiaalisesti hankalasta, epäjohdonmukaisesta teknisestä nörtistä on edelleen raivostuttavaa myyttiä.)

Haastattelun kesto

"On hienoa, kun hoidat katastrofeja ja kauhistuttavan huonoja arvosteluja ja hylkäämistä ja kaikkea muuta, kun olet nuori; joustavuutesi on vain loistava. " - Harold Prince

Meillä kaikilla on ollut kokemusta lähteä haastattelusta ja vain tuntea, että se meni huonosti. Usein tietyn heikon suorituskyvyn tunne johtuu nyrkkisäännöistä, jotka olemme joko keksineet itse tai kuulleet toistuvan yhä uudelleen. Saatat löytää itsesi ajattelevan: "Haastattelu ei kestänyt kauan? Se on luultavasti huono merkki ... ”tai” Kirjoitin tuskin mitään siinä haastattelussa! En todellakaan aio ohittaa. ” Tietojemme avulla halusimme nähdä, onko näillä haastattelun suorituskyvyn arvioinnin nyrkkisäännöillä mitään hyötyä.

Ensin tarkastelimme haastattelun pituutta. Tarkoittaako lyhyempi haastattelija, että olit niin junaonnettomuus, että haastattelijan täytyi vain lopettaa haastattelu aikaisin? Vai oliko kenties niin, että haastattelijalla oli vähemmän aikaa kuin normaalisti, tai oli nähnyt vain lyhyessä ajassa, että olit mahtava ehdokas? Alla oleva käyrä näyttää haastattelun pituuden jakaumat (mitattuna minuutteina) sekä onnistuneille että epäonnistuneille ehdokkaille.

Nopea tarkastelu tähän kaavioon viittaa siihen, että haastattelujen pituuksien jakautumisessa ei ole eroa onnistuneiden haastattelujen ja haastattelujen välillä - haastattelujen keskimääräinen pituus, johon haastattelija halusi palkata ehdokkaan, oli 51,00 minuuttia, kun taas keskimääräinen haastattelujen pituus, jossa haastattelija ei ollut, oli 49,95 minuuttia. Tämä ero ei ole tilastollisesti merkitsevä .

(Jokaisessa tämän viestin jakaumien vertailussa käytämme sekä Fisher-Pitman-permutaatiotestiä vertailemaan jakaumien keskiarvojen eroa.)

Kirjoitetun koodin määrä

"Lyhyys on nokkeluuden sielu." -William Shakespeare

Olet ehkä kokenut haastattelun, jossa olit täysin kokkona. Haastattelija kysyy sinulta tuskin ymmärrettävää kysymystä, toistat hänelle "binaarihaku mitä?", Ja kirjoitat periaatteessa mitään koodia haastattelusi aikana. Voisit toivoa, että voisit silti läpäistä tällaisen haastattelun pelkän nokkeluuden, viehätyksen ja korkean tason ongelmanratkaisutaidon kautta. Arvioidaksemme onko tämä totta vai ei, tarkastelimme haastateltavan kirjoittaman koodin lopullista merkinpituutta. Alla oleva juoni näyttää merkkien pituuden jakaumat sekä onnistuneille että epäonnistuneille. Nopea tarkastelu tähän kaavioon viittaa siihen, että näiden kahden välillä on ero - haastatteluissa, jotka eivät mene hyvin, on yleensä vähemmän koodia. Tähän voi vaikuttaa kaksi ilmiötä. Ensinnäkin epäonnistuneet haastattelijat voivat kirjoittaa vähemmän koodia aluksi. Lisäksi,he saattavat olla alttiimpia poistamaan kirjoittamansa suuret joukot koodia, jotka joko eivät toimi tai eivät palauta odotettua tulosta.

Menestyneillä haastatteluilla oli keskimäärin 2045 merkkiä pitkä haastattelukoodi, kun taas epäonnistuneilla haastatteluilla oli keskimäärin 1760 merkkiä. Se on iso ero! Tämä havainto on tilastollisesti merkitsevä eikä todennäköisesti yllättävä.

