Статьи

Основные вопросы по SQL на собеседовании — с ответами и разборами: что будет 3 + NULL, порядок выполнения операторов, максимум и минимум строк при JOIN, перенос условия из WHERE в ON, NOT IN с NULL. Полный справочник ловушек теорсекции.

Гайд по статистике и A/B-секции собесов аналитика: p-value, доверительные интервалы, MDE, мощность, CUPED, peeking problem, delta-method, multiple testing, switchback. С задачами и литературой.

Гайд по собесам аналитика в Авито: все этапы и секции, план подготовки на месяц, что делать джуну без коммерческого опыта, тестовое задание. С авторскими задачами по мотивам интервью.

Честное сравнение площадок для подготовки к собесам аналитика: LeetCode, StrataScratch, Codewars, тренажёры курсов и Собесов. Что берёт каждая площадка, где пробелы и как собрать план тренировки.

Гайд по собесам аналитика в Озон с акцентом на продуктового аналитика: этапы интервью, SQL-heavy секции, вопросы по статистике, кейсы маркетплейса и A/B. Авторские задачи по мотивам и план на 4 недели.

Гайд по Python/pandas-секции собесов аналитика: что спрашивают в 2026, 8 типов задач (groupby, pivot, merge, sessionization, ретеншн), план подготовки за 3 недели и экспресс-вариант за неделю.

Гайд по портфолио аналитика под собесы в Сбер: какие 3 проекта собрать, как оформить ноутбук и GitHub, как рассказывать о проектах на интервью. С инструкциями по каждому проекту и задачами по мотивам.

Полный гайд по SQL-секции собесов аналитика: JOIN, оконные функции, gaps-and-islands, когортный ретеншн и retention 7-го дня, sessionization, pivot, рекурсивный CTE. С мини-разборами и задачами для тренировки.

Гайд по собесам аналитика в Яндексе и вступительным в ШАД: алгоритмы и математика, ML-секция, SQL, продуктовые кейсы. Авторские задачи по мотивам контестов и план подготовки.

Системный маршрут поиска работы в IT: воронка от резюме до оффера, пять фактов о рынке 2026 года, таблица «сама vs с нейросетью», чек-лист резюме из 13 пунктов, правила честной работы с ИИ и шесть шагов с готовыми промтами.

Пошаговая установка полного окружения аналитика данных: Anaconda с Python и Jupyter, DBeaver и DB Browser для SQL, DataLens и Tableau Public для дашбордов, Git с GitHub и Kaggle — с ветками для Mac и Windows, разбором частых ошибок установки и проверочным чек-листом.

Десять авторских задач по мотивам реальных собеседований аналитиков — SQL, вероятности, A/B-тесты, метрики и кейс. К каждой: полное решение с кодом, типичные неверные ответы, главная ловушка и вариации задачи на других собесах.

Шесть правил сильного резюме аналитика с примерами «было → стало», упражнение «глазами HR», таблица клише и их замен, раздел про ATS и три готовых промта: резюме под специальность, под вакансию и честная оценка шансов на интервью.

Тест на 24 утверждения по модели Холланда, 12 расшифровок кодов с профессиями, таблица соответствия IT-ролям и девять исследований о выборе первой работы — от силы слабых связей до синдрома самозванца.

Пошаговая сборка пет-проекта по A/B-тестированию: генерация воспроизводимых данных, проверка SRM, z-тест двух пропорций руками, доверительный интервал, график и вывод. С реальными цифрами прогона и вопросами с собеседования.

Пошаговая сборка пет-проекта по когортному анализу: журнал заказов, когорты по месяцу первой покупки, retention-матрица через pivot_table, heatmap в matplotlib и выводы с реальными цифрами. Плюс вопросы с собеседования по проекту.

Пошаговая сборка пет-проекта по продуктовой воронке: события visit-signup-activate-purchase, конверсии шаг к шагу, поиск узкого места и разрез по каналам привлечения. С реальными цифрами прогона и вопросами с собеседования.

Пошаговая сборка BI-пет-проекта: генерация данных о продажах, чистка и расчёт маржи в Python, эскиз в matplotlib и полный путь в Yandex DataLens — подключение, датасет, чарты, дашборд, публикация. С реальными цифрами и вопросами с собеседования.

Хаб по пет-проектам аналитика: почему проект убеждает нанимающего сильнее пересказа опыта, 6 правил сборки, 10 источников данных с честными плюсами и минусами, 4 готовых проекта с пошаговыми инструкциями и правила упаковки.

Конспект кейс-секции на одну страницу: пять осей оценки, каркас ответа из 7 шагов с таймингом, первый ход для 10 типов кейсов, ловушки A/B с числами, опорные цифры для guesstimate и фразы, которые держат ответ.

Третья часть цикла: алгоритм построения системы метрик для фичи или продукта — North Star, дерево драйверов, guardrails, прокси. Расчёт эффекта фичи до разработки на числовом примере.

Вторая часть цикла: топ метрик для каждого типа продукта, разложение главных метрик несколькими способами и словарь всех обозначений на русском. E-com, маркетплейсы, подписки, реклама, такси, финтех, игры.

Первая часть цикла о решении продуктовых кейсов: пошаговый алгоритм диагностики упавшей метрики, полный разбор кейса «выручка −15%» с цифрами и четыре ловушки, на которых валятся кандидаты.

Финал цикла: юнит-экономика на кейс-интервью. LTV и CAC с расчётами, дерево прибыли, арифметика скидок, разбор кейса «подписка убыточна» с цифрами и тремя рычагами.

Пошаговый план выхода на вторую работу на российском рынке: совместительство, ГПХ и самозанятость, лимиты ТК РФ, налоги при двух доходах, что видно работодателю в электронной трудовой и на чём совместители палятся на самом деле.

Частотный разбор базы из 899 авторских задач по мотивам собеседований аналитиков: какие секции доминируют, что переоценено и как интервью меняется от джуна к сеньору.

Difference-in-differences, synthetic control и Causal Impact, propensity score matching: когда применять, как валидировать допущения и как рассказывать об этом на собесе.

Каркас ответа: гипотеза, дизайн, сложности (ratio-метрики, CUPED, дозревание метрики, guardrails) и выводы. Плюс красные флаги, за которые снижают грейд.

Как построить самопрезентацию и рассказ о своём кейсе: структура на 90 секунд, метод STAR, типовые ошибки и вопросы «почему ушли» и «почему мы».

Как работает суррогатный индекс: решение по A/B-тесту на 14-й день вместо 63-го, проверка Netflix на 200 тестах, симуляция с кодом и два сценария, где метод молча врёт.

Проклятие победителя в A/B-тестах: почему сумма эффектов запущенных фич завышена на десятки процентов, формула Airbnb, глобальный shrinkage и Bayesian Hybrid Shrinkage с кодом.

Гайд по кейс-секции для аналитиков: фреймворки (AARRR, North Star, MECE), типы кейсов (упала метрика, новая фича, дизайн KPI). С авторскими задачами каталога и шаблонами.

Полный разбор интервью в Т-Банк (Тинькофф): многоступенчатые тесты, экзамен SQL, weekend offer и стажёрский трек. Авторские задачи каталога и чек-лист подготовки.