Моковое собеседование Junior BI-аналитик | Даниил Джепаров, EPAM | Solvery+Аналитика growth mind-set

Коротко о видео

Это публичное моковое собеседование на позицию Junior BI-аналyst: Даниил Джепаров задаёт Дарье вопросы по базам данных, SQL, моделированию данных, хранилищам, качеству данных и визуализации. Интервьюер поясняет ответы на примерах, а в финале даёт участнице обратную связь: сильными сторонами названы SQL, базы данных и понимание процесса создания дашборда; рекомендовано углубить знания хранилищ, ETL/ELT и метрик качества. После основной части ведущий отвечает на вопросы зрителей о ролях аналитиков, книгах, портфолио и поиске первой работы.

Затронутые темы

Что взять на заметку

• Подготовьте порядок частей SQL-запроса: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY; отдельно отработайте INNER JOIN, LEFT JOIN, CROSS JOIN и составные ключи.
• Нужно уметь объяснить ACID: атомарность, согласованность, изолированность и долговечность транзакций — желательно на бытовом примере перевода денег.
• Для BI-собеседования важны различия схем «звезда» и «снежинка», нормализация и денормализация, а также связь таблицы фактов со справочниками «один ко многим».
• Повторите оконные функции: агрегатные, смещения (LAG/LEAD) и ранжирования (ROW_NUMBER, RANK, DENSE_RANK), а также различие между окном и динамическим фреймом ROWS/RANGE/GROUPS.
• Различайте OLTP-системы для транзакционной записи и OLAP/хранилища для быстрого аналитического чтения; в ETL преобразование идёт до загрузки, а в ELT сырые данные сначала загружаются и преобразуются под конкретные задачи.
• В работе с качеством данных сначала проводится data profiling, затем cleaning; среди ожидаемых метрик интервьюер называет актуальность и консистентность данных, а для профайлинга упоминается pandas-profiling.
• До разработки дашборда нужно выяснить цель заказчика, KPI и доступность данных, набросать прототип и согласовать его; для портфолио BI-аналитика особенно ценны работающие дашборды с описанным пайплайном получения, очистки и преобразования данных.