Koodimodulaarisuus

"Kypsän ohjelmoijan merkki on halu heittää pois koodi, johon käytit aikaa, kun huomaat sen olevan turhaa." - Bram Cohen

Sen lisäksi, että katsot vain kuinka paljonkirjoittamasi koodin, voimme myös miettiä kirjoittamasi koodin tyyppiä. Tavanomainen viisaus viittaa siihen, että hyvät ohjelmoijat eivät kierrätä koodia - he kirjoittavat modulaarisen koodin, jota voidaan käyttää uudestaan ​​ja uudestaan. Halusimme tietää, palkitaanko tällainen käyttäytyminen haastatteluprosessin aikana. Tätä varten tarkastelimme Python5: ssä tehtyjä haastatteluja ja laskimme, kuinka monta funktion määritelmää esiintyi haastattelun lopullisessa versiossa. Halusimme tietää, määrittivätkö onnistuneet haastateltavat enemmän toimintoja - vaikka useampi toimintokäsittelijä ei ole modulaarisuuden määritelmä, kokemuksemme mukaan se on melko vahva signaali siitä. Kuten aina,tästä on mahdotonta esittää vahvoja syy-väitteitä - saattaa olla, että tietyt haastattelijat (jotka ovat enemmän tai vähemmän lempeitä) esittelevät haastattelukysymyksiä, jotka antavat enemmän tai vähemmän tehtäviä. Siitä huolimatta se on mielenkiintoinen suuntaus tutkia!

Alla oleva juoni näyttää Python-funktioiden lukumäärän jakauman, joka on määritelty molemmille ehdokkaille, jotka haastattelija sanoi palkkaavansa, ja ehdokkaille, joita haastattelijan mukaan he eivät palkkaisi. Nopea silmäys tämän kaavion viittaa siihen, että on olemassa on eroa jakaumassa funktiomäärittelyt välillä haastatteluja, jotka menevät hyvin ja haastatteluja, jotka eivät. Menestyneet haastateltavat näyttävät määrittelevän enemmän toimintoja.

Pythonissa haastattelussa onnistuneet ehdokkaat määrittelevät keskimäärin 3,29 toimintoa, kun taas epäonnistuneet ehdokkaat määrittelevät 2,71 toimintoa. Tämä havainto on tilastollisesti merkitsevä. Tässä on, että haastattelijat todella palkitsevat sellaisen koodin, jonka sanovat haluavansa sinun kirjoittavan.

Onko väliä, jos koodisi toimii?

”Liiku nopeasti ja rikkoa asioita. Ellet rikkoa tavaraa, et liiku tarpeeksi nopeasti. " - Mark Zuckerberg "Tehokkain virheenkorjaustyökalu on edelleen huolellinen ajattelu yhdistettynä järkevästi sijoitettuihin painotuksiin." - Brian Kernighan

Yleinen pidättäytyminen teknisissä haastatteluissa on, että haastattelijat eivät välitä siitä, toimiiko koodisi - he välittävät ongelmanratkaisutaidosta. Koska keräämme tietoja haastateltavien suorittamista koodeista ja siitä, kootaanko koodit vai ei, halusimme nähdä, onko tiedoissamme todisteita tästä. Onko eroa onnistuneissa haastatteluissa virheettömästi kokoavan koodin prosenttiosuuden ja epäonnistuneiden haastattelujen välillä? Voivatko haastateltavat tosiasiallisesti palkataan, vaikka tekisivätkin paljon syntaksivirheitä?

Tarkastellaksemme tätä kysymystä tarkastelimme tietoja. Rajoitimme tietojoukkomme yli 10 minuutin haastatteluihin, joissa suoritettiin yli 5 ainutlaatuista kooditapausta. Tämä auttoi suodattamaan haastattelut, joissa haastattelijat eivät todellakaan halunneet haastateltavan suorittavan koodia, tai joissa haastattelu keskeytettiin jostain syystä. Mittasimme sitten virheistä johtaneiden koodiajoiden prosenttiosuuden.5 Tietysti tälle lähestymistavalle on joitain rajoituksia - esimerkiksi ehdokkaat voivat suorittaa koodin, joka kääntää, mutta antaa hieman väärän vastauksen. He voisivat myös saada oikean vastauksen ja kirjoittaa sen stderr: lle! Tämän pitäisi kuitenkin antaa meille suuntaava käsitys siitä, onko eroa vai ei.

Alla oleva kaavio antaa yhteenvedon näistä tiedoista. X-akseli näyttää kooditoteutusten prosenttiosuuden, jotka olivat virheettömiä tietyssä haastattelussa. Joten haastattelu, jossa on 3 kooditoteutusta ja yksi virhesanoma, lasketaan "30% -40%" -sarjaan. Y-akseli osoittaa kaikkien haastattelujen prosenttiosuuden, jotka kuuluvat kyseiseen ämpäriin sekä onnistuneiden että epäonnistuneiden haastattelujen osalta. Vain silmällä alla olevaa kaaviota ymmärretään, että keskimäärin onnistuneet ehdokkaat käyttävät enemmän koodia, joka sammuu virheettömästi. Mutta onko tämä ero tilastollisesti merkitsevä?

