Собеседование аналитика данных: 30 задач и как решать их вслух
Большой практический гайд по собеседованию аналитика данных: SQL, Python, метрики, статистика, кейсы, дашборды и ответы, которые показывают ход мышления.
Собеседования в аналитике
Практическая полка для подготовки к собеседованиям: задачи с SQL и Python, продуктовые кейсы, метрики, статистика, ML и вопросы про коммуникацию.
собеседование
SQL
Python
метрики
ML
BI
С чего начать
Три материала, которые задают базу для остальных.
Материалы по теме
7 материалов
SQL на собеседовании аналитика: 20 задач от SELECT до когорт
Практический разбор SQL-задач с собеседований: JOIN, GROUP BY, оконные функции, даты, retention, воронки и проверки, которые отличают рабочий запрос от случайного ответа.
Собеседование продуктового аналитика: метрики и кейсы с разбором
Как отвечать на продуктовые кейсы на собеседовании: падение DAU, воронка, retention, A/B-тест, новая функция и метрики, которые не стоит придумывать на ходу.
Python и pandas на собеседовании: 20 задач для аналитика
Практический разбор задач по Python и pandas на собеседовании аналитика: фильтрация, groupby, merge, даты, пропуски, отладка и объяснение результата.
Собеседование Data Scientist и ML-аналитика: метрики, модели и кейсы
Объёмный разбор задач на собеседовании Data Scientist и ML-аналитика: валидация, leakage, imbalance, ROC-AUC, threshold, эксперименты и связь модели с бизнесом.
Собеседование BI-аналитика: дашборды, Excel, SQL и бизнес-кейсы
Практический гайд по собеседованию BI-аналитика: как проектировать дашборд, выбирать KPI, проверять данные, отвечать про Excel и защищать вывод перед бизнесом.
Precision, recall, F1 и ROC-AUC: как выбрать метрику для ML-модели
Разбираем precision, recall, F1, ROC-AUC и PR-AUC на одной задаче: как цена ошибки, дисбаланс классов и порог решения меняют вывод о качестве модели.