Proanalytics.tech

Собеседование на Мидл-аналитика: блоки вопросов, логика ответов и кейсы

10 мин чтения 8 разделов

Мидл — уровень, где ждут не выученных ответов, а решений: вы сами выбираете метод, объясняете компромиссы и отвечаете за результат. Разберём блоки вопросов, логику ответов и кейсы, которые решают исход.

Чем Мидл отличается от Джуна

Джун делает по шаблону и отвечает на вопрос «как». Мидл отвечает на «что делать и почему так»: сам выбирает метод, оценивает сроки и доводит задачу до результата даже на неполных данных.

Самостоятельность проверяют уточнениями: «а почему так?», «а если данных нет?». Ответственность Мидла — за результат, а не за действия: не «я написал запрос», а «метрика выросла, и вот как я это проверил».

  • пример вопроса: «Что в последней задаче вы решили сами, а что — руководитель?»
  • пример вопроса: «Почему вы выбрали этот метод, какие были альтернативы?»
  • пример вопроса: «Что делаете, когда данных мало, а ответ нужен сегодня?»

SQL уровня Мидл: оконные функции, план запроса, индексы

SQL на Мидле проверяют через мышление, а не синтаксис. Оконные функции — обязательная тема: доля от общего, нарастающий итог, сравнение с предыдущей строкой. Дальше разница между «запрос работает» и «работает быстро»: вы читаете план и видите полное сканирование.

Про индексы спрашивают, когда помогут и когда навредят: ускоряют узкую выборку, но замедляют вставку. Частые ошибки — потеря строк в JOIN и неверный знаменатель метрики: делят на всех пользователей вместо активных.

  • пример вопроса: «Посчитайте нарастающий итог заказов по дням. Зачем тут оконная функция?»
  • пример вопроса: «Запрос идёт сорок секунд. Что смотрите первым?»
  • пример вопроса: «После JOIN сумма выручки выросла. В чём причина?»

Статистика и эксперименты: гипотеза, выборка, результат

В статистике проверяют здравый смысл, а не формулы. Гипотезу и основную метрику фиксируют до запуска. Размер выборки считают заранее — от базовой конверсии и минимального эффекта, который вам важен. Длительность берут не меньше полного цикла, иначе поймаете эффект дня недели.

Результат разбирают по доверительному интервалу: он показывает и направление, и размер эффекта. Широкий интервал с нулём внутри означает, что данных мало. При нехватке трафика повышают чувствительность: метрика ближе к действию, более длинный период, осторожный взгляд на подгруппы.

  • пример вопроса: «Как вы считаете размер выборки до запуска теста?»
  • пример вопроса: «Тест дал рост на два процента. Что проверите ещё?»
  • пример вопроса: «Трафика не хватает, тест идёт третий месяц. Ваши действия?»

Данные и хранилища: слои, загрузки, качество

Важно понимать путь цифры: источник → сырой слой → очищенный → витрина под задачу. Мидл объясняет, откуда взялось число в дашборде, какие фильтры в него заложены и кто отвечает за витрину.

Качество данных проверяют системно: полнота, свежесть загрузки, дубли, ключи, сходимость с источником. Расхождение ищут сверху вниз: сравнивают общий итог, потом разбивают по дате, каналу, региону и находят, где ломается.

  • пример вопроса: «Как проверяете, что витрина загрузилась полностью?»
  • пример вопроса: «Цифра в дашборде не сходится с отчётом финансов. Ваши шаги?»
  • пример вопроса: «Как построить загрузку, чтобы ошибка не ушла в отчёт?»

Проектная часть: от постановки до результата

Рассказ о задаче строят по цепочке: запрос заказчика → переформулировка на язык метрик → проверка данных → расчёт → проверка результата → вывод. Так видно, что вы ведёте задачу сами.

Сроки согласуют заранее и аргументированно говорят «нет», если объём не влезает. Если требования поменялись, вы не переделываете молча, а фиксируете, что изменилось и как это сдвигает срок. Расчёт документируют так, чтобы коллега повторил цифру: метрика, источник, период, фильтры.

  • пример вопроса: «Как оцениваете срок задачи, которую раньше не делали?»
  • пример вопроса: «Требования поменялись в середине работы. Что вы делаете?»
  • пример вопроса: «Что входит в вашу документацию расчёта?»

Кейсы Мидла: метрика упала, данные спорят, срок невозможен

Кейсы проверяют мышление, а не заученный ответ. «Метрика упала»: сначала убедиться, что падение настоящее — данные, выгрузка, логика расчёта, — потом локализовать по сегментам, платформам, версиям, и лишь затем искать внешние причины.

«Данные противоречат друг другу»: сверяют определения метрики и ищут первое расхождение. «Невозможное к завтрашнему дню»: делят задачу на части — что реально дать завтра, что позже, — и показывают цену спешки. «Спорный тест»: возвращаются к дизайну, метрикам-барьерам и длительности.

  • пример вопроса: «Конверсия упала за сутки. Первые три шага?»
  • пример вопроса: «Отчёт нужен к утру, а данных за период нет. Что предложите?»
  • пример вопроса: «Результат A/B-теста спорный. Как построите разговор?»

