Собеседование на BI-разработчика в Yandex Cloud

Почему Yandex Cloud — особенный работодатель для BI

Yandex Cloud — облачная платформа Яндекса, B2B SaaS-провайдер с амбициями стать ведущим российским cloud-сервисом. Продуктовая линейка: Compute (виртуальные машины), Object Storage, Managed Kubernetes, ML Platform (DataSphere, YandexGPT API), управляемые базы данных (PostgreSQL, MySQL, ClickHouse, MongoDB), DataLens как сервис аналитики. Для BI-разработчика контекст специфический: всё внутри Яндекс-экосистемы, поэтому стек существенно отличается от рыночного.

BI работает с продуктовыми и бизнес-метриками: revenue по сервисам, usage patterns клиентов, B2B sales pipeline, retention клиентов, infra-метрики. Особенность: команда сама ест собственные продукты — DataLens, ClickHouse-as-Service, YT-аналог. Дашборды смотрят продакты сервисов, sales, finance, customer success, capacity planning.

Стек: DataLens как основной BI-инструмент, YQL как язык запросов (поверх YT/YTSaurus), ClickHouse для горячих витрин, YT для тяжёлых ETL. Это значит — нужно знать или быстро освоить YQL и понимать особенности DataLens.

Актуальные вакансии — на hh.ru и сайте Yandex Cloud.

Этапы собеседования

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

1. HR-скрининг (30-45 минут)

Рекрутер проверяет твой опыт с DataLens или другими BI-инструментами, SQL, готовность освоить YQL, опыт в B2B SaaS или cloud. Если работал в VK Cloud, Cloud.ru, Selectel, AWS — упомяни сразу.

2. SQL deep dive (60-90 минут)

Глубокая SQL/YQL-секция: оконные функции, оптимизация в ClickHouse, особенности YQL (lazy evaluation, работа с YT-таблицами, MapReduce-стиль). Задачи на consumption analytics, расчёт ARR/NRR.

Подготовка: SQL для BI.

3. DataLens (60 минут)

Глубокая секция: datasets, формульный язык DataLens, оконные функции, RLS, embedded-отчёты.

Подготовка: DataLens на собесе BI.

4. Дашборд-кейс (90 минут)

Тебе дают задание: «спроектируй дашборд revenue + usage по сервисам». Нужно выбрать метрики (ARR, NRR, consumption growth, share по сервисам), drill-down, RLS-логику.

Подготовка: Dashboard design, data modeling для BI.

5. Поведенческое (45 минут)

Финальная встреча с тимлидом. STAR + Yandex Values (ownership, фокус на пользователе).

Особенности по командам

Product analytics. Аналитика конкретных сервисов: Compute (utilization, revenue, retention клиентов), Storage (объём данных, consumption growth), Managed Databases (количество кластеров), ML Platform (использование GPU). Подойдёт BI с опытом в IaaS-аналитике.

B2B Sales pipeline. B2B-воронка: лид → POC → пилот → договор. Pipeline имеет двойную природу (sales-led + product-led через free tier). Подходит BI с опытом в SaaS-продажах.

Usage analytics. Специфический для cloud домен: usage patterns клиентов, leading-индикаторы upsell/cross-sell, retention. Подходит инженерам с интересом к B2B-pricing.

Marketing. Анализ маркетинговых каналов в B2B: CAC по сегментам, ROI кампаний, эффективность developer-марketинга. Подходит BI с опытом в B2B-маркетинге.

Platform / Data. Core data team: обслуживает корпоративные витрины. Огромные объёмы. Подходит BI с инженерным уклоном.

Что Yandex Cloud ценит в BI

YQL уверенно. Главная техническая компетенция, отличающая Yandex Cloud от рыночных вакансий. Слабый ответ: «не работал с YQL, но знаю SQL». Сильный: «писал на YQL запросы к YT-таблицам с биллинг-событиями в петабайт-объёме, использовал PRAGMA, переписал тяжёлый расчёт через UDF».

DataLens. Не «делал визуалы», а понимание модели datasets, формул. Слабый ответ: «делал чарты». Сильный: «построил dataset на 4 источниках с расчётными полями, оптимизировал тяжёлые формулы».

B2B SaaS / cloud domain. Понимание cloud-метрик. Слабый ответ: «считал выручку». Сильный: «декомпозировал NRR на expansion existing services и cross-sell, показал, что в GPU-сегменте NRR 150%».

Revenue / usage метрики. Знание cloud-метрик. Слабый ответ: «считал revenue». Сильный: «строил cohort consumption growth по году подключения».

RLS / compliance. Безопасность данных. Слабый ответ: «не работал с RLS». Сильный: «реализовал RLS в DataLens на 4 уровня».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL + YQL. Оконные функции, оптимизация в ClickHouse, освоить базовый YQL (документация Яндекса). 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 — DataLens. Datasets, формулы, RLS, оптимизация. DataLens.
3. Неделя 4 — Dashboard design. Разбор cloud-дашбордов. Dashboard design.
4. Неделя 5 — Data modeling. Star schema под consumption-billing. Data modeling.
5. Неделя 6 — Mocks + behavioral. Mock с фокусом на Yandex Values.

Частые ошибки

Слабый SQL. Кандидат говорит «писал SELECT» — слабо. Сильный кандидат: «оптимизировал расчёт consumption через YT/ClickHouse материализованную view».

DataLens поверхностно. Кандидат знает только чарты — отсев. Сильный кандидат рисует ER-диаграмму datasets.

Без B2B SaaS / cloud понимания. Кандидат не понимает consumption-pricing — слабо. Сильный кандидат обсуждает разницу subscription vs consumption.

Без usage метрик. Кандидат не знает, как считать NRR в pay-as-you-go — слабо.

Перегруз чартами. 20 KPI без иерархии — слабо.

Связанные темы

• Собеседование на BI-разработчика
• SQL для BI
• DataLens на собесе BI
• Power BI на собесе BI
• Dashboard design
• Data modeling для BI

FAQ

Удалёнка в Yandex Cloud для BI?

Гибрид и удалёнка распространены. Часть команд работает из московских офисов Яндекса.

Зарплатные вилки 2026?

Middle BI: 260-370k. Senior: 370-540k. Lead-уровень — выше.

Английский нужен?

Базовый — желательно для чтения документации.

Сколько этапов?

4-5 этапов, 2-3 недели. Может растягиваться из-за внутренних согласований Яндекса.

Это официальная информация?

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