HR টিমের জন্য ৪৫-৯০ মিনিটের ডেটা অ্যানালিস্ট মূল্যায়ন
সেরা ডেটা অ্যানালিস্ট মূল্যায়ন পরীক্ষায় ভূমিকার প্রকৃত দায়িত্ব থেকে সরাসরি নেওয়া বেশ কয়েকটি কাজ অন্তর্ভুক্ত থাকে, একটি স্বচ্ছ রুব্রিকে স্কোর করা হয় এবং সময়সীমাবদ্ধ টেক-হোম বা সংক্ষিপ্ত লাইভ ল্যাব হিসেবে পরিচালিত হয়। এটি কোনো প্রকৃত প্রার্থীর কাছে পাঠানোর আগে অভ্যন্তরীণভাবে পাইলট করুন। এই মডেলটি রেজুমে স্ক্রিন বা ট্রিভিয়া-ভিত্তিক কুইজের চেয়ে দ্রুত, ন্যায্য এবং আরও পূর্বানুমানযোগ্য নিয়োগ প্রক্রিয়া তৈরি করে। Talent Approved-এর মতো প্ল্যাটফর্মগুলি বিশেষভাবে ম্যানুয়াল ওভারহেড ছাড়াই এই ধরনের মূল্যায়ন তৈরি ও স্কোর করার জন্য বিদ্যমান।
সংক্ষেপে:
- ব্যবহারিক কাজের প্রস্তুতি নিশ্চিত করতে ডেটা পরিষ্কার করা, SQL কোয়েরি লেখা এবং ফলাফল ব্যাখ্যা করার মতো প্রকৃত ডেটা কাজের উপর স্পষ্ট মনোযোগ দিয়ে মূল্যায়ন পরিচালনা করুন।
- কাজের সময় যথাযথভাবে নির্ধারণ করুন, সহজ ডেটা পরিষ্কারের জন্য ৩০ থেকে ৪৫ মিনিট এবং আরও জটিল SQL সমস্যার জন্য ৬০ মিনিট পর্যন্ত, প্রার্থীর সিনিয়রিটির উপর ভিত্তি করে সামঞ্জস্য করুন।
- প্রার্থীদের নির্ভরযোগ্যভাবে র্যাঙ্ক করতে এবং ন্যায্য থ্রেশহোল্ড নির্ধারণ করতে সঠিকতা, পদ্ধতি, ব্যাখ্যা, যোগাযোগ এবং পুনরুৎপাদনযোগ্যতা কভার করে মাল্টি-অ্যাক্সিস রুব্রিক ব্যবহার করুন।
- প্রার্থীর অভিজ্ঞতা ক্ষতি না করে প্রতারণা রোধ করতে উচ্চ-ঝুঁকির মূল্যায়নে র্যান্ডমাইজড ডেটা, স্পষ্ট নির্দেশনা এবং অ্যান্টি-চিট সরঞ্জাম অন্তর্ভুক্ত করুন।
- মূল্যায়ন ক্যালিব্রেট করতে নিয়মিত কমপ্লিশন, পাস এবং টাইম-টু-হায়ার মেট্রিক্স ট্র্যাক করুন, প্রকৃত কর্মক্ষেত্রের কর্মক্ষমতা পূর্বানুমান করে এমন ছোট, মনোযোগী কাজের উপর জোর দিন।
বিষয়সূচি
- ডেটা অ্যানালিস্ট মূল্যায়ন কী এবং এটি কী পরিমাপ করা উচিত?
- আপনি কীভাবে একটি জব ডেসক্রিপশনকে পরীক্ষাযোগ্য কাজে রূপান্তরিত করবেন?
- কোন মূল্যায়ন ফরম্যাট একটি ডেটা অ্যানালিস্ট ভূমিকার জন্য উপযুক্ত?
- আপনি কীভাবে প্রার্থীদের ন্যায্যভাবে স্কোর ও র্যাঙ্ক করবেন?
- প্রার্থীর অভিজ্ঞতা ক্ষতি না করে কীভাবে প্রতারণা রোধ করবেন?
- আপনার মূল্যায়ন আসলে কাজ করছে কিনা তা কীভাবে জানবেন?
