Собеседование на BI-разработчика в F.A.C.C.T.

Почему F.A.C.C.T. — особенный работодатель для BI

F.A.C.C.T. — российская cybersecurity-компания, образованная как российская часть бизнеса Group-IB в 2023 году. Продуктовая линейка: Anti-Fraud (борьба с банковским и e-commerce фродом), Threat Intelligence (киберразведка), Attack Surface Management (управление поверхностью атак), Digital Risk Protection. Клиенты — банки, госструктуры, крупные ритейлеры и промышленные компании, поэтому BI работает в B2B-режиме с длинными циклами продаж и сложной отчётностью.

Для BI-разработчика это означает специфический микс: продуктовые метрики SOC-направления (детекция, false positives, time-to-detect), классическая sales-аналитика B2B (pipeline, win-rate, ARR, expansion), плюс безопасность данных и compliance. Дашборды смотрят не только аналитики и продакты, но и аккаунт-менеджеры, директора, иногда регуляторы — отсюда жёсткие требования к RLS и аудиту доступа.

Стек: Power BI как основной визуализатор, ClickHouse и Greenplum для хранения и OLAP-запросов, dbt для трансформаций, SQL — рабочий язык. Часть аналитических витрин строится прямо в ClickHouse, часть прокачивается через Greenplum под исторические агрегаты. Внутренние требования по защите данных тут выше среднего: знание принципов least privilege и data masking — рабочий минимум.

Актуальные вакансии — на hh.ru и сайте F.A.C.C.T.

Этапы собеседования

Цикл обычно 2-3 недели, 4-5 этапов. Начинается со скрининга, дальше техника по SQL и Power BI, отдельный дашборд-кейс и финальная встреча с тимлидом.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет базу: твой опыт с Power BI и SQL, был ли продакшен-опыт с dbt или ClickHouse, понимаешь ли B2B SaaS-метрики, готовность работать в cybersecurity-домене. Если у тебя есть опыт в финтехе, security, anti-fraud — упомяни в первые 30 секунд. Готовь питч на 90 секунд: что строил, на какой стек, для какой аудитории, какой бизнес-эффект.

2. SQL deep dive (60-90 минут)

Самая нагруженная техническая секция. Спрашивают оконные функции (LAG/LEAD, RANK, ROW_NUMBER, скользящие агрегаты), сложные JOIN с self-join и анти-join, CTE и рекурсии, оптимизацию запросов под ClickHouse (партиции, индексы, движки таблиц) и Greenplum (distribution key, partition key). Бывают задачи на funnel, cohort retention, расчёт MAU/DAU/ARPU. Сильные ответы — те, где кандидат сразу думает про распределение данных и план выполнения, а не пишет «как пишется».

Подготовка: SQL для BI.

3. Power BI (60 минут)

Глубокая секция по Power BI: DAX (CALCULATE, FILTER, ALL, RELATEDTABLE, time-intelligence функции), модель данных (star schema, role-playing dimensions), datasets и dataflow, RLS на уровне ролей и пользователей, оптимизация модели для миллионных таблиц. Спрашивают про инкрементальное обновление, composite models, переход между Import / DirectQuery, performance analyzer.

Подготовка: Power BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание уровня «спроектируй дашборд для B2B sales + detection rates по продукту Anti-Fraud»: целевая аудитория (sales-директор и SOC-команда), какие метрики верхнего уровня, как организовать drill-down от компании к транзакциям, как показать тренды и аномалии без перегруза. Нужно объяснить выбор визуалов, продумать макет, проговорить RLS-логику (account-менеджер видит только своих клиентов). Слабые ответы — куча KPI-карточек и pie-чартов; сильные — продуманная информационная иерархия и понимание принципов решения.

Подготовка: Dashboard design, data modeling для BI.

5. Поведенческое (45 минут)

Финальная встреча с тимлидом или руководителем направления. STAR-формат: расскажи про конфликт с заказчиком дашборда, про факап с моделью данных, про спор по выбору метрики. Параллельно смотрят на ownership и готовность погружаться в специфику cybersecurity-доменa.

Особенности по командам

Product analytics. Команда работает с метриками флагманских продуктов: Anti-Fraud (количество детекций, false positive rate, time-to-block), Threat Intelligence (количество выявленных угроз, conversion лидов в коммерческие отчёты), Attack Surface Management (покрытие активов клиента). Дашборды критичны для product-менеджеров и инженеров SOC. Подойдёт BI-разработчику, который понимает разницу между метриками «активности» и «качества» детекции.

Sales pipeline. B2B-воронка с длинным циклом и многоступенчатым согласованием: лид → MQL → SQL → POC → договор → продление. Дашборды по win-rate, средней длине сделки, conversion на каждом этапе, прогноз ARR на квартал. Аналитика тесно связана с CRM (часто bitrix24, amoCRM или внутренняя система). Подходит BI-инженеру с опытом в SaaS или enterprise-продажах.

Threat detection rates. SOC-направление: метрики реальной работы средств защиты — MTTR (mean time to respond), процент перехваченных атак, доля FP по типам сигналов, эффективность правил детектирования. Тут BI работает в плотной связке с SOC-аналитиками и threat-хантерами. Подойдёт тем, кому интересна именно «продакт-аналитика безопасности».

Marketing. Анализ маркетинговых каналов в B2B: CAC по сегментам (банки, ритейл, госсектор), вовлечённость на ивентах и вебинарах, retention клиентов после первого года, причины churn. Часто пересекается со sales-командой. Подойдёт BI с опытом B2B-маркетинга и пониманием воронки лидогенерации.

