Собеседование на BI-разработчика

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Что спрашивают на собесе BI-разработчика

Собеседование на BI-разработчика проверяет: SQL на уверенном уровне (window functions, оптимизация), один из BI-инструментов (DataLens, Power BI, Tableau, Superset), моделирование данных для дашбордов (звезда, snowflake), базовое понимание ETL, soft skills (умение бизнес-юзеров «переводить» в задачи).

BI-разработчик отличается от data-инженера фокусом: меньше про инфру pipeline-ов и архитектуру DWH, больше про витрины и дашборды, которые читает бизнес. Чаще работает в связке с аналитиками и продактами.

Этапы собеседования

1. Скрининг с рекрутером (20-30 минут). Опыт, инструменты, ожидания.

2. SQL deep dive (60 минут). Сложные запросы, оконные функции, оптимизация для отчётов.

3. Кейс с дашбордом (60-90 минут). Дают бизнес-задачу → ты проектируешь дашборд: метрики, фильтры, source-таблицы.

4. Знание BI-инструмента (45-60 минут). Глубоко по DataLens / Power BI / Tableau (зависит от стека компании).

5. Поведенческое (45 минут). STAR-вопросы про общение с заказчиками.

Главные темы по разделам

SQL для BI

BI-инструменты

  • DataLens — основной для Яндекс, Lamoda, ВкусВилл
  • Power BI — для классических enterprise, банков
  • Tableau — для зарубежных компаний / историч. стека
  • Superset / Metabase — open-source, для startup
  • Looker — для зарубежных и Google-стека

Моделирование данных

Метрики и бизнес-понимание

Что BI-разработчик умеет хорошо делать

  • Превращать ad-hoc запросы заказчиков в постоянные дашборды
  • Оптимизировать source-таблицы под BI (materialized views, агрегаты)
  • Дизайнить дашборды по принципам data viz (clarity, hierarchy)
  • Документировать метрики и их источники
  • Обучать бизнес самостоятельно фильтровать дашборды

Как готовиться: план

За 4-6 недель:

  1. Неделя 1-2 — SQL глубоко. Window functions, CTE, оптимизация. SQL-тренажёр.
  2. Неделя 3 — BI-инструмент. Изучить тот, что в целевой компании.
  3. Неделя 4 — Моделирование. Star schema, agregates для дашбордов.
  4. Неделя 5 — Кейсы. Решить 5-10 кейсов «спроектируй дашборд».
  5. Неделя 6 — Mocks + behavioral.

Частые ошибки

  • «Я только SQL, BI-инструмент быстро освоюсь». На собесе хотят глубину в инструменте.
  • Без понимания бизнеса. «Дашборд для красоты» — провал.
  • Игнор data viz принципов. Дашборд должен читаться, не «впечатлять».
  • Без оптимизации. Дашборд тормозит → бизнес не пользуется.
  • Слабый SQL. «Я в инструменте мышкой» не пройдёт.

FAQ

BI или Data Analyst — что выбрать?

BI больше про инфраструктуру дашбордов + SQL. Analyst больше про ad-hoc исследования + презентации. Career paths пересекаются.

Сколько зарабатывает BI 2026?

Junior: 120-180k. Middle: 180-280k. Senior: 280-400k.

Какой BI-инструмент учить первым?

В РФ — DataLens (Яндекс) или Power BI. Зарубеж — Tableau / Looker.

Нужен ли Python?

Базовый — да (Pandas для подготовки данных). Глубокий — нет.

Где практиковать?

SQL-тренажёр + публичные датасеты (Kaggle, Open Data Moscow).

Тренироваться в Telegram