- এই পাইলটগুলি সফল বা ব্যর্থ হতে দেখে আমি যা শিখেছি
- শূন্য থেকে শুরু না করে আপনার মূল্যায়ন তৈরি করুন
- মূল্যায়ন তৈরি ও স্কেল করার উপর আরও পড়ুন
- সাধারণ প্রশ্নাবলী
ডেটা অ্যানালিস্ট মূল্যায়ন কী এবং এটি কী পরিমাপ করা উচিত?
একটি ডেটা অ্যানালিস্ট মূল্যায়ন হলো একটি কাঠামোবদ্ধ পরীক্ষা যা পরিমাপ করে একজন প্রার্থী আসলে কাজটি করতে পারেন কিনা: অগোছালো ডেটা পরিষ্কার করা, কার্যকরী SQL লেখা, ফলাফল ব্যাখ্যা করা এবং এমন কারো কাছে ফলাফল উপস্থাপন করা যিনি জীবিকার জন্য স্প্রেডশিট ব্যবহার করেন না। এটি চাকরিপ্রার্থীদের নিজের সময়ে অনুশীলন করার জন্য তৈরি ডেটা বিশ্লেষণ দক্ষতা পরীক্ষা থেকে আলাদা। এটি একটি সরঞ্জাম যা HR টিম এবং নিয়োগ ম্যানেজাররা তৈরি ও নিয়ন্ত্রণ করেন, একটি নির্দিষ্ট জব ডেসক্রিপশনের সাথে সংযুক্ত এবং আপনার টিমের নির্ধারিত রুব্রিকের বিপরীতে স্কোর করা হয়।
বেশিরভাগ নিয়োগ টিম যে ভুলটি করে তা হলো কাজের পরিবর্তে জ্ঞান পরীক্ষা করা। একজন প্রার্থী যিনি স্মৃতি থেকে "মিডিয়ান অ্যাবসোলিউট ডেভিয়েশন" সংজ্ঞায়িত করতে পারেন তিনি তবুও ডুপ্লিকেট সারি এবং অসামঞ্জস্যপূর্ণ তারিখ ফর্ম্যাটে ভরা একটি স্প্রেডশিট দেওয়া হলে হোঁচট খেতে পারেন। সমাধান শুরু হয় রেজুমে নয়, বরং ভূমিকাটি নিজেই ম্যাপ করার মাধ্যমে।
আপনি কীভাবে একটি জব ডেসক্রিপশনকে পরীক্ষাযোগ্য কাজে রূপান্তরিত করবেন?
জব ডেসক্রিপশন থেকে সরাসরি বেশ কয়েকটি মূল, পর্যবেক্ষণযোগ্য কাজ বের করে শুরু করুন। এই জব-টাস্ক বিশ্লেষণ হলো পুরো মূল্যায়নের ভিত্তি, এবং এটি এড়িয়ে যাওয়া হলো মূল্যায়ন কর্মক্ষমতা পূর্বানুমান করতে ব্যর্থ হওয়ার একমাত্র সবচেয়ে বড় কারণ। এন্টারপ্রাইজ নিয়োগ গাইডগুলি অনুসারে যেগুলি এই সংযোগটি ট্র্যাক করে, জব ডেসক্রিপশন থেকে সরাসরি পরীক্ষার আইটেম তৈরি করা ধারাবাহিকভাবে উন্নত করে যে একটি মূল্যায়ন কর্মক্ষেত্রের ফলাফল কতটা ভালোভাবে পূর্বানুমান করে।
একটি সাধারণ ডেটা অ্যানালিস্ট ভূমিকার জন্য, সেই কাজের তালিকাটি সাধারণত এরকম দেখায়:
- অনুপস্থিত মান, ডুপ্লিকেট বা অসামঞ্জস্যপূর্ণ ফর্ম্যাটিং সহ একটি ডেটাসেট পরিষ্কার করা
- দুটি বা তিনটি সম্পর্কিত টেবিল জুড়ে SQL জয়েন লেখা
- একটি মেট্রিক এমনভাবে সংজ্ঞায়িত করা যাতে দুজন মানুষ একইভাবে এটি গণনা করতে পারে
- একটি চার্ট বা সংক্ষিপ্ত বর্ণনা তৈরি করা যা একটি নন-টেকনিক্যাল স্টেকহোল্ডারের কাছে একটি ফলাফল ব্যাখ্যা করে
- অন্য কারো বিশ্লেষণে একটি ত্রুটি বা আউটলায়ার চিহ্নিত করা
সিনিয়রিটি কাজের তালিকা নয়, মানদণ্ড পরিবর্তন করে। একজন এন্ট্রি-লেভেল প্রার্থী একটি একক পরিষ্কার টেবিল এবং ৪৫ মিনিট পেতে পারেন। একজন সিনিয়র অ্যানালিস্ট প্রার্থী তিনটি অগোছালো, শিথিলভাবে সম্পর্কিত টেবিল, অস্পষ্ট প্রয়োজনীয়তা এবং ৯০ মিনিট পান, কারণ আপনি আংশিকভাবে পরীক্ষা করছেন যে তারা অস্পষ্টতা কীভাবে সামলায়।
