Вопросы на собеседовании аналитика данных: блоки и задачи

Собеседование аналитика данных — это разговор о задачах, а не экзамен на память. Разберём блоки вопросов и логику ответов — от SQL до A/B-тестов.

Что проверяют и чем отличаются уровни

От Джуна ждут уверенного SQL и базовых метрик: он сам пишет запрос и замечает пропуски в выгрузке. От Мидла — самостоятельности: метрика, A/B-тест, испорченные данные. Сеньору дают задачу без постановки.

Общий знаменатель один: думайте вслух. Проговаривайте допущения, называйте альтернативы и честно помечайте то, чего ещё не знаете. Молчаливый верный ответ проигрывает рассуждению, где вы сами нашли и поправили ошибку.

• пример вопроса: как вы считали метрику, которую защищали, и что сделали бы иначе
• пример вопроса: заказчик просит цифру к вечеру, а надёжные данные будут завтра — что вы ответите

SQL: соединения и группировки

SQL — основной блок, и он почти всегда практический: дают две-три таблицы и просят написать запрос. Соединения проверяют на понимании, что LEFT JOIN сохраняет все строки левой таблицы, а INNER JOIN молча выкидывает всё без пары.

Вопрос «сколько пользователей сделали заказ» — ловушка: через INNER JOIN вы потеряете тех, кто не купил. Считайте через LEFT JOIN и COUNT(DISTINCT o.user_id) и проговорите выбор. И помните: COUNT(*) считает строки, а COUNT(column) пропускает NULL.

• пример вопроса: для каждого месяца выведите активных пользователей и средний чек
• чем HAVING отличается от WHERE и где тут прячется ошибка в отчёте?

SQL: оконные функции, дубли и пропуски

Оконные функции отделяют Мидла от Джуна. Классика — «выведите последний заказ каждого пользователя»: нужен ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) и фильтр rn = 1.

Дубли ищут через GROUP BY по ключу с HAVING COUNT(*) > 1, а дальше решают, удалять их или помечать. Пропуски видны обратным соединением: календарь дат LEFT JOIN факты, где факт IS NULL. Метрику считайте, проговаривая числитель и знаменатель: половина ошибок — путаница в знаменателе.

• пример вопроса: найдите пользователей с двумя аккаунтами по одному номеру телефона
• посчитайте накопительную выручку по дням внутри каждого региона

Python и pandas: выгрузка и сводная таблица

Python спрашивают мягче, но проверяют, что вы не боитесь выгрузки на миллион строк: прочитать файл, посмотреть типы, привести даты к datetime, разобраться с пропусками и понять, почему после merge строк стало больше.

Дальше группировка: groupby по пользователю с agg по числу заказов и сумме. Сводная таблица нужна, когда просят матрицу «месяцы на пользователей», — pd.pivot_table с values, index и aggfunc решает её в одну строку.

• пример вопроса: в колонке суммы много пустых значений — что вы сделаете и что скажете заказчику
• как из длинной таблицы сделать широкую, не потеряв строки?

Статистика: среднее, медиана и гипотезы

Статистику спрашивают через бизнес-язык: средний чек вырос, а клиенты жалуются — как так? Ответ про выбросы и медиану: среднее тянет длинный хвост, медиана устойчива, и честнее показать оба числа.

Дальше распределения и проверка гипотез: нулевая гипотеза, уровень значимости, мощность, размер выборки, доверительный интервал как диапазон для истинного эффекта. p-value читают неверно чаще всего: он показывает, насколько данные несовместимы с нулевой гипотезой, и молчит о размере эффекта.

• пример вопроса: среднее время доставки — 40 минут, медиана — 25: что покажете руководству
• почему маленькое p-value не значит, что эффект важен для продукта?

A/B-тесты: гипотеза, метрика, длительность

A/B-тест — задача на структуру. Сначала гипотеза, потом метрика: одна главная, несколько вторичных и guardrail-метрики, которые не должны упасть. Длительность считают заранее — от эффекта, разброса метрики и объёма трафика.

Останавливать тест, как только он показал плюс, нельзя: поймаете случайный всплеск. Если трафика не хватает — три пути: увеличить срок, укрупнить метрику, провести квазиэксперимент.

• пример вопроса: главная метрика выросла, guardrail упала — запускаете?
• тест идёт неделю и показывает плюс на грани значимости: можно ли останавливать?

Продукт, метрики, визуализация и хранилища

Продуктовые метрики — про логику: воронка с конверсиями между шагами, когорты по месяцу первой покупки, удержание с уточнением, что считаете возвратом. Без этого спорят о цифрах, а не о продукте.

Визуализацию выбирают от задачи: сравнение — столбцы, динамика — линия, распределение — гистограмма, связь — рассеяние. Не начинайте ось Y с произвольного значения: так рождается рост, которого нет. Хранилище обсуждают на уровне идей: сырой слой, очищенный слой, витрины и регулярные загрузки с проверкой полноты.

• пример вопроса: почему удержание по неделям падает, хотя выручка растёт?
• как вы узнаете, что ночная загрузка прошла успешно?

Практическая часть и вопросы работодателю

Практическая задача почти никогда не решается с ходу, и это нормально. Проговорите план: какие таблицы нужны, какой ключ, что идёт в числитель и знаменатель, какие допущения вы берёте. Пишите код по шагам и проверяйте себя на пяти строках.

Если решение не идёт — не молчите: скажите, где застряли, и предложите упрощение. Поведенческие вопросы разбирайте схемой «ситуация — действие — результат — вывод», а в конце спросите про данные, процессы и ожидания от первых месяцев.

• пример вопроса: расскажите про ошибку в отчёте, которую нашли вы сами
• что вы спросите у руководителя про данные и метрики команды?

Что сделать: короткий чеклист

• Решите тридцать задач на соединения, группировки и оконные функции на своих таблицах.
• Соберите шпаргалку по pandas: типы, пропуски, groupby, pivot_table, merge.
• Перечитайте про p-value, мощность и доверительные интервалы и объясните их вслух простыми словами.
• Разберите два своих проекта по схеме «гипотеза — метрика — результат — вывод».
• Пройдите бесплатную диагностику уровня из 20 вопросов и закройте слабые темы на курсах.
• Отрепетируйте вопросы работодателю про данные, процессы и метрики команды.

Где тренировать

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

• Тесты по SQL для аналитика данных
• Статистика и A/B-тесты: вопросы с разбором
• Python для аналитиков: практические задачи
• Вопросы для роли аналитика данных — Data-аналитик
• Вопросы уровня Джун — Тесты для уровня Джун

Готовиться к собеседованию аналитика данных быстрее, когда вы отвечаете на вопросы и сразу видите разбор. Начните с бесплатной диагностики уровня из 20 вопросов, затем возьмите экзамен по уровню или режим «Собеседование» с адаптивной сложностью. Вводная тема каждого курса открыта без регистрации, а полный доступ идёт по подписке: 590 ₽ в месяц, 3 990 ₽ в год или 7 490 ₽ навсегда, автоматических списаний нет. Это тренажёр для подготовки, а не сертификация, и гарантий трудоустройства он не даёт.

Частые вопросы