Собеседование аналитика в CloudPayments

О компании

CloudPayments — российский платёжный сервис. Обслуживают 60 000+ бизнесов, обработка платежей, рекурренты, ЮКассу-стиль fintech.

Собесы focused на financial analytics + fraud + technical SQL.

Структура процесса

Typical: 3-4 раунда.

1. HR screening — experience, motivation
2. Technical SQL — 60 минут
3. Case / product interview
4. Final с head / team lead

Стек

• SQL: PostgreSQL, ClickHouse
• Python: pandas, scipy
• BI: Tableau / Metabase / ClickHouse native dashboards
• ML: базовые model для fraud (scikit-learn)

Technical SQL

Задачи средне-сложные:

Типичные

• Window functions (rank, lag для metric comparison)
• Complex JOIN (transactions, merchants, users)
• Subqueries vs CTE
• Date manipulation (periods, cohorts)
• Aggregation с conditional

Примеры

Q1: «Для каждого merchant — revenue за последний месяц и предыдущий, diff».

WITH monthly AS (
    SELECT
        merchant_id,
        DATE_TRUNC('month', created_at) AS month,
        SUM(amount) AS revenue
    FROM transactions
    GROUP BY 1, 2
)
SELECT
    merchant_id, month, revenue,
    LAG(revenue) OVER (PARTITION BY merchant_id ORDER BY month) AS prev
FROM monthly;

Q2: «Suspicious transactions: сумма > 3σ от mean за user».

WITH stats AS (
    SELECT user_id, AVG(amount) AS mean_amt, STDDEV(amount) AS std_amt
    FROM transactions
    GROUP BY user_id
)
SELECT t.*
FROM transactions t
JOIN stats s USING (user_id)
WHERE ABS(t.amount - s.mean_amt) > 3 * s.std_amt;

Case interview

Типичные кейсы:

1. Fraud rate вырос

«За неделю fraud rate +30%. Как расследуешь?»

Framework:

• Verify data
• Segment (merchant, country, payment method)
• Correlate (new merchants? API changes? external events?)
• Hypothesis: какая группа drive?
• Validate через queries

2. Conversion payment упал

«Процент успешных платежей упал с 95% до 92%».

• Разделить по methods (carding, Apple Pay, SBP)
• По acquirers
• По merchants
• Что изменилось в последнюю неделю?

3. Chargeback analysis

«Что делать с merchant с высоким chargeback rate?»

• Segment: новый merchant vs existing
• Industries high-risk
• Actions: additional verification, limits

Типы метрик в платежах

• Conversion rate — % успешных платежей
• Decline rate — отказы
• Fraud rate — fraudulent transactions
• Chargeback rate — оспаривания
• Average transaction value
• Repeat rate — повторные платежи

Продуктовые вопросы

• Как measure merchant success?
• North Star для payment processor?
• Какие metrics важнее volume или stickiness?

Математика / статистика

• Sampling, hypothesis testing
• Выборка для fraud detection
• False positive / false negative trade-off

Soft skills

• Работа с business stakeholders (sales, risk team)
• Communication actionable insights
• Ownership долгоживущих dashboards

Зарплаты (2026)

• Junior analyst: 100-150k ₽
• Middle: 180-280k ₽
• Senior: 280-400k ₽

Plus bonus часто. Yearly reviews.

Как подготовиться

SQL

Complex queries с JOINs, window functions, optimization. Читайте SQL оптимизация.

Statistics

Fraud detection basics, hypothesis testing. Bayes простыми словами.

Domain

Payment processing basics: acquirer, issuer, network, fraud.

Case practice

Типичные fintech кейсы — read как найти причину падения метрики.

Связанные темы

• Как пройти собеседование в финтех
• Собеседование в Тинькофф
• Собеседование в Альфа-Банк
• Собеседование в ВТБ

FAQ

Fully remote?

Partial remote. Головной офис Москва.

Fraud / scoring опыт нужен?

Advantage, не обязателен. Можно learn on job.

Culture?

Growing fintech. Structured process.

---

Готовьтесь — откройте тренажёр с 1500+ вопросами для собесов.