Собеседование на BI-разработчика в InfoWatch

Почему InfoWatch — особенный работодатель для BI

InfoWatch — российская компания в области информационной безопасности, основанная в 2003 году. Главная специализация — защита от утечек данных (DLP), но продуктовая линейка шире: Traffic Monitor, Person Monitor, ARMA для промышленных систем, аналитические продукты по поведенческой безопасности. Клиенты — крупные корпорации, банки, госструктуры, промышленные предприятия. Это типичный B2B-вендор с тяжёлым enterprise-циклом продаж.

Для BI-разработчика контекст специфический: продукты часто устанавливаются on-premise в инфраструктуре клиента, и многие метрики о работе продукта собираются непрямо. BI работает с revenue по продуктам, B2B sales pipeline, аналитикой инсталляций и обновлений, support-метриками (тикеты, SLA, эффективность инженеров поддержки), маркетингом. Часть данных нужно агрегировать по клиентам с разной структурой контракта (лицензии vs подписка, perpetual vs term).

Стек: Power BI как основной BI-инструмент, ClickHouse для горячих витрин (продуктовые телеметрии, sales pipeline), Greenplum для исторических агрегатов и регуляторной отчётности, dbt для слоёв трансформаций. Внутренние требования к безопасности данных выше среднего — компания сама занимается DLP, поэтому к собственным дашбордам подходит с тем же стандартом, что продаёт клиентам.

Актуальные вакансии — на hh.ru и сайте InfoWatch.

Этапы собеседования

Полный цикл — 2-3 недели и 4-5 этапов: скрининг, SQL deep dive, Power BI, дашборд-кейс, финальная встреча. На отдельных позициях возможно тестовое задание.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет твой опыт с Power BI, SQL, dbt, был ли опыт в B2B SaaS или enterprise-IT, готовность работать в cybersecurity-домене. Если работал в Kaspersky, Positive Technologies, F.A.C.C.T. или других security-вендорах — упомяни сразу. Готовь питч на 90 секунд: что строил, на каких объёмах, для какой аудитории, какой эффект.

2. SQL deep dive (60-90 минут)

Глубокая SQL-секция: оконные функции, сложные JOIN, CTE, оптимизация в ClickHouse (PREWHERE, движки таблиц, партиционирование по дате) и Greenplum (distribution key, partition key). Бывают задачи на B2B-funnel (стадии сделки), cohort retention клиентов после первой инсталляции, расчёт ARR/NRR. Сильные ответы — те, где кандидат думает про распределение и план выполнения.

Подготовка: SQL для BI.

3. Power BI (60 минут)

Глубокая секция: DAX (CALCULATE, FILTER, ALL, time-intelligence), модель данных под B2B-продукт (sales pipeline, installations, contracts), datasets vs dataflow, RLS по аккаунт-менеджеру и региону, оптимизация модели под десятки миллионов строк по инсталляциям и тикетам поддержки.

Подготовка: Power BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание: «спроектируй дашборд B2B revenue + installations» или «спроектируй дашборд для продакт-менеджера Traffic Monitor». Нужно показать целевую аудиторию (sales-директор, продакт, support-менеджер), выбрать ключевые метрики (ARR, NRR, churn, среднее количество инсталляций на клиента, MTTR поддержки), спроектировать drill-down, продумать RLS-логику. Слабые ответы — pie-чарты и десятки KPI; сильные — внятная иерархия и понимание B2B-вендорского бизнеса.

Подготовка: Dashboard design, data modeling для BI.

5. Поведенческое (45 минут)

Финальная встреча с тимлидом или руководителем направления. STAR-формат: расскажи про конфликт с продактом по метрике, про факап на проде, про защиту архитектуры решения. Параллельно смотрят на ownership и готовность работать в регулируемой среде.

Особенности по командам

Product analytics. Команда работает с метриками флагманских продуктов: Traffic Monitor (объём проанализированного трафика, количество детекций утечек, ложные срабатывания), Person Monitor (поведенческая аналитика сотрудников), ARMA (защита промышленных АСУ ТП). Дашборды смотрят продакт-менеджеры и инженеры разработки. Подойдёт BI-инженеру, кто разбирается в продуктовых метриках и умеет работать с большими объёмами телеметрии.

B2B Sales pipeline. B2B-воронка с длинным циклом: лид → POC → пилот → контракт → продление. Дашборды по win-rate, длительности сделки, conversion по стадиям, прогнозу ARR на квартал и год. Тесная связка с CRM (часто Bitrix24 или внутренняя система). Подходит BI с опытом в SaaS-продажах или enterprise-B2B.

On-premise installations. Специфика InfoWatch — продукт устанавливается у клиента в его инфраструктуре. BI работает с метриками установленных систем: количество клиентов, версии продукта, состояние инсталляций, доля клиентов на актуальной версии. Сложность — нужно агрегировать данные, которые приходят непрямо (через support-тикеты, обновления, заявки). Подойдёт инженерам с интересом к enterprise-IT и пониманием контрактных моделей.