Platform / Data. Core data team: обслуживает витрины и модели, обеспечивает консистентность данных между источниками (CRM, продуктовые системы, биллинг). Самая инженерная часть — много работы с dbt, ClickHouse, Greenplum, контролем качества данных. Подходит инженерам, которые предпочитают строить инфраструктуру, а не визуализировать.

Что F.A.C.C.T. ценит в BI

SQL уверенно. Это базовая компетенция. Слабый ответ: «писал простые JOIN-запросы, агрегации делал». Сильный: «оптимизировал тяжёлый запрос на 50М строк в ClickHouse через правильный выбор движка и партиционирования, ускорил с 40 секунд до 3, заменил подзапрос на CTE с pre-агрегацией».

Power BI / dbt. Не просто «делал чарты», а понимание модели данных, DAX-оптимизации, RLS, инкрементального обновления. Слабый ответ: «делал отчёты в Power BI». Сильный: «построил star schema на 3 факта и 8 dim-таблиц, перевёл расчёты в DAX-меры с CALCULATE, добавил RLS по ролям, ускорил отчёт с 30 до 5 секунд».

B2B / SaaS / security domain. Понимание метрик: ARR, NRR, expansion, churn, sales pipeline. Слабый ответ: «считал выручку». Сильный: «построил cohort-retention по году подключения, выявил, что NRR в сегменте банков 115%, в сегменте ритейла 92%, предложил гипотезу про разные сценарии использования».

Revenue / pipeline понимание. На дашборд-кейсе сразу видно, разбирается ли кандидат, как устроена B2B-выручка. Слабый ответ: «покажу выручку по месяцам». Сильный: «разделю выручку на new business, expansion, renewal, добавлю forecast на основе stage probability из CRM, drill-down до конкретной сделки».

RLS / compliance. Безопасность данных — must-have. Слабый ответ: «не работал с RLS». Сильный: «реализовал row-level security на 3 уровня — global admin, account manager (видит только своих клиентов), customer (видит только свои данные через embedded), плюс маскировка PII в логах».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + dbt. Сосредоточься на оконных функциях, оптимизации под ClickHouse и Greenplum, работе с большими таблицами. Параллельно — прорешай вопросы по SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. Освежи основы dbt: модели, тесты, документация. SQL для BI.
2. Неделя 3 — Power BI. DAX-функции, оптимизация, RLS, datasets vs dataflow. Сделай pet-проект на публичных данных, чтобы было что показать. Power BI.
3. Неделя 4 — Dashboard design. Изучи принципы Stephen Few и Cole Knaflic, посмотри хорошие примеры B2B SaaS дашбордов. Прорешай 3-5 кейсов: дашборд для sales-директора, для SOC-аналитика, для marketing-команды. Dashboard design.
4. Неделя 5 — Data modeling. Star schema, slowly changing dimensions, fact constellations, выбор гранулярности. Разберись, как моделировать B2B-pipeline. Data modeling.
5. Неделя 6 — Mocks + behavioral. Mock-интервью по дашборд-кейсу с другом или платно. Готовь STAR-истории про конфликты и сложные проекты.

Частые ошибки

Слабый SQL. Кандидат говорит «знаю SQL, делал отчёты» — слабо. Кандидат говорит «оптимизировал запрос на 100М строк в ClickHouse через правильное использование PREWHERE и партиционирования по дате, ускорил с минуты до 4 секунд» — сильно. На SQL deep dive всё видно сразу.

Power BI поверхностно. Кандидат знает базовые визуалы, но плавает в DAX и не понимает модель данных — это сразу отсев. Учи CALCULATE, контекст фильтра, time-intelligence, оптимизацию модели. Сильный кандидат может за 10 минут на доске нарисовать звезду из 5 таблиц с указанием cardinality и направления связей.

Без B2B / SaaS понимания. На дашборд-кейсе кандидат строит дашборд «выручка по месяцам» — слабо. Сильный кандидат разделяет new vs expansion vs renewal, добавляет cohort-аналитику, показывает leading-индикаторы pipeline. Без понимания B2B-метрик в F.A.C.C.T. не возьмут.

Без sales pipeline. Кандидат не понимает, что такое stage probability, win-rate by stage, как считать forecast. На дашборд-кейсе это критично — F.A.C.C.T. живёт на B2B-продажах, и BI-инженер обязан понимать их структуру.

Перегруз чартами. Кандидат показывает мокап с 15 KPI-карточками и 10 чартами на одном экране — слабо. Сильный кандидат строит иерархию: top-level overview с 3-5 ключевыми метриками, дальше drill-down по разделам, на каждом экране 1-2 главных вопроса.

Связанные темы

• Собеседование на BI-разработчика
• SQL для BI
• Power BI на собесе BI
• DataLens на собесе BI
• Dashboard design
• Data modeling для BI

FAQ

Удалёнка в F.A.C.C.T. для BI?

Гибрид и полная удалёнка распространены, особенно для middle+ грейдов. Часть команд работает из офиса в Москве, часть полностью remote.

Зарплатные вилки 2026?

Middle BI: 210-300k. Senior: 300-430k. Lead-уровень — выше, но зависит от грейда и команды. Для security-домена иногда есть надбавки.

Английский нужен?

Базовый — желательно для чтения документации Power BI, dbt, ClickHouse. Разговорный для большинства команд не критичен.

Сколько этапов?

4-5 этапов, 2-3 недели от первого скрининга до оффера. Если есть дашборд-кейс с домашкой — добавится ещё неделя.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера.