Es war eines der unangenehmsten Gespräche, die ich je führen müsste. Von der ersten Minute an hatte ich das Gefühl, dass der Recruiter eigentlich keine Lust auf diesen Job hat. Seine Ausstrahlung und auch die Art, wie er das Gespräch geführt hat, waren höchst unmotiviert. Nach 9 Minuten hätte ich es am liebsten abgebrochen.
An den Fragen, die gestellt wurden, war sehr schnell klar, dass es hier nur um Selbstdarstellung geht und nicht um die Person an sich:
Es wurden nur banale Standardfragen gestellt, die nichts über die Person und ihre Fähigkeiten herausfinden konnten. Außerdem wurde anhand der Fragen klar, dass der Recruiter mir nicht zugehört und sich auch überhaupt nicht mit meinem CV beschäftigt hatte.
Da HR das Gesicht eines Unternehmens ist, kann ich nach diesem Gespräch mit Sicherheit sagen, dass LinkedIn keinesfalls ein Unternehmen ist, für das ich arbeiten möchte.
Interview questions [1]
Question 1
Hast du schon mal ein Meeting per Video abgehalten?
Warum LinkedIn und nicht Google oder Facebook?
I applied online. The process took 2 weeks. I interviewed at LinkedIn in Jun 2022
Interview
First round interview was with a recruiter. Go over the basics, talk about your experience, and learn more about the role.
Second round interview (1 hr technical interview) involves:
1. Coding (25 mins) - easy leetcode algorithms question
2. Machine learning techniques (10 mins)
3. Statistics (10 - 15 mins)
4. You can ask the Interviewer - prepare those in advance
Interview questions [1]
Question 1
1. Coding (25 mins) - I was asked;
Given an array, find a number (or rather it’s index) to start with such that the same is never negative. Similar to “ 1413. Minimum Value to Get Positive Step by Step Sum” on leetcode
2. Machine learning techniques (10 mins) - I was asked about how to improve LinkedIn’s premium subscription among users. This goes under Logistic Regression category. So the second part of the question was knowing that 1% of users are subscribed, how do we run a model with such imbalance (100 subscribers vs 9900 free users)? Well make it balanced, sample a 100 non-subscriber data and consider former subscribers. Also, consider that not all 100 current subscriber data is clean.
3. Statistics - I was asked about A/B testing for email marketing. It started out as simple as comparing percentage of success rates between email A and B. But then advanced to asking how to utilize statistical significance and statistical power in comparing these success rates. If I don’t move on to the next round, it is because of this Stats section.