Marketing. Анализ маркетинговых каналов в B2B: CAC по сегментам клиентов, ROI ивентов и вебинаров, retention клиентов после первого контракта, причины churn. Часто пересекается с sales-командой. Подходит BI с опытом B2B-маркетинга и пониманием воронки лидогенерации.

Platform / Data. Core data team: обслуживает витрины, обеспечивает консистентность данных между источниками (CRM, biling, support-системы, продуктовая телеметрия). Самая инженерная часть — много dbt, ClickHouse, Greenplum, контроль качества данных. Подходит инженерам, которые предпочитают строить инфраструктуру.

Что InfoWatch ценит в BI

SQL уверенно. Базовая компетенция. Слабый ответ: «писал JOIN и агрегации». Сильный: «оптимизировал отчёт по продуктовой телеметрии на 200М строк в ClickHouse через переход на материализованную view с агрегацией по дню и продукту, ускорил с 90 секунд до 4».

Power BI / dbt. Не «делал отчёты», а понимание модели данных и DAX. Слабый ответ: «строил визуалы». Сильный: «спроектировал star schema на 3 факта (sales, installations, support) и 8 dim-таблиц, ввёл RLS по аккаунт-менеджеру, ускорил отчёт через оптимизацию DAX-мер с variables».

B2B / DLP / on-premise domain. Понимание B2B-вендорского бизнеса и специфики on-premise продаж. Слабый ответ: «считал выручку». Сильный: «разделил выручку на new business / expansion / renewal по контрактам с разной моделью (perpetual vs subscription), показал, что NRR в банковском сегменте 118%, в промышленном — 95%».

Revenue / installations метрики. Знание B2B-метрик и метрик инсталляций. Слабый ответ: «считал клиентов». Сильный: «построил cohort retention по году подключения, разделил по продуктам, выявил, что Traffic Monitor имеет retention M12 на уровне 92%, Person Monitor — 78%, дал гипотезу по причинам».

RLS / compliance. Безопасность данных — must-have, особенно в security-домене. Слабый ответ: «не работал с RLS». Сильный: «реализовал RLS на 4 уровня — global, регион, аккаунт-менеджер, customer (для embedded-отчёта внутри клиентской админки), плюс маскировку PII в логах и аудит доступа к витринам».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + dbt. Оконные функции, оптимизация в ClickHouse и Greenplum, B2B-метрики. Параллельно — прорешай вопросы по SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. Освежи dbt: модели, тесты, snapshots. SQL для BI.
2. Неделя 3 — Power BI. DAX, time-intelligence, RLS, оптимизация. Сделай pet-проект на B2B-данных. Power BI.
3. Неделя 4 — Dashboard design. Принципы Stephen Few и Cole Knaflic, разбор B2B SaaS дашбордов (Salesforce, HubSpot, локальные кейсы). Dashboard design.
4. Неделя 5 — Data modeling. Star schema под B2B-витрину (sales, contracts, installations, support), SCD для клиентских контрактов. Data modeling.
5. Неделя 6 — Mocks + behavioral. Mock-интервью, отработка STAR-историй.

Частые ошибки

Слабый SQL. Кандидат говорит «писал SELECT с JOIN» — слабо. Сильный кандидат: «оптимизировал запрос на 500М строк в ClickHouse через PREWHERE и материализацию агрегатов, ускорил с минуты до 3 секунд, разобрал план через EXPLAIN PIPELINE».

Power BI поверхностно. Кандидат знает базовые визуалы, но плавает в DAX и контексте фильтра — отсев. Сильный кандидат рисует star schema, объясняет CALCULATE с modifiers, показывает оптимизацию через variables.

Без DLP / B2B понимания. Кандидат не знает разницы между perpetual licensing и subscription, не понимает структуру B2B-сделки — слабо. Сильный кандидат рассказывает про unit-экономику B2B-вендора, ARR vs revenue, NRR и почему он важен.

Без on-premise понимания. Кандидат не учитывает специфику on-premise (данные приходят с задержкой, не все клиенты передают телеметрию) — на дашборд-кейсе провал. Сильный кандидат сразу спрашивает про источники данных и предлагает proxy-метрики (заявки на обновления, support-тикеты).

Перегруз чартами. 20 KPI без иерархии — слабо. Сильный кандидат строит top-level с 4-5 метриками, далее drill-down по разделам.

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 InfoWatch для BI?

Гибрид распространён, для middle+ возможна полная удалёнка. Часть команд работает из московского офиса.

Зарплатные вилки 2026?

Middle BI: 200-290k. Senior: 290-420k. Lead-уровень — выше, зависит от грейда.

Английский нужен?

Базовый — желательно для чтения документации и работы с международными клиентами.

Сколько этапов?

4-5 этапов, 2-3 недели от первого скрининга до оффера.

Это официальная информация?

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