Чеклист: подготовка к собеседованию аналитика за 2 недели

Зачем нужен план

Большинство кандидатов готовятся хаотично: сегодня читают про SQL, завтра смотрят видео про A/B-тесты, послезавтра забывают, что учили в понедельник. В итоге к собеседованию знания рыхлые — вроде всё слышал, но ничего не можешь уверенно рассказать.

Две недели — достаточно, чтобы подготовиться системно. Не с нуля, а привести в порядок то, что уже знаете, и закрыть пробелы. Ниже — конкретный план с задачами на каждый день.

Неделя 1: фундамент

День 1. SQL: базовые операции

• Повторите SELECT, WHERE, ORDER BY, LIMIT
• GROUP BY + агрегатные функции (COUNT, SUM, AVG, MIN, MAX)
• HAVING — чем отличается от WHERE
• Решите 5–7 задач на базовый SQL

Если давно не писали SQL, начните с раздела SQL-вопросов — там разбор от базового уровня до продвинутого.

Время: 1–1.5 часа.

День 2. SQL: JOIN и подзапросы

• Типы JOIN: INNER, LEFT, RIGHT, FULL, CROSS
• Подзапросы в WHERE, FROM, SELECT
• CTE (WITH) — синтаксис и когда использовать вместо подзапросов
• Ловушка: LEFT JOIN + фильтр на правой таблице

Решите 5 задач на JOIN с несколькими таблицами. Обязательно потренируйтесь писать CTE — на собеседованиях это стандарт.

Время: 1.5 часа.

День 3. SQL: оконные функции

Ключевой день. Оконные функции — самый частый вопрос на middle+ собеседованиях.

• ROW_NUMBER, RANK, DENSE_RANK — в чём разница
• LAG, LEAD — сравнение с предыдущей/следующей строкой
• SUM OVER, AVG OVER — нарастающие итоги и скользящие средние
• ROWS BETWEEN — оконные рамки

Решите минимум 7 задач. Если чувствуете неуверенность — вернитесь к этой теме в день 6.

Время: 2 часа.

День 4. Python: pandas и работа с данными

• Создание и фильтрация DataFrame
• groupby + agg — аналог GROUP BY в SQL
• merge — объединение таблиц (аналог JOIN)
• Работа с пропусками: fillna, dropna
• Работа с датами: pd.to_datetime, dt.date, timedelta

Напишите руками 5 мини-скриптов. Не копируйте из документации — набирайте код сами. Подробнее о том, что спрашивают по Python, — в разделе Python-вопросов.

Время: 1.5 часа.

День 5. Продуктовые метрики

• DAU, WAU, MAU — определения и нюансы подсчёта
• Retention: D1, D7, D30, rolling retention
• Конверсия воронок
• ARPU, ARPPU, LTV
• Когортный анализ — что это и зачем

Не просто прочитайте определения — попробуйте объяснить каждую метрику так, будто рассказываете коллеге. Если застрянете на retention, есть разбор с SQL-запросами и подводными камнями.

Время: 1.5 часа.

День 6. SQL: продвинутые темы + закрепление

• Рекурсивные CTE
• CASE WHEN внутри агрегатных функций
• Разница UNION и UNION ALL
• NULL: поведение в сравнениях, IN/NOT IN, COALESCE, NULLIF
• Вернитесь к оконным функциям — решите ещё 5 задач

Время: 1.5 часа.

День 7. Повторение и самопроверка

• Пройдите по примерам вопросов из всех тем первой недели
• Засеките время: 1 SQL-задача = максимум 15 минут
• Запишите темы, где чувствуете неуверенность — вернётесь к ним на второй неделе

Тренажёр Карьерник удобен для такой самопроверки: вопросы с вариантами ответов и разборами по SQL, Python и продуктовым метрикам. 20 минут в день в Telegram — и вы видите, где есть пробелы.

Время: 1 час.

Неделя 2: углубление и практика

День 8. A/B-тестирование

• Дизайн эксперимента: гипотеза, метрики, размер выборки
• Ошибки первого и второго рода
• Статистическая значимость и p-value
• Что такое AA-тест и зачем нужен
• Множественное тестирование: поправка Бонферрони

A/B-тесты — обязательная тема для продуктовых аналитиков. Полный список вопросов — в разделе A/B-тестирования.

Время: 1.5 часа.