Keskimäärin onnistuneiden ehdokkaiden koodi juoksi onnistuneesti (ei johtanut virheisiin) 64% ajasta, kun taas epäonnistuneiden ehdokkaiden yritykset koota koodi suoritettiin onnistuneesti 60% ajasta, ja tämä ero oli todellakin merkittävä. Jälleen, vaikka emme voi esittää syy-väitteitä, tärkein takea on, että onnistuneet ehdokkaat kirjoittavat yleensä koodin, joka toimii paremmin, vaikka haastattelijat saattavat kertoa sinulle haastattelun alussa.

Pitäisikö sinun odottaa ja kerätä ajatuksesi ennen koodin kirjoittamista?

"Älä koskaan unohda hiljaisuuden voimaa, sitä massiivisesti hämmentävää taukoa, joka jatkuu ja jatkuu ja joka voi vihdoin saada vastustajan huutamaan ja palata hermostuneesti." - Lance Morrow

Olimme myös uteliaita, olivatko menestyneet haastateltavat yleensä käyttäneet aikaa haastattelussa vai eivät. Haastattelukysymykset ovat usein monimutkaisia! Kysymyksen esittämisen jälkeen saattaa olla jonkin verran hyötyä siitä, että ottaisit askeleen taaksepäin ja esittäisit suunnitelman sen sijaan, että hyppisit heti asioihin. Saadaksemme käsityksen siitä, oliko tämä totta vai ei, mitasimme, kuinka pitkälle tietyssä haastattelussa ehdokkaat suorittivat ensimmäisen kerran koodin. Alla on histogrammi, joka osoittaa, kuinka pitkälle haastatteluihin sekä onnistuneet että epäonnistuneet haastateltavat juoksivat koodin. Kun tarkastelet nopeasti histogrammia, voit kertoa, että menestyneet ehdokkaat odottavat itse asiassa hieman kauemmin alkamaan koodia, vaikka vaikutuksen laajuus ei ole valtava.

Tarkemmin sanottuna onnistuneiden haastattelujen hakijat suorittavat keskimäärin ensin 27% haastattelusta, kun taas epäonnistuneet haastattelut suorittavat ensin koodin 23,9% haastattelusta, ja tämä ero on merkittävä . Tietenkin on olemassa vaihtoehtoisia selityksiä tälle tapahtumalle. Esimerkiksi kenties onnistuneet ehdokkaat pystyvät paremmin ottamaan aikaa puhumaan haastattelijansa kanssa. Lisäksi pätee tavanomainen huomautus siitä, että emme voi esittää syy-väitteitä - jos istut vain haastattelussa ylimääräiset 5 minuuttia täydellisessä hiljaisuudessa, se ei auta mahdollisuuttasi. Näiden kahden kohortin välillä näyttää kuitenkin olevan ero.

Päätelmät

Kaiken kaikkiaan tämä viesti oli ensimmäinen yritys ymmärtää, mitä haastattelija sanoo ja ei yleensä johda siihen, että haastattelija sanoi: "tiedät mitä, haluaisin todella palkata tämän henkilön". Koska kaikki tietomme ovat havainnoivia, on vaikea esittää syy-väitteitä siitä, mitä näemme.

Vaikka onnistuneilla haastateltavilla saattaa olla tiettyä käyttäytymistä, näiden käyttäytymisten omaksuminen ei takaa menestystä. Siitä huolimatta se antaa meille mahdollisuuden tukea (tai soittaa BS: lle) paljon neuvoja, joita luet Internetistä siitä, kuinka olla menestyvä haastateltava.

Siitä huolimatta on vielä paljon tehtävää. Tämä oli ensimmäinen kvantitatiivinen tiedonsiirto (joka on monin tavoin haastattelun salaisuuksien aarrearkku), mutta olemme innoissamme tehdäksemme syvemmän, laadullisen sukelluksen ja alamme todella luokitella erilaisia ​​kysymyksiä nähdäksemme, mitkä sisältävät useimmat signaalit ja todella saavat päätämme toisen asteen käyttäytymisten ympärille, joita et voi mitata helposti suorittamalla regexin koodinäytteen yli tai mittaamalla kuinka kauan haastattelu kesti.

Jos haluat auttaa meitä tässä ja olet innoissasi kuunnella joukko teknisiä haastatteluja, jätä minulle rivi!

Haluatko tulla mahtavaksi teknisissä haastatteluissa ja saada seuraava työpaikkasi prosessin aikana? Liity haastatteluun.io!