Собеседование аналитика в RuTube

Проверь себя · 1/3разбор после ответа
Для каждой покупки пользователя нужно добавить дату следующей покупки этого же пользователя, чтобы потом посчитать интервал между покупками. Что использовать?

О компании

RuTube — российская видеоплатформа. Для аналитиков здесь интересны задачи работы с большими объёмами событий, изучение поведения зрителей и авторов контента, оценка качества рекомендаций.

Информация в статье основана на публичных источниках и опыте кандидатов. Формат собеседования может отличаться в зависимости от команды, уровня позиции и текущих процессов. Актуальные вакансии и требования — на карьерной странице RuTube и в их HR-каналах.

Что важно в видеоплатформах

Двусторонность

Зрители и авторы контента — две стороны рынка со своими метриками.

Ключевые метрики

  • Время просмотра (total watch time, watch time per user)
  • Просмотры и уникальные зрители
  • Вовлечённость (лайки, комментарии, подписки)
  • Удержание зрителя внутри видео (completion rate)
  • Метрики авторов (число загрузок, retention авторов)

Как готовиться

SQL

Обычно требуется уверенный middle:

  • Работа с event-данными
  • Оконные функции
  • Агрегации по времени
  • Опыт с колоночными СУБД (ClickHouse, Vertica) — плюс

Полезно:

Продуктовая аналитика

  • Метрики качества рекомендаций (CTR, watch time после рекомендации)
  • A/B-тестирование алгоритмов ранжирования
  • Воронка вовлечения зрителя

Полезно:

Python

Базовый pandas, numpy. Для ML-ролей — библиотеки рекомендательных систем.

Кейсы

Возможные темы:

  • Как измерить качество рекомендаций?
  • Почему упал completion rate в определённом сегменте?
  • Как оценить эффект изменения UI-превью (thumbnail)?

Полезно: как отвечать на кейсы.

Готовишься к собесу в RuTube?
Тренируйся на 1700+ вопросах с собеседований — SQL, Python, A/B, продукт
Открыть Карьерник в Telegram

Что показать

  • Понимание метрик вовлечённости в видео
  • Продуктовое мышление
  • Готовность работать с большими объёмами данных

Связанные темы

FAQ

Нужен опыт в медиа?

Необязательно. Готовность разобраться в предметке важнее.

ML важен?

Для ролей с рекомендациями — да. Для классической продуктовой аналитики — не обязательно.

Удалёнка?

Зависит от команды и позиции.