35:02Разбор собеседования на продуктового аналитика в Одноклассники
Кандидат обсуждает с интервьюером роль продуктового аналитика, продуктовые исследования, A/B-тесты и требования к SQL и Python. Затем он разбирает собственные ответы.
Кандидат решает задачи по Python, SQL и вероятности, затем разбирает падение конверсии в продуктовой воронке.
Источник: Academica Courses
Открыть на YouTubeЗапись показывает онлайн мок-собеседование на позицию аналитика данных. Кандидат начинает с Python-задачи на поиск повторяющихся чисел и обсуждает различие list и set. В SQL-блоке он объясняет, почему WHERE применяется до группировки, а HAVING — после агрегации. Затем интервьюер предлагает задачу по условной вероятности на примере спам-писем. В продуктовой части кандидат разбирает снижение конверсии по шагам воронки и формулирует гипотезы. В конце интервьюер отмечает, что кандидат справился с большинством задач, и советует уточнять неполные условия до построения гипотез.
35:02Кандидат обсуждает с интервьюером роль продуктового аналитика, продуктовые исследования, A/B-тесты и требования к SQL и Python. Затем он разбирает собственные ответы.
27:06Кандидат отвечает на вопросы по статистике, выбросам и перцентилям, затем решает задачи в Pandas и SQL. В конце он проектирует дашборд по приложению и получает итоговую обратную связь.
1 ч 15 минРазбор 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.