День 9. Статистика

• Нормальное распределение и центральная предельная теорема
• Доверительные интервалы
• Корреляция vs причинность
• Основы проверки гипотез: t-тест, хи-квадрат
• Байесовский подход — на базовом уровне

Не нужно зубрить формулы. Важно понимать логику: что такое доверительный интервал, почему p-value не равен вероятности гипотезы, когда нужен непараметрический тест. Разбор статистических вопросов — в разделе статистики.

Время: 1.5 часа.

День 10. Логические задачи и задачи на оценку

• Задачи на вероятность (монеты, кубики, карты)
• Задачи на оценку (сколько весит лифт, сколько парикмахерских в городе)
• Задачи на логику (переправы, взвешивания)

Логические задачи встречаются реже, чем SQL, но на скрининге или в начале интервью могут дать. Главное — показать ход мышления. Типовые задачи собраны в разделе логических задач.

Время: 1 час.

День 11. Кейсы: разбор метрик

Потренируйтесь разбирать продуктовые кейсы:

• «DAU упало на 20% — что проверяете?»
• «Конверсия регистрации выросла, но retention упал — почему?»
• «Выберите ключевую метрику для сервиса доставки еды»

Для каждого кейса: запишите свой ход рассуждений → проверьте, не упустили ли сегментацию, сезонность, технические сбои.

Время: 1.5 часа.

День 12. Полная симуляция SQL-собеседования

Устройте себе тренировочное собеседование:

• Поставьте таймер на 45 минут
• Решите 3 SQL-задачи средней сложности (оконные функции, JOIN, CTE)
• Проговаривайте решение вслух — на реальном собеседовании придётся объяснять

Если есть друг-аналитик — попросите его побыть интервьюером. Если нет — объясняйте решение воображаемому собеседнику. Звучит странно, но работает.

Время: 1 час.

День 13. Закрытие пробелов

Вернитесь к записям из дня 7. Что всё ещё вызывает неуверенность?

• Оконные функции → ещё 5 задач
• A/B-тесты → перечитайте про CUPED и множественное тестирование
• Продуктовые метрики → разберите расчёт retention в SQL

Потратьте время именно на слабые места, а не на то, что уже хорошо знаете.

Время: 1–2 часа.

День 14. Финальная подготовка

• Перечитайте описание вакансии — убедитесь, что знаете релевантные термины
• Подготовьте 2–3 истории из опыта (задача → подход → результат)
• Подготовьте вопросы для интервьюера
• Проверьте технику: камера, микрофон, стабильный интернет
• Выспитесь

Время: 30 минут.

Принципы, которые работают

Регулярность важнее длительности. 1.5 часа каждый день эффективнее, чем 10 часов в выходные. Мозг усваивает информацию порциями.

Решайте задачи руками. Чтение разборов создаёт иллюзию знания. Только написанный руками код остаётся в памяти.

Объясняйте вслух. На собеседовании нужно не просто решить задачу, а объяснить ход мысли. Тренируйте этот навык заранее.

Не игнорируйте слабые стороны. Соблазн — повторять то, что хорошо знаешь. Но собеседование проверяет именно пробелы.

Если нужен ежедневный ритм, Карьерник подстраивается под ваш график: выбираете темы, тренируетесь по 15–20 минут в день, видите прогресс. Это не замена глубокому изучению, но хороший способ поддерживать знания в тонусе между учебными сессиями.

Полный обзор того, что спрашивают на собеседованиях, — в гайде по подготовке.

FAQ

Можно ли подготовиться к собеседованию аналитика за 2 недели?

Да, если у вас уже есть базовые знания SQL и понимание метрик. Две недели — достаточно, чтобы структурировать знания, закрыть пробелы и натренировать скорость решения задач. Если вы начинаете с нуля, заложите 4–6 недель.

Что важнее всего для собеседования аналитика?

SQL — абсолютный приоритет. Его спрашивают на каждом собеседовании, и слабый SQL практически гарантирует отказ. На втором месте — продуктовые метрики и умение разбирать кейсы. Python и статистика важны, но их вес зависит от конкретной компании и позиции.

Сколько часов в день нужно готовиться?

1–2 часа в день — оптимально. Этого хватает, чтобы разобрать одну тему и решить 5–7 практических задач. Больше 3 часов в день — избыточно: концентрация падает, а качество запоминания снижается.