এই মূল্যায়ন কোনো প্রকৃত প্রার্থীর সাথে পরিচিত হওয়ার আগে, আপনার নিজের অ্যানালিটিক্স টিমের দুই বা তিনজন বর্তমান কর্মচারীর সাথে এটি চালান। তাদের স্কোর আপনার বেঞ্চমার্ক হয়ে ওঠে, এবং তাদের মতামত আপনাকে বলে যে কাজটি ৪৫ মিনিট নাকি গোপনে দুই ঘণ্টা লাগে।
প্রো টিপ: আপনার নিজের অ্যানালিস্টরা যদি আপনার বরাদ্দ সময়ের মধ্যে কাজটি শেষ করতে না পারেন, তাহলে কোনো প্রার্থীও পারবেন না। প্রার্থীদের প্রত্যাশা সামঞ্জস্য করার আগে ঘড়ি সামঞ্জস্য করুন।
কোন মূল্যায়ন ফরম্যাট একটি ডেটা অ্যানালিস্ট ভূমিকার জন্য উপযুক্ত?
ফরম্যাট নির্ধারণ করে আপনি কতটা সংকেত পাবেন এবং প্রার্থী কতটা ঘর্ষণ অনুভব করবেন। একটি সংক্ষিপ্ত লাইভ স্ক্রিন দ্রুত এবং নকল করা কঠিন, কিন্তু এটি কেবল পৃষ্ঠ-স্তরের দক্ষতা প্রকাশ করে। একটি সময়সীমাবদ্ধ টেক-হোম কম চাপে প্রকৃত সমস্যা-সমাধান দেখায়, কিন্তু এটি বাইরের সাহায্যের প্রতি আরও ঝুঁকিপূর্ণ। একটি স্যান্ডবক্সড ডেটাসেট সহ হ্যান্ডস-অন ল্যাব মাঝামাঝিতে থাকে: বাস্তবসম্মত, গেম করা কঠিন, এবং এখনও একজন প্রার্থীর সময়ের প্রতি শ্রদ্ধাশীল। ফরম্যাট পছন্দ ধারাবাহিকভাবে বিশ্বস্ততাকে প্রার্থীর বোঝা এবং প্রতারণার ঝুঁকির বিপরীতে লেনদেন করে, এবং ছোট, আরও প্রাসঙ্গিক কাজগুলি দীর্ঘ, জেনেরিক কাজের চেয়ে পরিষ্কার কমপ্লিশন ডেটা তৈরি করে।
তিনটি প্রম্পট যা বেশিরভাগ ডেটা অ্যানালিস্ট নিয়োগের জন্য ভালো কাজ করে:
- ডেটা পরিষ্কারের স্প্রিন্ট (৩০ থেকে ৪৫ মিনিট)। ডুপ্লিকেট সারি, অসামঞ্জস্যপূর্ণ তারিখ ফর্ম্যাট এবং কিছু নাল মান সহ একটি র কাঁচা CSV দিন। প্রার্থীকে একটি পরিষ্কার ডেটাসেট এবং তারা কী ঠিক করেছেন এবং কেন তার একটি সংক্ষিপ্ত তালিকা তৈরি করতে বলুন।
- SQL এবং মেট্রিক সংজ্ঞা (৪৫ থেকে ৬০ মিনিট)। দুটি সম্পর্কিত টেবিল প্রদান করুন এবং একটি নির্দিষ্ট ব্যবসায়িক প্রশ্নের উত্তর দেওয়া একটি কোয়েরির জন্য, এবং তারা যে মেট্রিক গণনা করেছেন তার একটি লিখিত সংজ্ঞার জন্য অনুরোধ করুন।
- স্টেকহোল্ডার স্টোরিটেলিং (২০ থেকে ৩০ মিনিট, লাইভ বা রেকর্ডেড)। একটি সম্পূর্ণ চার্ট বা সারসংক্ষেপ টেবিল হস্তান্তর করুন এবং প্রার্থীকে তিন মিনিটের মধ্যে একজন কাল্পনিক মার্কেটিং ডিরেক্টরের কাছে এটি ব্যাখ্যা করতে বলুন।
টেক-হোম ডেটায় কিছু বাস্তবসম্মত বিশেষত্ব যুক্ত করুন, যেমন টেক্সটের সাথে মিশ্রিত একটি মুদ্রা ক্ষেত্র, যাতে কাজটি একটি ধাঁধার পরিবর্তে অফিসের একটি প্রকৃত মঙ্গলবারের মতো মনে হয়।
আপনি কীভাবে প্রার্থীদের ন্যায্যভাবে স্কোর ও র্যাঙ্ক করবেন?
