Собеседование на BI-разработчика в Okko

Почему Okko — особенный работодатель для BI

Okko — крупный VOD/стриминг-сервис в РФ, входит в группу Rambler&Co и Сбер-экосистему. Миллионы активных пользователей, библиотека из тысяч фильмов и сериалов, web/мобильные/Smart TV/ТВ-приставки. Тесная интеграция со СберПрайм и SberDevices — часть подписной аудитории идёт оттуда. Для BI это значит работу с event-аналитикой большого объёма и сложной кросс-сервисной воронкой.

Контекст BI-инженера специфический: дашборды смотрят продакты, content-команда (закупка контента и собственное производство), маркетинг, advertising-команда, монетизация. Метрики делятся на engagement (watch time, completion rate, sessions per user) и бизнес (подписочная выручка, ARPU, retention, churn). Дополнительно — реклама в AVOD-сегменте и cross-promo внутри Сбер-экосистемы.

Стек: Power BI как основной BI-инструмент, ClickHouse для горячих витрин (event-данные, сессии), Greenplum для исторических агрегатов, dbt для трансформаций. SQL — рабочий язык, с фокусом на event-аналитику.

Актуальные вакансии — на hh.ru и сайте Okko.

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 и SQL, был ли опыт в media/streaming/ad-tech, готовность работать с большими объёмами event-данных. Если работал в Иви, Кинопоиске, Premier, RuTube — упомяни сразу. Готовь питч на 90 секунд: что строил, для какой аудитории.

2. SQL deep dive (60-90 минут)

Глубокая SQL-секция с фокусом на event-аналитику: оконные функции для сессионизации, funnel-запросы, cohort retention, оптимизация в ClickHouse (PREWHERE, материализованные view, sampling), Greenplum. Бывают задачи на расчёт watch time, completion rate, retention M1/M3.

Подготовка: SQL для BI.

3. Power BI (60 минут)

Глубокая секция: DAX, модель данных под streaming-витрину, datasets vs dataflow, RLS под команды, оптимизация под десятки миллионов событий.

Подготовка: Power BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание: «спроектируй дашборд engagement + retention». Нужно выбрать ключевые метрики (DAU/MAU, watch time per user, retention curve, sessions), сегментацию (платформы, гео, новые vs давние), drill-down от уровня сервиса к конкретным шоу. Слабые ответы — десятки KPI; сильные — выстроенная иерархия.

Подготовка: Dashboard design, data modeling для BI.

5. Поведенческое (45 минут)

Финальная встреча с тимлидом. STAR-формат: расскажи про конфликт с продактом, факап с витриной, защиту архитектуры.

Особенности по командам

Engagement / Watch time. Ядро BI-аналитики: метрики просмотра контента — total watch time, completion rate, drop-off, переключения. Дашборды критичны для продактов и content-команды. Подойдёт BI с интересом к event-аналитике.

Subscription funnel. Воронка подписки Okko: триал → платная подписка → продление → отписка, плюс часть подписчиков через СберПрайм. Метрики conversion, retention M1/M3/M12, LTV, ARPU. Тесная связка с маркетингом и кросс-сервисной аналитикой Сбер-экосистемы.

Content. Аналитика контента: какие тайтлы лучше работают по retention, ROI закупленного контента, востребованность жанров, эффективность подборок и рекомендаций. Подходит BI с интересом к media-индустрии.

Advertising. AVOD-сегмент (рекламная модель): CPM, fill rate, viewability, ad impressions per session, влияние рекламы на retention. Подходит инженерам с опытом в ad-tech.

Платформа / Data. Core data team: обслуживает витрины, обеспечивает консистентность event-pipeline между платформами. Много dbt, ClickHouse, Greenplum. Подходит инженерам, кто хочет строить data-инфраструктуру.

Что Okko ценит в BI

SQL уверенно. Базовая компетенция. Слабый ответ: «писал JOIN». Сильный: «оптимизировал расчёт DAU на 1Б событий в ClickHouse через материализованную view, ускорил с 90 секунд до 4».

Power BI / dbt. Понимание модели данных и DAX. Слабый ответ: «делал отчёты». Сильный: «построил star schema под streaming, оптимизировал DAX-меры через variables, ускорил отчёт с 30 до 5 секунд».

Media / streaming domain. Понимание VOD-метрик. Слабый ответ: «считал просмотры». Сильный: «строил retention curve по платформе, выявил, что Smart TV retention в 1.5 раза выше мобилок».

Engagement / retention метрики. Знание ключевых streaming-метрик. Слабый ответ: «считал DAU». Сильный: «декомпозировал retention на time-to-first-content, completion rate, частоту сессий».

RLS / compliance. Безопасность данных. Слабый ответ: «не работал с RLS». Сильный: «реализовал RLS на 3 уровня, добавил обезличивание PII в dev».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + dbt. Оконные функции, sessionization, cohort retention в ClickHouse. Параллельно — прорешай вопросы по SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. SQL для BI.
2. Неделя 3 — Power BI. DAX, time-intelligence, RLS, оптимизация. Power BI.
3. Неделя 4 — Dashboard design. Принципы Stephen Few, разбор стриминг-дашбордов. Dashboard design.
4. Неделя 5 — Data modeling. Star schema под streaming. Data modeling.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

Слабый SQL. Кандидат говорит «делал отчёты» — слабо. Сильный кандидат: «оптимизировал расчёт sessions на 2Б событий через материализованную view, ускорил с 3 минут до 8 секунд».

Power BI поверхностно. Кандидат знает базовые визуалы, но плавает в DAX — отсев. Сильный кандидат рисует star schema под streaming.

Без streaming / media domain. Кандидат не понимает watch time vs CTR — слабо. Сильный кандидат декомпозирует engagement.

Без engagement / retention. Кандидат показывает только выручку — слабо. Сильный кандидат строит retention curve и связывает с engagement.

Перегруз чартами. 25 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 Okko для BI?

Часто полная удалёнка для middle+ грейдов. Часть команд работает из московского офиса.

Зарплатные вилки 2026?

Middle BI: 200-300k. Senior: 300-440k. Lead-уровень — выше, зависит от грейда.

Английский нужен?

Базовый — желательно. Разговорный 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.