Собеседование на BI-разработчика в Контур

Почему Контур — особенный работодатель для BI

«Контур» (СКБ Контур) — одна из крупнейших российских B2B SaaS-компаний с долгой историей и широким продуктовым портфелем: Эльба (онлайн-бухгалтерия для предпринимателей), Диадок (электронный документооборот), Фокус (проверка контрагентов), Экстерн (отчётность), Контур.Бухгалтерия, Контур.Сертификаты и десятки других продуктов. Сотни тысяч клиентов от микробизнеса до крупного. Главный офис исторически в Екатеринбурге, инженерные команды распределены по России.

Для BI-разработчика контекст — типичный B2B SaaS с длинной продуктовой линейкой. Дашборды смотрят продакт-менеджеры каждого продукта, sales, маркетинг, support, финансовый блок. Метрики делятся на subscription-уровень (ARR/MRR, NRR, churn, ARPU по продуктам), B2B sales pipeline (sales funnel, win-rate, длительность сделки), продуктовые (DAU/MAU, retention, активация, NPS), маркетинговые (CAC, LTV, retention по каналам).

Стек: Power BI как основной BI-инструмент, ClickHouse для горячих витрин и продуктовой телеметрии, Greenplum для исторических агрегатов и финансовой отчётности, dbt для слоёв трансформаций. SQL — рабочий язык. Из-за множества продуктов с разной моделью данных задача консолидации витрин нетривиальна, и BI-инженер вечно вертится между общими подходами и продуктовой спецификой.

Актуальные вакансии — на hh.ru и сайте Контура.

Этапы собеседования

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

1. HR-скрининг (30-45 минут)

Рекрутер проверяет твой опыт с Power BI и SQL, был ли опыт в B2B SaaS, готовность к работе с длинной продуктовой линейкой. Если работал в Битрикс24, AmoCRM, других B2B SaaS — упомяни сразу. Готовь питч на 90 секунд: какие продукты, какие метрики, какой эффект.

2. SQL deep dive (60-90 минут)

Глубокая SQL-секция: оконные функции (для расчёта MRR по периодам, retention), сложные JOIN для consolidate данных между продуктами, рекурсивные CTE для иерархий клиентов, оптимизация в ClickHouse (PREWHERE, материализованные view) и Greenplum (distribution key). Бывают задачи на B2B funnel, расчёт NRR, cohort retention клиентов после первой покупки.

Подготовка: SQL для BI.

3. Power BI (60 минут)

Глубокая секция: DAX (CALCULATE, FILTER, ALL, time-intelligence для расчёта YoY, MTD по подпискам), модель данных под мульти-продуктовый B2B SaaS (факты подписок, факты revenue, dim продукты, dim клиенты), datasets vs dataflow, RLS по продакту и сегменту клиента, оптимизация под десятки миллионов строк по подпискам.

Подготовка: Power BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание: «спроектируй дашборд ARR + churn по продуктам». Нужно показать целевую аудиторию (CEO, product director, продакты конкретных продуктов), выбрать метрики (ARR total + по продуктам, MRR growth, NRR, churn по причинам, ARPU), спроектировать drill-down (продукт → сегмент клиента → конкретный аккаунт). Слабые ответы — однообразные KPI-карточки; сильные — выстроенная иерархия для разных пользователей.

Подготовка: Dashboard design, data modeling для BI.

5. Поведенческое (45 минут)

Финальная встреча с тимлидом. STAR-формат: расскажи про конфликт с продактом, про факап с моделью данных, про защиту архитектуры. Контур ценит командное мышление и долгосрочную работу — это сразу видно на behavioral.

Особенности по командам

Subscription analytics. Главный домен: ARR/MRR по продуктам, NRR, churn, retention, ARPU, LTV. Сложность — каждый продукт имеет свою модель подписки (Эльба — годовая лицензия, Диадок — pay-per-use, Экстерн — посезонные пики из-за отчётности). Подойдёт BI с опытом в SaaS subscription-метриках.

