26 domande di colloquio per Data Scientist, organizzate per area e seniority.
Le 26 domande di colloquio per Data Scientist in Italia: ML, statistica, business sense, case study. Scorecard a 4 livelli, PDF gratis.
Selezionare un Data Scientist bene significa fare meno colloqui ma con domande migliori. Questa libreria è ordinata per area, ogni domanda è pensata per generare una risposta narrativa di 4-6 minuti, e in fondo trovi una scorecard a 4 livelli che puoi copiare nel tuo ATS oggi.
In questa guida
Come usare queste domande
Questa è una libreria di 26 domande di colloquio per il ruolo di Data Scientist, organizzate in 5 aree e pensate per un colloquio di 60 minuti. Non leggerle tutte, scegline 8-12 in base alla seniority del candidato e al gap che vuoi verificare. Ogni domanda è formulata per generare una risposta narrativa, non un sì o no.
Le domande, organizzate per area
Statistica e ML
- Spiegami bias-variance tradeoff con un esempio concreto del tuo lavoro.
- Quando preferiresti un modello lineare a un gradient boosting?
- Come gestisci il data leakage in una pipeline di feature engineering?
- Spiegami calibration di un classificatore e quando ti è servita davvero.
Sperimentazione
- Disegna un A/B test per misurare l'impatto di una nuova ranking function. Come calcoli MDE e sample size?
- Cosa fai se il p-value è 0.04 ma l'effect size è clinicamente irrilevante?
- Hai mai usato switchback experiment o quasi-experiment? Quando?
Lavoro con dati reali
- Hai un dataset con 30% di valori mancanti su una colonna critica. Cosa fai?
- Spiegami come hai validato la qualità di una sorgente dati nuova.
- Quando l'ultima volta che hai dovuto difendere un risultato controverso davanti a un VP?
Stakeholder e comunicazione
- Come spieghi feature importance a un product manager non tecnico?
- Hai mai detto 'i dati non bastano per decidere'? Come è andata?
Comportamentali
- Raccontami di un modello che hai messo in produzione e che si è degradato. Come l'hai diagnosticato?
Scorecard rapida
Usa una scorecard a 4 livelli (1 = sotto soglia, 2 = junior, 3 = on target, 4 = top 10%) per ognuna delle 5 aree. Decisione: shortlist se la media è almeno 3.0 e nessuna area è sotto 2.
| Area | Peso | Soglia minima |
|---|---|---|
| Hard skill tecniche | 30% | 3 |
| Esperienza contestuale | 25% | 3 |
| Comunicazione | 20% | 2 |
| Comportamentale | 15% | 2 |
| Cultural add | 10% | 2 |
Errori comuni
- Fare tutte le domande della stessa area, perdendo segnali sul resto.
- Non prendere appunti in tempo reale (la memoria a 24 ore perde il 70% del contenuto).
- Sovrappesare la prima impressione: studi Google e altri mostrano che il colloquio non strutturato predice solo il 14% della performance.
- Confondere assertività con competenza: chiedi sempre il dato, non l'opinione.
Domande frequenti
Quante di queste domande dovrei fare in un colloquio di 45 minuti?
Tra 8 e 12, lasciando 5-7 minuti finali per le domande del candidato. Una buona domanda comportamentale richiede 4-6 minuti tra risposta e follow-up. Più di 12 domande significa risposte superficiali.
Posso usare queste domande anche per profili junior Data Scientist?
Sì, ma riduci l'attesa di esempi storici e aumenta domande situazionali (cosa faresti se). Per un junior pesa di più imparabilità, curiosità e fundamentals che esperienza contestuale.
Come gestisco un candidato che racconta solo successi del team senza dire cosa ha fatto lui?
Riformula esplicitamente: 'Mi interessa cosa hai fatto tu personalmente, non il team. Quale era il tuo contributo specifico?'. Se il candidato continua a usare 'noi', è un segnale rosso da approfondire.
Quanto pesa la scorecard rispetto al feeling personale?
La scorecard è più predittiva del feeling. Studi McKinsey e SHRM mostrano che colloqui strutturati con scorecard predicono la performance 2-3 volte meglio del colloquio libero.
Smetti di combattere col tuo ATS. Inizia ad assumere.
Focus sulle persone, non sulla burocrazia. Analizza i tuoi primi 100 CV gratis. Nessuna carta di credito, nessuna call di setup.