Вопросы на собеседовании аналитика данных

Пример сильного ответа

INNER JOIN оставляет только те строки, где есть совпадение в обеих таблицах, а LEFT JOIN сохраняет все строки левой таблицы, подставляя NULL там, где пары не нашлось. Выбор зависит от вопроса к данным: если нужны только заказы с известным клиентом — INNER; если важно увидеть всех клиентов, в том числе без заказов, — LEFT. В одном проекте проверка через LEFT JOIN показала, что у 12% клиентов нет ни одной покупки — с INNER эти строки просто исчезли бы, и отчёт по охвату базы был бы завышен.

• Разница показана через результат, а не через определение
• Дан критерий выбора под бизнес-вопрос
• Цифра из практики подтверждает реальный опыт

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Оконные функции считают что-то по группе строк, не сворачивая результат в одну строку на группу — в отличие от GROUP BY. Они нужны, когда важен и детальный уровень, и агрегат: доля заказа в выручке клиента, нарастающий итог, номер строки внутри группы, сравнение с предыдущим периодом. У нас в отчёте появление оконных функций убрало пять самосоединений и ускорило сборку витрины примерно в четыре раза — с сорока минут до десяти, при этом детализация до чека сохранилась.

• Сравнение с GROUP BY снимает типичную путаницу
• Перечислены реальные задачи, а не абстракции
• Есть измеримый эффект на скорость сборки

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Сначала считаю группировкой по ключевым полям: если COUNT больше единицы, значит есть дубли. Дальше смотрю причину: чаще всего это повторная загрузка одного и того же файла, отсутствие уникального ключа в источнике, разные написания одного значения или соединение таблиц по неполному набору полей. В одном случае на витрине нашлось около двух тысяч дублей заказов, и виной была ночная перезагрузка без очистки партиции. Решение: дедупликация через ROW_NUMBER, уникальный индекс и регулярная проверка на дубли.

• Пошаговый алгоритм вместо общих слов
• Разобраны типовые причины появления дублей
• Ответ заканчивается профилактикой, а не только починкой

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Начинаю с плана выполнения: смотрю, где именно теряется время — полное сканирование, лишние соединения, сортировка большого объёма. Дальше по порядку: убираю SELECT со звёздочкой, добавляю или переписываю индексы под условия фильтрации и соединений, проверяю статистику, разбиваю тяжёлый запрос на этапы и материализую промежуточный результат. Иногда выгоднее не оптимизировать запрос, а изменить модель хранения. Один отчёт на 20 миллионах строк удалось ускорить с двенадцати минут до сорока секунд — в основном за счёт индекса и отказа от вложенного подзапроса.

• Начинается с диагностики, а не с правок наугад
• Приёмы перечислены по приоритету
• Конкретное ускорение делает ответ убедительным

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Когортный анализ — это разбиение пользователей на группы по общему признаку, чаще по дате первой активности, и наблюдение за каждой группой во времени. Он показывает удержание, повторные покупки, окупаемость привлечения и отличие новых когорт от старых. Применяется в продукте, маркетинге, подписках, платёжных сервисах. В моей практике когортная разбивка выявила, что удержание на второй месяц падало с 40 до 25 процентов у пользователей, пришедших на одной акции, — это развернуло работу команды на исправление первого сценария в продукте.

• Простое определение с ключевой механикой
• Названы области применения
• Кейс показывает влияние на решения команды

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Я начинаю с профилирования: смотрю объём, пропуски, дубликаты, диапазоны дат и распределения по ключевым полям. Дальше сверяю итоги с независимым источником — например, с выгрузкой из биллинга или с прошлым отчётом. Обязательно проверяю логику связей: не размножаются ли строки при джойнах и нет ли записей с будущими датами. В одном проекте такой чек-лист показал, что дубликаты завышали выручку примерно на 7%, а отчёт уже почти ушёл заказчику. Сейчас держу набор автопроверок, которые прогоняются перед каждым расчётом и экономят около двух часов ручной работы.

• Назван конкретный порядок шагов, а не общие слова
• Есть реальная цифра из личного опыта: 7% искажения
• Показан переход от ручных проверок к автоматизации

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

SQL — мой основной инструмент для выборок и агрегации, Python подключаю, когда задача выходит за его рамки. Это статистика и проверка гипотез, машинное обучение, сложные преобразования: парсинг, работа с текстом, вложенные структуры. Ещё Python удобен, когда нужен воспроизводимый пайплайн с графиками и автоотчётом. Например, для расчёта retention по когортам с поправкой на сезонность и доверительными интервалами SQL-запрос получался на сотни строк, а на Python всё заняло около сорока строк и считалось за минуту вместо получаса. Если данных больше, чем тянет память, беру выгрузку чанками.

• Чёткий критерий выбора инструмента, а не «люблю Python»
• Сравнение на живом примере с экономией времени
• Показано понимание ограничений и по памяти, и по скорости

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Я отталкиваюсь от цели продукта и от решения, которое предстоит принять. Сначала формулирую, какое поведение пользователя считаем успехом, потом подбираю метрику, которая меняется вместе с этим поведением и которую сложно накрутить. Проверяю её по трём вопросам: чувствительна ли она к нашим изменениям, понятна ли команде, не конфликтует ли с метриками-ограничителями вроде оттока или нагрузки на поддержку. Обычно получается одна главная метрика и две-три вспомогательные. В проекте по онбордингу главной стала доля пользователей, дошедших до первого полезного действия, и это помогло поднять её на 12 процентных пунктов.