একটি একক পাস বা ফেল টগলের পরিবর্তে চার বা পাঁচটি অক্ষ সহ একটি ওয়েটেড রুব্রিকের বিপরীতে প্রতিটি জমা স্কোর করুন। মাল্টি-অ্যাক্সিস রুব্রিক একক-স্কোর গ্রেডিংয়ের চেয়ে আরও নির্ভরযোগ্য র্যাঙ্কিং তৈরি করে কারণ তারা পর্যালোচকদের "সঠিক সংখ্যা পেয়েছেন" থেকে "সঠিক উপায়ে সেখানে পৌঁছেছেন" আলাদা করতে বাধ্য করে।
একটি ডেটা অ্যানালিস্ট মূল্যায়নের জন্য একটি শক্তিশালী রুব্রিক সাধারণত কভার করে:
- সঠিকতা — আউটপুট প্রত্যাশিত ফলাফলের সাথে মেলে কিনা, এবং না হলে কতটা কাছাকাছি ছিল?
- পদ্ধতি — প্রার্থী একটি সঠিক পদ্ধতি বেছে নিয়েছিলেন, নাকি তারা ভাগ্যক্রমে পেয়েছিলেন?
- ব্যাখ্যা — তারা তাদের নিজের আউটপুট থেকে সঠিক সিদ্ধান্তে পৌঁছেছিলেন কিনা?
- যোগাযোগ — একজন নন-অ্যানালিস্ট তাদের ব্যাখ্যা বুঝতে পারবেন কিনা?
- পুনরুৎপাদনযোগ্যতা — আরেকজন অ্যানালিস্ট তাদের পদক্ষেপগুলি পুনরায় চালাতে এবং একই উত্তর পেতে পারবেন কিনা?
জুনিয়র ভূমিকার জন্য সঠিকতা এবং পদ্ধতিকে সবচেয়ে বেশি ওজন দিন, এবং সিনিয়রিটি বাড়ার সাথে সাথে ব্যাখ্যা এবং যোগাযোগের দিকে ওজন স্থানান্তর করুন। আপনার "ইন্টারভিউতে অগ্রসর হন" থ্রেশহোল্ডটি একটি স্বেচ্ছাচারী গোল সংখ্যায় নয়, আপনার পাইলট বেঞ্চমার্ক স্কোরে নির্ধারণ করুন।
AI-জেনারেটেড সারাংশ একজন মানুষ লাইন বাই লাইন পড়ার আগে শক্তিশালী এবং দুর্বল জমা চিহ্নিত করে পর্যালোচনাকে দ্রুত করতে পারে, কিন্তু সেগুলি দ্বিতীয় মতামত হিসেবে সেরাভাবে কাজ করে। একজন পর্যালোচক যিনি কখনো প্রকৃত কাজটি খোলেন না তিনি প্রার্থীকে নয়, সারাংশকে গ্রেড করছেন। মূল্যায়ন অ্যানালিটিক্স যা কমপ্লিশন এবং পাস বিতরণ ট্র্যাক করে আপনাকে পরীক্ষা করতে সাহায্য করে যে আপনার রুব্রিক ওয়েটিং সময়ের সাথে সাথে শক্তিশালী প্রার্থীদের দুর্বলদের থেকে আসলে আলাদা করছে কিনা।
প্রার্থীর অভিজ্ঞতা ক্ষতি না করে কীভাবে প্রতারণা রোধ করবেন?