Поведенческие вопросы: конфликт, ошибка, инициатива

Ошибка, конфликт, инициатива — три частых сюжета. Отвечают по схеме «ситуация — задача — действие — результат»: коротко контекст, затем что требовалось от вас и какие шаги вы сделали.

Про ошибку рассказывают так, чтобы было видно: вы нашли её сами и поменяли процесс. Про конфликт — как искали общий критерий и проверяли его данными. Про инициативу — что заметили без просьбы и какой эффект получили.

  • пример вопроса: «Расскажите об ошибке в расчёте: как нашли и что изменили?»
  • пример вопроса: «Опишите случай, когда вы не согласились с руководителем.»
  • пример вопроса: «Какую задачу вы взяли на себя без просьбы?»

Вопросы работодателю и подготовка за день до встречи

Ваши вопросы показывают уровень не хуже ответов. Спрашивайте про данные: какие источники, кто отвечает за качество, есть ли готовые витрины. Про процессы: как ставятся задачи и кто утверждает метрики.

За день до встречи пересмотрите проекты в цифрах, соберите две-три истории по схеме, проверьте связь и звук, выпишите пять вопросов. Утром перечитайте определения метрик, о которых будете говорить.

  • пример вопроса: «Как устроен путь данных от источника до дашборда?»
  • пример вопроса: «Кто утверждает метрики и как принимаются решения?»

Что сделать: короткий чеклист

  • Пересоберите два проекта в цифрах: задача, метод, результат.
  • Напишите по памяти три оконных запроса: доля, итог, сравнение строк.
  • Объясните, где в запросе с JOIN могли потеряться строки.
  • Разберите один эксперимент: гипотеза, выборка, длительность, интервал.
  • Опишите путь данных в витрине: источник, слои, частота загрузки, проверки.
  • Соберите три истории по схеме «ситуация — задача — действие — результат».
  • Пройдите экзамен по уровню Мидл и разберите каждый ответ.

Где тренировать

Темы из гайда разобраны в тестах портала — каждый вопрос с объяснением ответа:

Экзамен по уровню Мидл — это 20 вопросов с объяснением каждого ответа: он показывает, где вы ещё отвечаете как Джун, а где уже держите уровень. Пройдите его, разберите ошибки и закройте слабые темы — и на встрече вы будете говорить о решениях, а не о формулировках.

Проверьте себя

Диагностика из 20 вопросов покажет ваш уровень и темы, которые стоит подтянуть. Вводная тема любого курса открыта бесплатно и без регистрации.

Вопросы

Частые вопросы

Сколько времени нужно на подготовку?

Зависит от пробелов: одному хватит недели на SQL и статистику, другому — месяца на кейсы. Рабочий вариант — неделя по часу в день: диагностика, разбор слабых тем, экзамен по уровню, режим «Собеседование».

Что важнее — SQL или статистика?

Зависит от роли: в продуктовой аналитике больше кейсов и экспериментов, в аналитике данных — SQL и хранилищ. Начните с бесплатной диагностики: она покажет слабые темы.

Как отвечать, если не знаете ответ?

Не угадывайте. Скажите, как будете искать: какие данные посмотрите, какие проверки сделаете, у кого уточните. Логика поиска ценится выше догадки.

Даст ли тренажёр гарантию оффера?

Нет. Proanalytics.tech — тренажёр для подготовки, не образовательная организация и не сертификация. Он помогает натренировать ответы и увидеть слабые темы, но решение о найме принимает работодатель.

Ещё по теме

Другие гайды

Как подготовиться к собеседованию аналитика: план по шагам и срокам Что делать, если не знаешь ответ на собеседовании С чего начать в аналитике: направления, порядок обучения и план первых недель Вопросы на собеседовании системного аналитика: блоки, примеры и логика ответа Вопросы на собеседовании бизнес-аналитика: блоки, примеры и логика ответов Вопросы на собеседовании продуктового аналитика: блоки, примеры и логика ответов Вопросы на собеседовании аналитика данных: блоки и задачи Собеседование джуна аналитика: чего ждут и как отвечать Собеседование на Сеньор аналитика: что проверяют и как отвечать SQL задачи на собеседовании: типы, логика решения и типичные ошибки Как посчитать A/B-тест: выборка, длительность и чтение результата Кейсы на собеседовании аналитика: как разбирать и отвечать по шагам Кейсы системного аналитика: 8 рабочих ситуаций с логикой решения Как читать чужой SQL запрос: пошаговый разбор Ошибки в отчётах: как найти расхождение и перестать терять доверие к цифрам Первая неделя работы аналитика: спокойный план действий Как подготовиться к тестовому заданию аналитика Метрики продукта: с чего начать Как вести документацию аналитика Собеседование без опыта: план на месяц ИИ и системный аналитик: что делать, чтобы не заменили MCP: что это и как настроить аналитику Требования к ИИ-агенту: спецификация, guardrails и метрики Как собрать своего агента аналитику: пошагово Языковые модели для аналитика: минимум понятий Аналитик данных с нуля: что учить по шагам Системный аналитик с нуля: что учить и в каком порядке Бизнес-аналитик с нуля: с чего начать и что учить