Вернуться в видеотеку

Собеседование на BI-аналитика

Длинное мок-интервью BI-аналитика с практикой Tableau, дизайн-ревью дашборда и проектированием мониторинга ML-модели для саппорта. В конце — подробная обратная связь и рекомендации по развитию.

Источник: Reveal the Data

Открыть на YouTube

Таймлайн

Коротко о видео

Это мок-интервью на позицию BI-аналитика с Тимуром: самопрезентация, практические задания в Tableau, разбор дизайна дашборда и бизнес-кейс. В Tableau кандидат строит визуализации на Sample Superstore, обсуждает LOD/FIXED-вычисления, контекстные фильтры, table calculations, сортировку и интерактивность. В финале интервьюер даёт обратную связь: отмечает уверенное владение инструментом, но рекомендует глубже разобраться в механике запросов Tableau, выборе между table calculations и FIXED, а также формулировать дизайн-решения через принципы, а не только через насмотренность.

Затронутые темы

Что взять на заметку

  • Для процентов от общего итога при Top N и фильтрах важно учитывать порядок операций Tableau: контекстный фильтр влияет на FIXED и на последующий расчёт Top N.
  • FIXED-выражение без корректной агрегации может привести к ошибке смешения агрегированных и неагрегированных значений; интервьюер советует понимать, какой запрос Tableau формирует под капотом.
  • Задачи с динамической сортировкой по последнему доступному месяцу требуют учитывать выбранный фильтрами период, а не хардкодить конкретные месяц и год.
  • Для сравнения month-over-month при выраженной сезонности полезнее перейти к сравнению текущего месяца с аналогичным месяцем год назад; это можно сделать table calculation без переписывания базовой формулы.
  • При критике дашборда недостаточно предлагать перестановки: нужно объяснять их через иерархию внимания, контраст, близость элементов, читаемость метрик и пользовательскую задачу.
  • В кейсе мониторинга ML-маршрутизации обращений ключевыми оказываются динамика ошибки, срезы по отделу назначения и фактическому отделу закрытия, пары ошибочных перенаправлений и детализация до конкретного обращения.
  • Кандидат предлагает сначала уточнить контекст и пользователей, согласовать макет с заказчиками, собрать первую версию, провести демо и доработать её по обратной связи.

Рекомендуем посмотреть

1 ч 15 мин
Data AnalysisJunior

Junior аналитик данных | Собеседование | karpov.courses

Разбор публичного технического интервью для junior аналитика: Python/Pandas и SQL в ClickHouse на продуктовых данных. Ведущий показывает типичные ошибки в фильтрации, агрегации и декомпозиции аналитических задач.

1 ч 4 мин
Data Analysis

Аналитик данных | Собеседование | karpov.courses

Два постановочных интервью для аналитиков с разбором статистики, продуктового ML-кейса, мониторинга метрик и оценочных задач. Ведущий показывает, что на первом этапе важны не только технические знания, но и умение операционализировать метрики и связывать анализ с бизнес-действиями.

1 ч 37 мин
Data Analysis

Открытое собеседование по статистике с Анатолием Карповым | karpov.courses

Учебное обсуждение вопросов по статистике и продуктовым A/B-тестам, которые могут встретиться аналитику на собеседовании. От основ t-теста разговор переходит к инженерии экспериментов, прокси-метрикам и ускорению принятия решений.