অ্যান্টি-চিট নিয়ন্ত্রণগুলি সর্বোচ্চ সন্দেহ তৈরি না করে ভূমিকার ঝুঁকির সাথে মিলে যাওয়া উচিত। একটি জুনিয়র স্ক্রিনের শুধুমাত্র র্যান্ডমাইজড ডেটাসেট সিড প্রয়োজন হতে পারে। একজন সিনিয়র অ্যানালিস্ট ভূমিকার জন্য চূড়ান্ত-রাউন্ড মূল্যায়নে সেশন রিপ্লে বা ব্রাউজার লকডাউন প্রয়োজন হতে পারে। প্রতিটি প্রার্থী যে ডেটা পান তা র্যান্ডমাইজ করা আসলে কী গ্রেড করছেন তা পরিবর্তন না করে উত্তর-শেয়ারিং কমায়।
আপনি যে নিয়ন্ত্রণই বেছে নিন না কেন, সেগুলিকে স্পষ্ট নির্দেশনার সাথে জুড়ি দিন: সময়সীমা উল্লেখ করুন, ন্যায্য সরঞ্জাম এবং লাইব্রেরিগুলি নাম দিন এবং সার্চ ইঞ্জিন অনুমোদিত কিনা তা স্পষ্টভাবে বলুন। অস্পষ্ট নিয়মগুলি প্রকৃত প্রতারণার চেয়ে বেশি বৈধ ব্যর্থতার কারণ হয়, এবং ছোট, স্পষ্টভাবে সুযোগযুক্ত পরীক্ষাগুলি উন্মুক্ত-শেষের চেয়ে ভালো কমপ্লিশন হার তৈরি করে।
অটোমেশন ম্যানুয়াল কষ্ট দূর করে:
- একজন প্রার্থী একটি নির্ধারিত ATS পর্যায়ে পৌঁছানোর পরে স্বয়ংক্রিয়ভাবে মূল্যায়নের আমন্ত্রণ ট্রিগার করুন
- সম্পূর্ণ মূল্যায়নগুলি একটি ইনবক্সের পরিবর্তে একটি পর্যালোচক কিউতে রুট করুন
- কেউ যাতে ফলাফল পুনরায় টাইপ না করেন সেজন্য একটি ওয়েবহুকের মাধ্যমে ATS-এ স্কোর ফেরত পুশ করুন
প্রো টিপ: লঞ্চের আগে একজন প্রার্থী যেভাবে দেখবেন সেভাবে নিজের আমন্ত্রণ ফ্লো পরীক্ষা করুন। ভাঙা লিঙ্ক এবং বিভ্রান্তিকর নির্দেশনা যেকোনো কঠিন SQL প্রশ্নের চেয়ে দ্রুত কমপ্লিশন হার নষ্ট করে।
আপনার মূল্যায়ন আসলে কাজ করছে কিনা তা কীভাবে জানবেন?
