Подготовка к собеседованию аналитика

Собеседование на системного аналитика DWH: ошибка рекрутера или особенность подбора?🤦🏽‍♂️ На прошлой неделе мне написали в HH и пригласили на HR-скрининг. Рассказали о вакансии аналитика данных DWH (в банке из топ-3), прислали описание: работа с запросами заказчиков, дашборды, ad-hoc аналитика, базы Oracle и MS, документация в Confluence. Всё совпадало с моим опытом и ожиданиями, зарплатная вилка подходила. Мы договорились о техническом собеседовании. И вот, вчера вечером оно состоялось. На связи было четыре человека, все представились, и один из участников начал с фразы: «…поэтому возникла потребность в системном аналитике DWH…». Я немного удивился, но решил продолжить. Сначала пошли знакомые вопросы: что такое DWH, разница между «звездой» и «снежинкой», оконные функции. А дальше — уже из области системного анализа: как документировать процессы и структуры данных; опыт работы с масштабируемыми системами; обеспечение безопасности данных; SCD; проектирование с учётом staging, ODS, DDS, DM. Я ответил на большую часть вопросов💩, но понял, что акцент явно смещён. В итоге уточнил: «Правильно ли я понимаю, что речь идёт о вакансии системного аналитика, а не аналитика данных?» И действительно: подтвердили, что ищут именно системного аналитика DWH. При этом на встрече были представители трёх отделов, где нужны аналитики, а запись собеседования смогут просмотреть и другие команды. Дальше было практическое задание по SQL — шесть задач, включая две, которые нужно было решить тремя разными способами. В конце я уточнил про Python (так как у меня есть опыт его активного использования), но оказалось, что в этой роли он не нужен: только SQL и Confluence. В завершение выяснилось ещё одно отличие: HR говорила про офис в моём городе, а на собеседовании сообщили, что позиция предполагает релокацию в Казань. Теперь жду обратную связь. Хотя если по-честному, то не жду. Вакансия и команда интересные, но, как оказалось, направление всё-таки не совсем моё. Зачем так делать?...🥲

Моё первое собеседование на продуктового аналитика Вчера я прошёл техническое собеседование на продуктового аналитика — и, скажу честно, это был новый опыт! 😎 Меня пригласили на три этапа: один HR и два технических. До этого я собеседовался на смежные роли — аналитик данных, инженер данных, дата-сайентист, ML-инженер, админ баз данных, — но продуктовая аналитика оказалась другой beast. Расскажу, как всё прошло, чем продуктовая аналитика отличается от аналитики данных и почему моё сердце всё же за данными (хоть и там и там задачи по данным, есть существенные для меня отличия). Что было на собеседовании HR-этап был стандартным: пара вопросов о резюме и мотивации. А вот технические — это уже мясо. Первый тех-этап — теория: основы статистики, метрики значимости, центральная теорема. Спрашивали, как интерпретировать p-value и что делать, если данные не нормальны. Я справился, так как это спрашивают почти на всех собеседованиях на Аналитика данных. Второй этап — кейсы и код. Дали три задачи: генерация гипотез по проблемам в рекламной системе (типа RTB-аукциона) и вопросы по их решению. Например, как выделять срезы для перцентилей и оценивать их адекватность. Ещё были задачки на pandas: группировки, агрегации, apply и базовый EDA. Продуктовая аналитика vs аналитика данных Продуктовая аналитика фокусируется на продукте: как пользователи с ним взаимодействуют, какие метрики (DAU, retention) растут или падают, как улучшить UX. Это про бизнес и рост. Аналитика данных шире: ты копаешься в данных, строишь ETL, ищешь инсайты, часто без привязки к конкретному продукту. Мне ближе аналитика данных — я люблю глубокое погружение в данные, ETL, SQL и Python. Продуктовая аналитика требует больше бизнес-мышления, а я пока кайфую от технической стороны. Итог Собеседование было интересным, но я понял, что продуктовая аналитика — не совсем моё, хоть и собеседование прошло удачно. Жду фидбэк и второго этапа в течение трех дней (дальше проходить определенно буду, если дойду до оффера - супер, посмотрим, вдруг я недооцениваю продуктовую аналитику, вдруг она мне нравится😁). Спасибо, что дочитали!