План подготовки к собесу аналитика за 3 месяца

Кому подходит этот план

Подходит:

• Junior без опыта работы аналитиком
• Меняющие домен (маркетолог / финансист / разработчик → аналитик)
• Senior, который долго не собеседовался и хочет всё освежить
• Желающие сменить роль (DA → DS / DE / SA)

Не подходит:

• Senior с актуальным опытом, кому нужно за месяц освежить (см. план за 1 месяц)

Время: 2-3 часа в день, 6 дней в неделю. Около 350-400 часов всего.

Месяц 1: фундамент

Недели 1-2: SQL глубоко

• Базовые операции: SELECT, WHERE, GROUP BY, HAVING, JOIN
• Подзапросы и CTE
• Оконные функции: ROW_NUMBER, RANK, LAG, LEAD, SUM OVER
• Дата-операции: EXTRACT, DATE_TRUNC, INTERVAL
• NULL handling: COALESCE, NULLIF, IS NULL
• Оптимизация: EXPLAIN PLAN, индексы

Курсы: Karpov.Courses «Симулятор SQL», Stepik, Datacamp.

Практика: 100+ задач в тренажёре.

Pet-project: SQL-анализ открытого dataset (e.g., открытые данные госструктур).

Недели 3-4: Python и pandas

• Базовый Python: структуры данных, функции, классы (basics)
• pandas: DataFrame, filter, groupby, merge, pivot
• Визуализация: matplotlib, seaborn
• NumPy basics: массивы, broadcasting

Курсы: Yandex.Practicum «Python для DA», Karpov «Симулятор аналитика».

Pet-project: end-to-end анализ — SQL → pandas → визуализация.

Подробнее — Python на собеседовании, pandas-шпаргалка.

Месяц 2: углубление

Недели 5-6: Продуктовая аналитика и метрики

• AARRR-воронка: Acquisition / Activation / Retention / Revenue / Referral
• DAU/MAU/WAU, stickiness
• Retention cohort analysis в SQL и pandas
• LTV, CAC, payback
• NPS, CSAT, CES

Книги: «Hacking Growth» (Ellis), «Hooked» (Eyal).

Подробнее — продуктовая аналитика на собесе, шпаргалка метрик.

Недели 7-8: A/B и статистика

• Базовая статистика: distributions, mean / variance, hypothesis testing
• A/B дизайн: размер выборки, MDE, p-value, мощность
• Подводные камни: peeking, SRM, novelty effect
• Variance reduction: CUPED, стратификация
• Sequential testing

Курс: Karpov «AB тесты», Stepik «Анализ данных и статистика».

Pet-project: симуляция A/B-теста, demo CUPED на synthetic data.

Подробнее — A/B-тестирование на собесе, статистика на собесе.

Месяц 3: применение и mock

Недели 9-10: Кейсы и поведенческое

• Продуктовые кейсы: «метрика упала», «спроектируй продукт», «оцените impact»
• Структура ответа: уточнение → декомпозиция → гипотезы → проверка
• MECE декомпозиция

Тренировка: 15+ кейсов вслух (с записью на видео).

Подробнее — кейсы аналитика, кейс «метрика упала».

STAR-истории:

• 8-10 готовых сценариев
• Конфликт, провал, лидерство, дедлайн, переубеждение

Неделя 11: Mock-интервью

• 2-3 mock-интервью с другом / mentor / на платформах (Karpov.Courses, MentorMe)
• 1 mock на SQL, 1 на кейсы, 1 на поведенческое
• Postmortem каждого: что было слабо

Неделя 12: Резюме + подача

• Резюме обновить: метрики, проекты, технологии
• Портфолио: 2-3 pet-projects в GitHub с README
• LinkedIn / hh.ru сихронизированы
• Список 20-30 целевых компаний
• Подача: 5-10 в первую неделю

Подробнее — как составить резюме аналитика, портфолио аналитика.

Pet-projects: 2-3 проекта

За 3 месяца сделай 2-3 проекта в портфолио. Не за один заход — параллельно с курсами.

Project 1: SQL-deep dive (Месяц 1)

• Открытый dataset (Москва Open Data, ЦБ РФ, hh.ru API)
• Анализ через SQL: воронка, retention, сегментация
• Дашборд (Tableau / DataLens / Metabase) с инсайтами

Project 2: Продуктовая аналитика end-to-end (Месяц 2)

• A/B-симуляция: synthetic data → analysis → recommendation
• Или: cohort-анализ open-source SaaS data → инсайты по retention

Project 3 (опционально, Месяц 3): ML basics

• Простая регрессия / классификация на табличных данных
• Если идёшь в DS — обязательно. Если только DA — необязательно.

Чек-лист готовности

Перед первым собесом:

• SQL: уверенно решаю window functions, CTE, JOIN на доске
• Python: pandas (groupby + merge), basic visualization
• Метрики: знаю 20+ формул, могу разложить ARPU / LTV
• A/B: размер выборки, p-value, MDE, основные ловушки
• Variance reduction: CUPED на уровне «объяснил бы»
• Кейсы: 10+ кейсов проигран вслух
• STAR: 8 историй готовы
• Mock-интервью: прошёл 2-3 mock
• Резюме + портфолио: актуальные, с метриками
• Pet-projects: 2-3 в GitHub с README

Если 8+ пунктов — готов к подачам. Меньше — не торопись.

Частые ошибки

• Учить «понемногу всё». За 3 месяца есть время глубже. Выбери глубину, не широту.
• Пропускать pet-projects. Без проектов — просто теория. Pet-project показывает практику.
• Без mock-интервью. Hard skills и speaking — разные. Без mock на реальный собес страшно.
• Подавать только в топ-компании. Подавай в 20-30 разных: топ для амбиций, средние для уверенности, малые для warm-up.
• Перфекционизм перед подачей. «Ещё одна неделя, потом подам» — это бесконечно. Чек-лист 8+ пунктов — подавай.

Связанные темы

• Подготовка к собесу аналитика
• План подготовки за 1 месяц
• Чек-лист подготовки
• Резюме аналитика без опыта
• Из маркетинга в аналитика

FAQ

Сколько часов в день нужно?

Минимум 2-3 часа. Если только на курсах (онлайн с проверкой) — 4-5 часов.

Можно ли совмещать с работой?

Да, многие так делают. Главное — регулярность: 6 дней в неделю, без пропусков.

Достаточно ли курса Yandex.Practicum?

Курс — фундамент. К нему добавь pet-projects + mock-интервью. Без них — нет.

С чего начать, если ничего не знаю?

С SQL. Курс на Karpov / Stepik + 100 задач из тренажёра. На месяц.

Какие компании первыми атаковать?

Сначала «warm-up» — компании среднего уровня. Через 5-10 собесов набьёшь руку и подаёшься в топ-компании.