প্রথম দিন থেকে চারটি সংখ্যা ট্র্যাক করুন: কমপ্লিশন রেট, পাস রেট, টাইম-টু-হায়ার এবং ইন্টারভিউয়ার-আওয়ার সেভড। একটি পাস রেট যা কে আবেদন করুক না কেন কখনো নড়াচড়া করে না, সেটি পরামর্শ দেয় যে আপনার প্রার্থীর পুল অস্বাভাবিকভাবে শক্তিশালী বা দুর্বল হওয়ার পরিবর্তে আপনার রুব্রিক থ্রেশহোল্ড ভুলভাবে ক্যালিব্রেট করা হয়েছে।
প্রথমে একটি ছোট দলের বিরুদ্ধে আপনার পাইলট চালান, তারপর সেই নিয়োগগুলি কাজে যোগ দেওয়ার পরে প্রকৃত ৯০-দিনের পারফরম্যান্স পর্যালোচনার সাথে প্রাথমিক মূল্যায়ন স্কোর তুলনা করুন। সেই সম্পর্ক, এমনকি কয়েকটি নিয়োগ থেকেও, যেকোনো তাত্ত্বিক স্কোরিং মডেলের চেয়ে আপনাকে বেশি বলে। একাধিক চক্র জুড়ে কমপ্লিশন, পাস বিতরণ এবং টাইম-অন-টাস্ক ট্র্যাক করা আপনাকে নিরবে কে নিযুক্ত হয় তা প্রভাবিত করার আগে স্কোর ড্রিফট বা পক্ষপাত ধরতে দেয়।
এই পাইলটগুলি সফল বা ব্যর্থ হতে দেখে আমি যা শিখেছি
যে পাইলটগুলি ব্যর্থ হয় সেগুলি প্রায় সবসময়ই একটি মূল কারণ ভাগ করে নেয়: কাজের তালিকা অত্যন্ত বিস্তৃত ছিল, বা কেউ এটি একটি প্রার্থীর সাথে পরিচিত করার আগে একজন প্রকৃত কর্মচারীর বিরুদ্ধে এটি বেঞ্চমার্ক করেনি। টিমগুলি উত্তেজিত হয়ে একটি মূল্যায়নে ছয়টি দক্ষতা পরীক্ষা করার চেষ্টা করে, এবং ফলাফল হলো একটি ফোলা কাজ যা সংকেত তীক্ষ্ণ না করেই প্রার্থীদের ক্লান্ত করে। প্রতিবার তিনটি মনোযোগী কাজ ভালোভাবে স্কোর করা ছয়টি অগভীর কাজকে হারায়।
দ্বিতীয় পাঠটি আরও স্পষ্ট। পরিসংখ্যান পরিভাষা সম্পর্কে ট্রিভিয়া প্রশ্নগুলি কঠোর মনে হয় কিন্তু কেউ একটি সময়সীমার মধ্যে একটি প্রকৃত ডেটাসেট পরিষ্কার করতে পারবেন কিনা সে সম্পর্কে প্রায় কিছুই পূর্বানুমান করে না। প্রকৃত কাজের ফলাফলের সাথে কাজের সমন্বয় হলো পুরো খেলা। সৎভাবে ব্যবহার করা হলে, AI-জেনারেটেড সারাংশ এবং অ্যান্টি-চিট টুলিং একজন পর্যালোচকের বিচার প্রতিস্থাপন করে না। তারা কেবল শব্দটি সরিয়ে দেয় যাতে সেই বিচারটি সেই জমাগুলিতে ব্যয় হয় যেগুলি আসলে একটি ঘনিষ্ঠ পাঠের যোগ্য।
— Jimmie
শূন্য থেকে শুরু না করে আপনার মূল্যায়ন তৈরি করুন
Talent Approved উপরের ওয়ার্কফ্লোটিকে এমন কিছুতে পরিণত করে যা আপনি এটি পড়ার একই বিকেলে লঞ্চ করতে পারবেন। Magic Create-এ একটি জব ডেসক্রিপশন বা দক্ষতার তালিকা ফিড করুন, এবং এটি শূন্য থেকে কাজ, রুব্রিক এবং নির্দেশনা লিখতে সাধারণত যে দিনগুলি লাগে তার পরিবর্তে মিনিটের মধ্যে একটি কাস্টমাইজড, ভূমিকা-নির্দিষ্ট মূল্যায়ন তৈরি করে।
