Собеседование на BI-разработчика в Pixonic

Почему Pixonic — особенный работодатель для BI

Pixonic — мобильная игровая студия, разработчик флагманского F2P-шутера War Robots и других проектов. Часть холдинга Astrum и экосистемы VK Play. Сотни тысяч активных игроков ежедневно, многомиллионная мобильная аудитория, длинная история live ops, сложный matchmaking. Для BI-разработчика это типичный mobile F2P-кейс: огромный поток поведенческих событий, классические game-метрики, тесная работа с UA-командой и геймдизом.

BI работает с mobile gaming-метриками: DAU/MAU, retention (D1/D7/D30/D90), ARPDAU и ARPPU, ROAS по UA-каналам, ad revenue (если есть rewarded video), IAP-funnel (impression → tap → purchase), conversion non-paying → paying, monetization-эффект ивентов. Тесная связка с маркетингом — оценка качества трафика по cohort retention и LTV.

Стек: Power BI как основной BI-инструмент, ClickHouse для горячих витрин с миллиардами event-строк, Greenplum для исторических агрегатов, dbt для слоёв трансформаций. SQL — рабочий язык, с фокусом на event-аналитику и retention cohorts.

Актуальные вакансии — на hh.ru и сайте Pixonic.

Этапы собеседования

Полный цикл — 2-3 недели и 4-5 этапов.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет твой опыт с Power BI и SQL, был ли опыт в mobile gaming/F2P, готовность работать с огромным объёмом event-данных. Если работал в Playrix, Lesta, Belka, AppLovin — упомяни сразу. Питч на 90 секунд: какие игры/продукты, какие метрики, какой эффект.

2. SQL deep dive (60-90 минут)

Глубокая SQL-секция: оконные функции для retention curves, sessionization, cohort retention, оптимизация в ClickHouse и Greenplum. Задачи на conversion funnel магазина, ARPDAU/ARPPU по сегментам, расчёт LTV.

Подготовка: SQL для BI.

3. Power BI (60 минут)

Глубокая секция: DAX, модель данных под F2P (факт сессий, факт покупок, dim игроки, dim матчи), RLS под команды, оптимизация.

Подготовка: Power BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание: «спроектируй дашборд retention + monetization» или «дашборд для live ops события». Нужно выбрать метрики (DAU/MAU, retention D1/D7/D30, ARPDAU, ARPPU, conversion в платящие), сегментацию (уровень, гео, платформа iOS/Android), drill-down. 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.

Особенности по командам

Retention / Engagement. Ядро аналитики F2P-игры: retention D1/D7/D30, активность игроков, частота сессий, время игры в день. Дашборды смотрят геймдизы и продакты. Подойдёт BI с опытом event-аналитики.

Monetization. Метрики дохода: ARPDAU, ARPPU, conversion non-paying → paying, доход по типам товаров (премиум, скины, ускорители, ad revenue). Тесная связка с продуктом и геймдизом. Подходит инженерам с интересом к F2P-монетизации.

UA / Performance. Аналитика user acquisition: ROAS, CAC по каналам, cohort retention по источникам, LTV по сегментам трафика, эффективность креативов. Тесная связка с UA-командой. Подходит BI с опытом в performance-маркетинге.

Live ops. Аналитика ивентов и акций: эффективность ивента (DAU pickup, доход, retention pickup), баланс прогрессии, A/B-тесты механик. Самая высокая частота решений. Подходит BI, кто любит быстрый темп.

Platform / Data. Core data team: обслуживает витрины, event-pipeline между клиентом и серверами. Огромные объёмы данных, контроль качества событий. Подходит BI с инженерным уклоном.

Что Pixonic ценит в BI

SQL уверенно. Базовая компетенция. Слабый ответ: «писал JOIN». Сильный: «оптимизировал расчёт retention D7 на 8Б событий в ClickHouse через материализованную view с агрегацией по дате регистрации и платформе, ускорил с 5 минут до 12 секунд».

Power BI / dbt. Понимание модели данных и DAX. Слабый ответ: «делал отчёты». Сильный: «построил star schema под F2P-витрину, реализовал RLS, оптимизировал DAX-меры».

Mobile gaming domain. Понимание F2P-метрик. Слабый ответ: «работал с приложением». Сильный: «строил retention curve по уровню игрока, выявил, что после уровня 25 retention резко падает, дал гипотезу про прогрессионную яму».

Retention / ARPDAU метрики. Знание ключевых F2P-показателей. Слабый ответ: «считал выручку». Сильный: «декомпозировал ARPDAU на conversion в платящие, ARPPU, частоту покупок, нашёл, что conversion вырос после смены оффера первой недели».

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

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + dbt. Оконные функции, sessionization, cohort retention. 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. Power BI.
3. Неделя 4 — Dashboard design. Принципы Stephen Few, разбор mobile gaming-дашбордов (GameAnalytics, devtodev). Dashboard design.
4. Неделя 5 — Data modeling. Star schema под F2P. Data modeling.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

Слабый SQL. Кандидат говорит «писал SELECT» — слабо. Сильный кандидат: «оптимизировал расчёт DAU на 10Б событий через материализацию агрегатов, ускорил с 5 минут до 8 секунд».

Power BI поверхностно. Кандидат знает базовые визуалы, но плавает в DAX — отсев. Сильный кандидат рисует star schema под F2P.

Без mobile gaming domain. Кандидат не понимает retention D1/D7/D30, ARPDAU, conversion в платящие — слабо. Сильный кандидат декомпозирует ARPDAU.

Без retention / monetization. Кандидат показывает только выручку — слабо. Сильный кандидат строит retention curve и анализирует эффект ивентов.

Перегруз чартами. 25 KPI на одном экране — 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 Pixonic для BI?

Гибрид и удалёнка распространены, часть команд работает из московского офиса.

Зарплатные вилки 2026?

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

Английский нужен?

Базовый — желательно. Для cross-team проектов может потребоваться разговорный.

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.