为什么STAR method不是DS面试最优框架？Project-based问题套路总结

DS面试中最常见的问题就是，说说你做过的项目，可是这个问题并不像看上去那么好回答，往往面试后自己才意识到在描述项目时有很多不尽人如意的地方。
尝试过STAR method（Situation, Task, Action, Result），但好像效果不是很好，有时讲着讲着面试官就让stop了。最近关注到一个宝藏小姐姐的YouTube频道，才意识到STAR method的最大缺点是把result放在了最后，在仔细描述项目细节后，我们不一定有足够的时间再说到result。毕竟时间由面试官把控，比如听了5分钟的situation后，面试官可能并不想再继续下去，他们只想尽快判断我们是不是qualify，而不是吃透整个项目。

另一种框架：

1.        Goal
首先用一句话来总结项目的目标，为什么要做这个项目；再用一句话来描述背景，比如业务种类、花费时间等。

2.        Impact
强调项目的影响和效果，需要用具体的数据来支撑。这时只需要一个大概的阐述（细节程度和简历上的差不多），目的是让面试官能立马get项目的重点。

Example: The most interesting data science project I’ve done last year was a project that aimed at improving the customer retention by delivering a new feature on our app. The new feature was to provide predictions of the estimated time of arrival for shipments. It was a six month project and we were able to improve customer retention by 50%.

3.        Challenges
给出以上概述后，最好跟面试官确认下，比如可以问do you want me to provide more context or dive into the details of the project? 这种对话的形式可以使面试官更有参与感。

• 如果需要更多的context，两三句话就够了。
• 如果要继续描述项目，可以说说项目的2-3个challenges （包括technical和non-technical challenges），既可以展示出自己解决问题的能力，还能使面试官保持engaged。
  

Technical challenges 例子:

• Were there problems when defining success metrics?
• Was it difficult to obtain the data?
• Is the size of data large, if so, how did you deal with a big dataset?
• Did the data have high quality, how did you process the data?
• Was there any challenge in model training and deployment?
  

Non-technical challenges 例子:

• If it's a project involving multiple teams, did you get any objection from other teams?
• How did you get other people to buy into your idea?
• Was there any risk in delivering the project on time?
• What have you done to unblock yourself, your team or other teams?
  

4.        Interesting findings
讲完challenges，可以继续跟面试官互动，比如do you want to hear more details about it, shall I move forward to describing the project?
如果还有时间，可以说一个interesting finding，这样面试官会觉得我们不仅能deliver project，而且还享受做项目的过程，并注意到一些常人会忽略的细节。

以上框架可以根据面试官的feedback灵活运用，此外还有三个小tips:

1.        大部分projects说起来并不那么有趣，所以我们在面试前需要花时间进行一定的修改和完善。可能需要添加一些细节让项目更生动有趣，也可能要删减一部分使重点更突出。

2.        去除无关的信息，与自己contribution或者insights无关的都可以省略。

3.        一定要engage面试官。一是不要一直说，而是要时不时地和面试官确认是否有不清楚的地方；二是根据面试官来讨论不同的细节，如果面试官是data scientist，就可以说一些technical的细节，如果面试官是manager，可以讨论下与别组的合作、如何influence决策等。

主要来源是油管Data Interview Pro，名字有点怪，但有些面试经验挺有启发：
https://www.youtube.com/watch?v=pVQ-05ZYZJE
https://www.youtube.com/watch?v=O0Kh8vh02co

就是倒金字塔叙事法，工作里一样用

非常好的建议. 虽然我觉得问题并不是出在STAR模式上, 而是面试经验比较少或准备欠缺的情况下, 并没把握好每个部分的比例, 对于situation和action部分说的太仔细了.

我自己的话还是会按照STAR模式来, 不过action非常简略, 基本就是最多三四句话总结, 什么数据什么办法为什么这么用. 我的想法是面试官如果真的感兴趣, 肯定会在follow up问技术细节.

当然最后呈现的效果我相信和楼主说的Goal Impact模式是一样的.

是这样，把最抓人的地方先说出来。youtube的那个小姐姐说的很好呀！

楼主总结的不错。 STAR method我个人认为仅适合BQ或者偏BA业务分析类型的问题。
我也follow了这个小姐姐的油管。你们都很优秀～～