প্রতিটি মূল্যায়ন বিল্ট-ইন অ্যান্টি-চিট নিয়ন্ত্রণ সহ চলে, স্ক্রিন এবং ওয়েবক্যাম মনিটরিং এবং সেশন রিপ্লে সহ, তাই আপনাকে প্রার্থীর বিশ্বাস এবং ফলাফলের অখণ্ডতার মধ্যে বেছে নিতে হবে না। AI-জেনারেটেড সারাংশ পর্যালোচকদের প্রতিটি জমার উপর একটি দ্রুত প্রথম পাঠ দেয়, এবং প্রার্থী র্যাঙ্কিং রুব্রিক স্কোরকে একটি শর্টলিস্টে পরিণত করে কোনো স্প্রেডশিট ছাড়াই। যেহেতু মূল্য পে-অ্যাজ-ইউ-গো ভিত্তিতে চলে কোনো সাবস্ক্রিপশন প্রতিশ্রুতি ছাড়াই, আপনি বর্তমান বিবরণের জন্য প্ল্যাটফর্ম পরিদর্শন করে আপনার পরবর্তী খোলা রেকের উপর মডেলটি পরীক্ষা করতে পারবেন। আপনার প্রথম মূল্যায়ন একটি বিদ্যমান জব ডেসক্রিপশন থেকে তৈরি করতে এবং একটি পাইলট কত দ্রুত একসাথে আসে তা দেখতে Talent Approved প্ল্যাটফর্ম পরিদর্শন করুন।
মূল্যায়ন তৈরি ও স্কেল করার উপর আরও পড়ুন
- মূল্যায়ন কীভাবে প্রার্থী র্যাঙ্কিং চালিত করে ব্যাখ্যা করে কীভাবে রুব্রিক স্কোরগুলি একটি ব্যবহারযোগ্য শর্টলিস্টে অনুবাদ হয়।
- HR টিমের জন্য টেকনিক্যাল মূল্যায়ন ফরম্যাট আরও বিস্তারিতভাবে ফরম্যাট ট্রেড-অফ ভেঙে দেয়।
- মার্কেটিং অ্যানালিটিক্স ড্যাশবোর্ড উদাহরণ টেমপ্লেট অফার করে যা স্টেকহোল্ডার-স্টোরিটেলিং প্রম্পটে অভিযোজিত করার যোগ্য।
সাধারণ প্রশ্নাবলী
একটি ডেটা অ্যানালিস্ট মূল্যায়ন কতক্ষণ নেওয়া উচিত?
বেশিরভাগ কার্যকর মূল্যায়ন ২ থেকে ৩টি কাজে বিভক্ত মোট ৪৫ থেকে ৯০ মিনিট চলে। দীর্ঘ পরীক্ষাগুলি সাধারণত সংকেত উন্নত করার চেয়ে বেশি কমপ্লিশন হার ক্ষতি করে।
একটি ডেটা অ্যানালিস্ট দক্ষতা পরীক্ষায় আসলে কী কভার করা উচিত?
ডেটা পরিষ্কার, SQL জয়েন, মেট্রিক সংজ্ঞা এবং স্টেকহোল্ডার যোগাযোগের উপর মনোযোগ দিন। পরিসংখ্যান জ্ঞান গুরুত্বপূর্ণ, কিন্তু কেবল তখনই যখন এটি এমন একটি কাজের সাথে যুক্ত যা প্রার্থীকে আসলে সম্পন্ন করতে হবে।
লাইভ ল্যাব বা টেক-হোম পরীক্ষা ব্যবহার করা উচিত?
টেক-হোমগুলি প্রাথমিক স্ক্রিনিংয়ের জন্য ভালো কাজ করে কারণ এগুলি কম চাপের এবং স্কেল করা সহজ, যখন লাইভ ল্যাব বা সংক্ষিপ্ত লাইভ স্ক্রিনগুলি চূড়ান্ত রাউন্ডের জন্য উপযুক্ত যেখানে আপনি কাউকে রিয়েল টাইমে চিন্তা করতে দেখতে চান।
প্রার্থীদের টেক-হোমে প্রতারণা থেকে কীভাবে বিরত রাখবেন?
প্রতিটি প্রার্থী যে ডেটাসেট পান তা র্যান্ডমাইজ করুন, স্পষ্ট সময়সীমা নির্ধারণ করুন এবং উচ্চ-ঝুঁকির চূড়ান্ত রাউন্ডের জন্য সেশন রিপ্লে বা ব্রাউজার মনিটরিং ব্যবহার করুন। Talent Approved-এর মতো সরঞ্জামগুলি এই নিয়ন্ত্রণগুলি সরাসরি মূল্যায়নে তৈরি করে।
একটি ডেটা অ্যানালিস্ট মূল্যায়নের জন্য একটি ভালো পাস রেট কী?
কোনো সর্বজনীন সংখ্যা নেই, কিন্তু একটি রেট যা খুব আলাদা আবেদনকারীর পুল জুড়ে কখনো পরিবর্তন হয় না তার মানে সাধারণত আপনার নিয়োগের পুল অস্বাভাবিকভাবে সামঞ্জস্যপূর্ণ নয়, বরং আপনার রুব্রিক থ্রেশহোল্ডের পুনরায় ক্যালিব্রেশন প্রয়োজন।