Как пройти собеседование аналитиком в Яндекс Лавке

Почему Яндекс Лавка — особенный работодатель для аналитика

Яндекс Лавка — сервис быстрой доставки продуктов из дарксторов, часть экосистемы Яндекса. Для аналитика это сочетание операционной аналитики (логистика, склады, курьеры) и продуктовой (приложение, каталог, конверсии). Данных много: от поведения пользователей в приложении до времени сборки заказа на складе.

Аналитик в Лавке работает на стыке ритейла, логистики и технологий. Компания активно экспериментирует с ассортиментом, ценами, промоакциями и зонами доставки, и аналитики напрямую влияют на эти решения.

Актуальные вакансии — на карьерной странице Яндекса.

Этапы собеседования

1. HR-скрининг

Звонок на 15–20 минут. Рекрутер уточняет опыт, мотивацию и зарплатные ожидания. В Лавке аналитики работают в разных направлениях: продукт, логистика, ассортимент, маркетинг, операции.

Что стоит подготовить:

• Краткий рассказ о себе с акцентом на аналитический опыт
• Ответ на вопрос «Почему Яндекс Лавка?» — покажите понимание модели дарксторов
• Уточните у рекрутера, в какую команду идёт набор

2. Техническое собеседование: SQL

Живое интервью на 60–90 минут. SQL-задачи в реальном времени с обсуждением логики решения.

Что проверяют:

• Оконные функции — ROW_NUMBER, LAG, SUM OVER. Задачи в контексте доставки: «Для каждого клиента найдите среднее время между заказами». Подготовиться поможет шпаргалка по оконным функциям.
• JOIN и подзапросы — объединение таблиц заказов, товаров, складов, курьеров. Типичная ошибка — не учесть отменённые заказы.
• Агрегация и группировка — метрики по складам, зонам доставки, временным слотам, категориям товаров.
• CTE — многоэтапные задачи с расчётом промежуточных метрик.

Типовые SQL-вопросы — в разделе SQL.

3. Техническое собеседование: метрики и эксперименты

Второй технический этап, 45–60 минут:

• Метрики доставки — время доставки (promise vs actual), конверсия из открытия приложения в заказ, средний чек, частота заказов, доля отменённых заказов, fill rate (доля найденных на складе товаров).
• Эксперименты — как тестировать изменения в каталоге, ценах или зонах доставки с учётом географической кластеризации. Основы — в разделе A/B-тестирования.
• Статистика — доверительные интервалы, проверка гипотез, учёт сезонности и дня недели. Подробнее — в разделе статистики.

Для ряда позиций проверяют Python. Если указан в вакансии, повторите основы.

4. Кейс-интервью с нанимающим менеджером

Финальный этап, 45–60 минут. Бизнес-задача из контекста быстрой доставки:

• «Среднее время доставки выросло на 5 минут. Как будете разбираться?»
• «Нужно решить, открывать ли новый даркстор в районе. Какие данные нужны и какие метрики будете считать?»
• «Как оценить эффект от введения минимальной суммы заказа на метрики сервиса?»

Знание продуктовых метрик и умение считать retention обязательны.

Особенности аналитики в быстрой доставке

Операционные метрики — аналитик работает не только с продуктовыми данными, но и с логистикой: время сборки, загрузка курьеров, утилизация складов, out-of-stock rate. Это отличает Лавку от чисто продуктовых компаний.

Гео-аналитика — зоны доставки, плотность заказов, расположение дарксторов. Решения о покрытии напрямую влияют на юнит-экономику.

Сезонность и время суток — спрос на продукты сильно зависит от времени суток, дня недели и погоды. Аналитик учитывает эти факторы при планировании экспериментов.

Ассортимент и ценообразование — какие товары держать на складе, как управлять промоакциями, как списания влияют на маржинальность. Данные здесь пересекаются с категорийным менеджментом.

Как готовиться: план действий

1. SQL на скорость — задачи с таймером, 15 минут на задачу. Оконные функции, CTE, JOIN — до автоматизма. Начните с примеров вопросов.
2. Метрики доставки — время доставки, конверсия в заказ, средний чек, частота, fill rate. Разберитесь, как эти метрики связаны с юнит-экономикой.
3. Операционная аналитика — поймите, как устроен даркстор: от заказа до доставки. Какие этапы влияют на время и качество сервиса.
4. Эксперименты с гео-компонентой — как тестировать гипотезы, когда пользователи привязаны к конкретным складам и зонам доставки. Сплитование по географии.
5. Кейсы вслух — тренируйтесь разбирать ситуации: выросло время доставки, упал средний чек, увеличились отмены заказов. Сегментация по складам, зонам, времени суток.

Для системной подготовки используйте чеклист подготовки к собеседованию аналитика. Тренируйте SQL, метрики и статистику ежедневно в тренажёре Карьерник — по 15–20 минут в Telegram.

Читайте также

• SQL-задачи для собеседования
• Оконные функции SQL — шпаргалка
• Как считать retention
• Продуктовая аналитика на собеседовании
• Статистика на собеседовании

FAQ

Какой SQL нужен для собеседования в Яндекс Лавке?

Уверенный средний уровень. Оконные функции, CTE, JOIN, агрегация. Задачи решаются вживую. Часто встречаются задачи на работу с временными интервалами и географическими данными.

Нужен ли опыт в ритейле или логистике?

Нет. Сильная техническая база важнее доменного опыта. Понимание операционных метрик — плюс, но специфику дарксторов можно освоить в процессе работы.

Это официальная информация о собеседовании?

Нет. Статья основана на публичных источниках и опыте кандидатов. Яндекс не публикует детали процесса найма для отдельных сервисов. Актуальную информацию уточняйте у рекрутера на yandex.ru/jobs.

Отличается ли процесс от собеседования в другие сервисы Яндекса?

Технические этапы (SQL, статистика) в целом похожи для аналитиков по всему Яндексу. Кейсовая часть и вопросы на метрики привязаны к специфике Лавки — доставка, логистика, ассортимент. Уточняйте формат у рекрутера.