Собеседование на BI-разработчика в Mindbox

Почему Mindbox — особенный работодатель для BI

Mindbox — один из крупнейших российских CDP/CRM-маркетинговых платформ для бизнеса. Клиенты — ритейл, e-commerce, банки, телеком, мобильные приложения. Продукты — Customer Data Platform, омниканальная коммуникация (email, push, SMS, mobile push, web push), персонализация контента, рекомендательная система. Сотни активных клиентов-брендов, миллиарды событий пользователей под управлением платформы.

Для BI-разработчика контекст — B2B SaaS с сильным uplift в работе с событийными данными. Дашборды смотрят продакт-менеджеры, sales, customer success, маркетинг (внутренний). Метрики: подписочные (ARR/MRR, NRR, churn клиентов-брендов), продуктовые (DAU/MAU клиентских команд внутри платформы, retention использования, активация фич), кампании (open rate, CTR, conversion для клиентских кампаний — для customer success), B2B sales (sales pipeline).

Стек: Power BI как основной BI-инструмент, ClickHouse для горячих витрин (события пользователей клиентов, кампании-метрики), Greenplum для исторических агрегатов, dbt для слоёв трансформаций. SQL — рабочий язык. Из-за специфики CDP объём данных огромный, поэтому умение оптимизировать запросы критично.

Актуальные вакансии — на hh.ru и сайте Mindbox.

Этапы собеседования

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

1. HR-скрининг (30-45 минут)

Рекрутер проверяет твой опыт с Power BI, SQL, dbt, был ли опыт в B2B SaaS или CDP/CRM. Если работал в Salesforce, HubSpot, AmoCRM, ритейл-CDP — упомяни сразу. Готовь питч на 90 секунд: что строил, какие метрики, для какой аудитории, какой эффект.

2. SQL deep dive (60-90 минут)

Глубокая SQL-секция: оконные функции для расчёта retention и кампаний-метрик, sessionization пользовательских событий, сложные JOIN кампаний и пользовательских действий, оптимизация в ClickHouse (PREWHERE, материализованные view, sampling) для event-таблиц в петабайт-размере, Greenplum. Бывают задачи на conversion funnel кампаний, расчёт LTV клиента-бренда, NRR.

Подготовка: SQL для BI.

3. Power BI (60 минут)

Глубокая секция: DAX (CALCULATE, FILTER, ALL, time-intelligence), модель данных под CDP/CRM (факт событий, факт кампаний, dim клиенты-бренды, dim пользователи внутри клиентов), datasets vs dataflow, RLS под аккаунт-менеджеров и продактов, оптимизация под десятки миллионов строк.

Подготовка: Power BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание: «спроектируй дашборд ARR + кампании-метрики». Нужно показать целевую аудиторию (CEO, продакт, customer success), выбрать ключевые метрики (ARR/MRR, NRR, churn, средняя активность клиента, доход от кампаний), спроектировать drill-down (клиент-бренд → продукт → конкретная кампания), продумать RLS. Слабые ответы — KPI без иерархии; сильные — внятная структура.

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 витриной, про защиту архитектуры решения.

Особенности по командам

Subscription analytics. Главный домен: ARR/MRR клиентов-брендов, NRR, churn, retention, ARPU. Сложность — клиенты разного размера (от small business до enterprise), модели разные (per-message, per-user, per-feature). Подойдёт BI с опытом в SaaS subscription-метриках.

Customer analytics. Аналитика retention клиентов-брендов: что определяет, останется ли клиент после первого года; какие features наиболее значимы; влияние customer success на retention. Тесная связка с customer success командой. Подходит инженерам, кому интересно понять, что drives B2B retention.

Campaign analytics. Метрики кампаний клиентов: open rate, CTR, conversion, доход от кампаний. Сложность — много типов кампаний (email, push, SMS, web push, mobile push), каждый со своими метриками. Подходит BI с опытом в email-маркетинге или CRM-аналитике.

Marketing. Внутренний маркетинг Mindbox: CAC по каналам и сегментам, ROI кампаний, retention клиентов после первых месяцев, эффективность контент-маркетинга и партнёрской программы. Подходит BI с опытом в B2B-маркетинге.

Platform / Data. Core data team: обслуживает витрины, обеспечивает консистентность данных. Огромные объёмы данных (миллиарды событий), контроль качества событий, схема telemetry. Подходит BI с инженерным уклоном.

Что Mindbox ценит в BI

SQL уверенно. Базовая компетенция. Слабый ответ: «писал JOIN». Сильный: «оптимизировал расчёт open rate на 2Б событий кампаний в ClickHouse через материализованную view с агрегацией по дате и кампании, ускорил с 90 секунд до 4».

Power BI / dbt. Понимание модели данных и DAX. Слабый ответ: «делал отчёты». Сильный: «построил star schema под CDP (факт событий, факт кампаний, dim бренды, dim users), реализовал RLS по аккаунт-менеджеру, ускорил отчёт».

CDP / CRM domain. Понимание customer-метрик. Слабый ответ: «делал отчёты по клиентам». Сильный: «декомпозировал NRR на upsell новых features, расширение использования, churn, выявил, что upsell на сегментацию даёт +15% к ARPU клиента».

ARR / campaign метрики. Знание SaaS и campaign-метрик. Слабый ответ: «считал выручку». Сильный: «декомпозировал ARR на new business, expansion, contraction, churn; для кампаний построил funnel sent → delivered → opened → clicked → converted с conversion rate на каждом шаге».

RLS / compliance. Безопасность данных, особенно важно для CDP с клиентскими данными. Слабый ответ: «не работал с RLS». Сильный: «реализовал RLS на 4 уровня — global, бизнес-юнит, бренд, аналитик; добавил обезличивание PII пользователей клиентов».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + dbt. Оконные функции, оптимизация в ClickHouse, event-аналитика. 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. SQL для BI.
2. Неделя 3 — Power BI. DAX, time-intelligence, RLS, оптимизация. Power BI.
3. Неделя 4 — Dashboard design. Принципы Stephen Few, разбор CDP/CRM-дашбордов. Dashboard design.
4. Неделя 5 — Data modeling. Star schema под CDP, SCD для клиентских контрактов. Data modeling.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

Слабый SQL. Кандидат говорит «писал SELECT» — слабо. Сильный кандидат: «оптимизировал расчёт CTR кампаний на 5Б событий через материализацию агрегатов, ускорил с 3 минут до 8 секунд».

Power BI поверхностно. Кандидат знает базовые визуалы, но плавает в DAX — отсев. Сильный кандидат показывает оптимизацию модели.

Без CDP / CRM понимания. Кандидат не понимает omni-channel метрики, attribution, segmentation — слабо. Сильный кандидат сразу декомпозирует, как клиент-бренд использует платформу.

Без campaign метрик. Кандидат не знает funnel email-кампании — провал. Сильный кандидат строит funnel sent → delivered → opened → clicked → converted с метриками на каждом шаге.

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 Mindbox для BI?

Часто полная удалёнка, открыты к remote-работникам из разных городов.

Зарплатные вилки 2026?

Middle BI: 230-330k. Senior: 330-480k. Lead-уровень — выше, зависит от грейда.

Английский нужен?

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

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.