Product analytics. Аналитика конкретных продуктов: Эльба (DAU/MAU предпринимателей, активация, retention), Диадок (объём документооборота, conversion на платные тарифы), Фокус (использование сервиса, конверсия проверок в подписку). Подходит инженерам с интересом к продуктовой аналитике и пониманием B2B-продуктов.

B2B Sales pipeline. B2B-воронка: лид → MQL → SQL → POC → договор → продление. Дашборды по win-rate, средней длительности сделки, conversion. Тесная связка с CRM. Подходит BI с опытом в B2B SaaS-продажах.

Marketing. Анализ маркетинговых каналов: CAC по сегментам (микробизнес vs крупный), ROI кампаний, retention по каналу, эффективность партнёрской программы. Подходит BI с опытом в digital-маркетинге.

Platform / Data. Core data team: обслуживает корпоративные витрины, обеспечивает консистентность данных между продуктами (каждый продукт — отдельная база). Сложная задача — построить единое представление клиента поверх множества источников. Много dbt, ClickHouse, Greenplum.

Что Контур ценит в BI

SQL уверенно. Базовая компетенция. Слабый ответ: «писал JOIN». Сильный: «оптимизировал отчёт по ARR на 100М строк подписок в ClickHouse через материализованную view с почемесячной агрегацией, ускорил с 90 секунд до 4».

Power BI / dbt. Понимание модели данных и DAX. Слабый ответ: «делал отчёты». Сильный: «построил star schema под мульти-продуктовый SaaS (факт подписок, факт events, dim продукты, dim клиенты), реализовал RLS по продукту, ускорил отчёт через оптимизацию DAX-мер».

B2B SaaS / subscription domain. Понимание SaaS-метрик. Слабый ответ: «считал выручку». Сильный: «декомпозировал ARR на new business / expansion / contraction / churn, показал, что NRR в Эльбе 108%, в Диадоке 95%, дал гипотезу по причинам».

ARR / retention метрики. Знание ключевых SaaS-показателей. Слабый ответ: «считал retention». Сильный: «строил cohort retention по году подключения, разделил по продуктам и сегменту клиента (микро vs малый vs средний), нашёл leading-индикаторы оттока в первом квартале».

RLS / compliance. Безопасность данных. Слабый ответ: «не работал с RLS». Сильный: «реализовал RLS на 4 уровня — global, бизнес-юнит, продукт, аналитик; добавил аудит доступа и обезличивание клиентских данных в dev-средах».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + dbt. Оконные функции, оптимизация в ClickHouse и Greenplum, SaaS-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. Power BI.
3. Неделя 4 — Dashboard design. Принципы Stephen Few, разбор SaaS-дашбордов (HubSpot, Pipedrive). Dashboard design.
4. Неделя 5 — Data modeling. Star schema под subscription, SCD для контрактов, multi-product consolidation. Data modeling.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

Слабый SQL. Кандидат говорит «писал SELECT» — слабо. Сильный кандидат: «оптимизировал расчёт NRR на 50М строк в ClickHouse, переписал подзапросы в CTE с pre-агрегацией, ускорил с 80 секунд до 6».

Power BI поверхностно. Кандидат знает базовые визуалы, но плавает в DAX — отсев. Сильный кандидат показывает star schema под мульти-продуктовый SaaS и оптимизацию DAX.

Без B2B SaaS понимания. Кандидат не знает MRR/ARR/NRR/churn — слабо. Сильный кандидат сразу декомпозирует subscription revenue.

Без ARR / retention. Кандидат показывает только revenue — слабо. Сильный кандидат строит cohort retention и leading-индикаторы.

Перегруз чартами. 20 KPI без иерархии — слабо. Сильный кандидат строит top-level и drill-down.

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 Контуре для BI?

Гибрид и удалёнка распространены, главный офис в Екатеринбурге, инженерные команды распределены по России.

Зарплатные вилки 2026?

Middle BI: 210-300k. Senior: 300-430k. Lead-уровень — выше, зависит от грейда.

Английский нужен?

Базовый — желательно для чтения документации. Разговорный не критичен для большинства команд.

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.