You’re preparing for a BI interview. What are the most common mistakes to avoid?

Na minha opini?o, a falta de preparo é um erro crítico em entrevistas de BI. Isso inclui n?o apenas a falta de conhecimento técnico, mas também a falta de pesquisa sobre a empresa e o setor.

Erros mais comuns cometidos por candidatos: -> Achar que trabalhar com BI é um simples trabalho de tecnologia. -> Achar que fazer BI é fazer um relatório. -> N?o entender as etapas fundamentais de BI. -> Achar que nunca terá margem para aprender algo novo (independente da sua senioridade)

Como empregador posso dizer que a falta te preparo é de fato um problema observado, mas há um ainda pior que é quando a pessoa tem portfólio CTRL+C / CTRL+V e n?o sabe fazer seus próprios projetos. E essa é doída porque a gente descobre só depois de contratado. A ideia é que você esteja preparado para testes mais elaborados ou improvisos. Hoje nas entrevistas eu gosto de mostrar cenários e questionar sob ótica de negócio ou técnica o que a pessoa faria pra resolver. Esteja preparado para este tipo de situa??o.

The ability to adjust the storytelling approach based on the audience's expertise is a valuable skill for any analyst. When presenting the findings, there's a risk that audiences may feel overwhelmed. To mitigate this, tailoring the narrative to meet the audience's needs is crucial. For a C-suite audience, articulating insights in business language is key to facilitating understanding and engagement. Conversely, when addressing an audience with a strong technical background, leveraging technical expertise and incorporating industry-specific jargon can enrich the presentation.

Uma narrativa de dados eficaz é crucial. Você deve ser capaz de contar uma história com os dados, n?o apenas apresentar números e gráficos. Isso significa entender o contexto dos dados e ser capaz de explicar insights de maneira clara e convincente.

The heart of BI is presenting a compelling story that is found within the data. Showcase your ability to understand that one data set can tell a different story to each audience. What process do you go through to understand the story/stories that need to be extracted? How do you engage stakeholders in this? When do you know that you've gotten your point across so that you don't put too many things in one view?

Saber contar uma história de negócio por meio de dados n?o é mais um "plus", é algo básico e que precisa ser treinado. Se você se sente intimidado, treine. Seja na frente de um espelho ou se gravando em uma webcam/celular para depois assistir e entender onde consegue melhorar. Assim como um bom cheff precisa explicar como fez o prato, valorizando o seu trabalho nos mínimos detalhes, o profissional de dados também precisa. A era de que profissional de dados é alguém que fica escondido e n?o se comunica adequadamente acabou. A comunica??o é uma fatia enorme desse bolo e que deve ser praticada e melhorada.

No meu ver, a curiosidade é o que impulsiona um bom analista de BI. Sem curiosidade, você pode perder insights valiosos ou oportunidades de aprofundar a análise. Perguntar "por quê" e "e se" leva a uma compreens?o mais profunda dos dados. Isso também serve para o momento da entrevista, fica a dica!

Durante as entrevistas o que mais me incomoda é quando as pessoas respondem apenas as minhas perguntas e n?o desenrolam o assunto. Isso porque no nosso ramo de atividade é fundamental que várias perguntas sejam feitas e aprofundadas. Seja curioso, comunicativo, explore mais e melhor o momento. Perguntar n?o ofende, do contrário, demonstra interesse no caso. Sinta-se a vontade de improvisar, seja transparente e honesto consigo mesmo.

Eu n?o considero erros técnicos um problema durante o processo de entrevista. Se vejo algum eu comento sobre e ent?o aguardo a réplica. Por vezes você escutar e entender como a pessoa justificativa algo é muito melhor do que uma que acerta tudo. Isso porque no nosso ramo a arte de improvisar e se demonstrar humilde é importante. Claro que existe uma vertente onde você deve conferir a fundo tudo que foi realizado, com carinho e evitar os erros, algo que faz total diferen?a, porém o mundo n?o é perfeito e você precisa saber mitigar essas situa??es, se possível até sugerindo um plano de a??o. No que se refere a falta de algum conhecimento, que atire a primeira pedra quem domina, no ramo de dados, de absolutamente tudo.

Uma atitude negativa ou n?o colaborativa pode ser um grande obstáculo. A inteligência emocional é t?o importante quanto as habilidades técnicas. Outro ponto que já me deparei, foi com pessoas reclamando de empresas anteriores! N?o fa?a isso!

Maus comportamentos e atitudes s?o dispensáveis. N?o sei exatamente o que escrever a respeito deste tópico, mas talvez orientar para que n?o fa?a entrevistas por curiosidade ou para se testar, seja gentil em entender que do outro lado tem alguém trabalhando, que precisa preencher a vaga e está investindo tempo em você. Houve uma época onde o incentivo aos profissionais se testarem nas vagas de emprego era visto como algo bonito. Pra mim isso é desrespeito a quem trabalha em prol do preenchimento da vaga. Isso sim é uma má atitude.

As preparing for a BI interview, avoid common mistakes like neglecting business understanding, overlooking data quality, ignoring stakeholder alignment, presenting overly complex analyses, focusing only on technical skills, neglecting to stay updated, ignoring data privacy/security, and failing to showcase value. Instead, prioritize understanding business goals, ensuring data quality, aligning with stakeholders, simplifying presentations, balancing technical and soft skills, staying updated, prioritizing data security, and showcasing value through insights.

Creating BI can get out of hand pretty fast if you are saying yes to every business requirement coming through intake. Creating specific solutions for each audience can turn into a maintenance nightmare. Talk about situations where it's appropriate to leverage the same dashboard but different views of it. What can you use within the BI tools to create one set of analytics that can be filtered or adjusted by the end user based on the story that is meaningful for them? Surfacing the one story is powerful. Dynamically surfacing many is efficient. I love it when my analysts can do both!