• Метрика привязана к решению, а не к красивому числу
• Упомянуты метрики-ограничители — признак зрелости
• Есть измеримый результат: плюс 12 процентных пунктов

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

p-value — это вероятность увидеть такие или более сильные различия, если на самом деле эффекта нет, то есть при верной нулевой гипотезе. Это не вероятность того, что гипотеза верна, и не размер эффекта. Поэтому одного p-value мало: при большой выборке значимым становится даже крошечный прирост, который не окупает изменения. Я всегда смотрю вместе с ним величину эффекта, доверительный интервал и практическую значимость, а ещё проверяю, сколько сравнений сделано и не было ли подглядывания в данные. В одном тесте разница оказалась значимой, но прирост всего около 0,3%, и от идеи отказались.

• Верное определение без формулировки «вероятность гипотезы»
• Показано, чем именно опасно большое N
• Есть пример, где значимость не спасла слабый эффект

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Сначала проверяю, что тест валиден: корректно ли разбиение, нет ли пересечений групп, совпадают ли периоды, не сломана ли логика логирования, достаточно ли мощности. Дальше считаю эффект по главной метрике — абсолютный и относительный, с доверительным интервалом, а не только значимость. Смотрю на метрики-ограничители: выручку, отток, обращения в поддержку. Отдельно разбираю сегменты и время: если эффект держится только на одном сегменте, это повод копать дальше. Заканчиваю выводом в одну строку: катить, не катить или дособрать данные. В одном тесте новая механика дала плюс 5% к конверсии и минус 2% к среднему чеку, поэтому решение было неочевидным.

• Сначала проверка валидности, потом расчёт эффекта
• Есть неоднозначный кейс с конфликтом метрик
• Ответ заканчивается готовым управленческим решением

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Начинаю с того, что развожу две вещи: цифру в отчёте и реальный опыт человека. Сначала проверяю, что метрика считает именно то, что мы думаем: логику события, дубли, ботов, корректность периода сравнения. Потом иду к жалобам — тикеты, отзывы, интервью — и сегментирую по платформе, каналу и когорте. Часто рост даёт узкий сегмент или разовая кампания. Например, рост регистраций на 22% оказался эффектом одной акции в одном канале: после сегментации картина стала честной, и команда занялась реальной проблемой онбординга. Вывод для меня такой: метрика и жалобы — это два сигнала, и ответ почти всегда в том, чтобы найти сегмент, где они противоречат друг другу.

• Показан рабочий алгоритм, а не общие слова
• Есть конкретный результат с числом
• Сформулирован принцип, который легко запомнить

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Держу регулярный мониторинг: алерты по ключевым метрикам с учётом сезонности и доверительных интервалов, плюс недельный обзор отклонений. Когда алерт срабатывает, сначала исключаю технические причины: пропуски данных, сбой выгрузки, дубли, изменение логики сбора. Потом разбираю по измерениям — канал, платформа, гео, когорта — и смотрю, где сосредоточено отклонение. Гипотезу проверяю на исторических аналогах и, если нужно, на небольшом тесте. В одном случае падение конверсии на 30% объяснялось сбоем трекинга на одной платформе: это сэкономило команде несколько недель работы над продуктом. Главное — отделять «мир изменился» от «мы сломали сбор данных».

• Видно системное мышление и порядок шагов
• Приведён измеримый эффект от находки
• Есть чёткий критерий различения причин

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Начинаю с вопросов: какие решения принимаются и с какой периодичностью — отсюда и набор метрик, а не наоборот. Дальше фиксирую определения метрик, источники и владельцев, чтобы цифры не расходились между отчётами. Собираю регулярный отчёт: одна страница с ключевыми метриками, план-факт, отклонения и короткий комментарий «что произошло и что делаем дальше». Сбор и рассылку автоматизирую, чтобы освободить время на анализ, а не на склейку таблиц. В итоге подготовка отчёта сократилась с двух дней примерно до часа, а руководство перестало запрашивать разовые выгрузки по тем же вопросам.

• Идёт от решений руководства, а не от данных
• Названы владельцы метрик и единые определения
• Результат выражен в сэкономленном времени

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Выбор идёт от вопроса, а не от вкуса. Для сравнения долей — столбцы или линейчатая диаграмма; круговая уместна буквально для двух-трёх категорий. Для динамики — линейный график по времени, для сравнения периодов — сгруппированные столбцы. Для распределения — гистограмма или boxplot, чтобы видеть хвосты и выбросы. Если сравниваю распределения между группами, добавляю boxplot или violin. Правило простое: одна идея — один график, обязательны подпись и единицы измерения. После такой ревизии на дашборде стало примерно на треть меньше панелей, и вопросы «что здесь имелось в виду» почти исчезли.

• Ответ привязан к типу задачи, а не к инструменту
• Названы ограничения каждого графика
• Есть результат в виде упрощения дашборда

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.

Пример сильного ответа

Полезность начинается с вопроса, на который дашборд отвечает, и с решения, которое по нему принимают. Собираю требования у пользователей, выделяю две-три главные метрики на первый экран, остальное убираю в детализацию. Обязателен контекст: сравнение с прошлым периодом или планом, единицы измерения, дата обновления и определение метрики. Дизайн вторичен: убираю лишние цвета, декор и второстепенные срезы. Потом проверяю по факту использования — какие фильтры открывают, где бросают. В одном случае после упрощения число обращений за разъяснениями снизилось примерно на 40%, а дашбордом стали пользоваться ежедневно.

• Критерий пользы — принятое решение, а не вид
• Учтён контекст: план, единицы, дата обновления
• Есть проверка по реальному использованию

Возьмите структуру и подставьте свой опыт — заученный чужой ответ интервьюер слышит сразу.