Собеседование на Data Scientist в ЭР-Телеком

Почему ЭР-Телеком — особенный работодатель для DS

ЭР-Телеком (бренды «Дом.ru», «Дом.ru Бизнес») — один из крупнейших российских провайдеров широкополосного доступа в интернет (ШПД) для B2C и B2B: миллионы абонентов домашнего интернета в более чем 60 городах России, B2B-связь для среднего бизнеса. Для Data Scientist это специфический telco-контекст: фокус на фиксированную связь (а не мобильную, как у МТС/МегаФон), географическое разделение по городам с собственными рынками, конкуренция с местными провайдерами и большими федералами.

Главные ML-домены: churn-prediction для B2C-абонентов ШПД (домашний интернет), B2B-аналитика (корпоративные клиенты), network-аналитика (планирование мощностей, прогноз нагрузки на узлы доступа), прогноз спроса на новые услуги (умный дом, видеонаблюдение), антифрод, иногда — operations DS (маршрутизация выездов монтажников, прогноз отказов оборудования).

Стек: Python + Catboost + LightGBM + Prophet/statsmodels; Greenplum и ClickHouse для аналитики; Hadoop/Spark для тяжёлых данных; MLflow; Airflow. Часть инфраструктуры — собственная ЭР-Телеком, часть — стандартный telco-стек.

Актуальные вакансии — на hh.ru и сайте ЭР-Телеком.

Этапы собеседования

Полный цикл — 3-5 недель, 4-5 этапов. Процесс прагматичный: HR, ML-теория, кодинг и SQL, продуктовый кейс, финал.

1. HR-скрининг (30-45 минут)

Рекрутер уточняет: production-опыт ML (от 1.5-2 лет, желательно с telco, B2C-аналитикой или CRM), знание стека, мотивацию идти в ЭР-Телеком, ожидания по компенсации и формату (Пермь — головной офис, Москва, региональные подразделения). Готовь питч на 90 секунд про самый зрелый production-кейс.

2. ML-теория (60-90 минут)

Базовая секция со старшим DS. Темы: градиентный бустинг, классические методы, feature engineering для ШПД-данных, time-series, методы детекции аномалий. Специфический вопрос: «как ты бы построил churn-модель для домашнего интернета с учётом, что часть абонентов уходит к местному провайдеру в районе».

Подготовка: классическая ML, time series, feature engineering.

3. Python + SQL live coding (60 минут)

Задачи прагматичные: 1-2 на Python (pandas), 1-2 на SQL (оконки, JOIN). Часто живой кейс на абонентских данных. Готовиться: 30-50 SQL Medium-Hard задач + 20 простых на Python.

Подготовка: live coding.

4. Продуктовый кейс (60-90 минут)

Кейс: «спроектируй churn-pipeline для абонентов ШПД с учётом географической специфики», «как ты бы построил pipeline планирования мощностей сети по районам», «как сделать операционную аналитику маршрутизации монтажников». Нужно: уточнить требования, описать данные, выбрать модель, продумать пайплайн. Сильный сигнал — учёт географической специфики (60+ городов, разные рынки).

Подготовка: ML system design.

5. Финал с тимлидом / руководителем направления (45 минут)

Беседа с тимлидом, грейд, оффер.

Особенности по командам

Churn B2C (ШПД). Команда строит churn-модели для миллионов абонентов домашнего интернета. Стек — Catboost + Greenplum + интеграция с CRM. Челлендж — географическая специфика, конкуренция с местными провайдерами. Подойдёт DS с B2C-аналитикой или CRM-фоном.

B2B-аналитика. Команда работает с B2B-сегментом «Дом.ru Бизнес»: churn, upsell, прогноз revenue. Стек — Catboost + Greenplum + дашборды. Подойдёт DS с B2B-аналитикой.

Network-аналитика. Команда работает с сетевой аналитикой: планирование мощностей узлов доступа, прогноз нагрузки, оптимизация сети. Стек — Python + Spark + Hadoop + специализированные telco-системы. Подойдёт DS с инженерным бэкграундом.

Operations DS. Команда занимается операционной аналитикой: маршрутизация выездов монтажников, прогноз отказов оборудования. Стек — Python + Catboost + OR-методы (vehicle routing). Подойдёт DS с интересом к operations research.

Антифрод и продуктовая аналитика. Команда строит pipeline антифрода и продуктовой аналитики (новые услуги: умный дом, видеонаблюдение). Стек — Catboost + Greenplum + ClickHouse. Подойдёт DS с антифрод-background или продуктовой аналитикой.

Что ЭР-Телеком ценит в DS

Telco / B2C-контекст. Опыт в telco, ритейле, banking — большой плюс.

Понимание географической специфики. В ЭР-Телеком 60+ городов с разной экономикой. Кандидат, который думает о «среднем абоненте» без географической разбивки, теряет балл.

Production-опыт. История про модель в проде с цифрами.

Weak vs strong на System Design. Слабый ответ: «возьмём GBM для churn». Сильный ответ: «churn в ШПД зависит от конкурентного окружения: в городах, где появился новый провайдер с агрессивной ценой — рост voluntary churn. Архитектура: market intelligence-фичи (когда в районе появляется конкурент) + tariff-fairness фичи (соотношение нашей цены к средней по району) + квалитативные фичи (число неисправностей у абонента за квартал) → Catboost. Модель — per-город или один с city_id как фичей. Метрика — revenue saved в когортном A/B по регионам».

Готовность к работе с операционкой. ЭР-Телеком ценит DS, которые могут работать с операционными командами (монтажники, саппорт).

Self-management. Команды компактные.

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — Табличный ML и time-series. Catboost/LightGBM, Prophet, методы детекции аномалий. Параллельно — на Карьернике обнови базу по SQL и Python: 1500+ задач, по 15-20 минут в день.
2. Неделя 3 — Telco / B2C контекст. Прочитай блоги МТС Big Data, ВымпелКом, обзоры ШПД-рынка России. Запомни понятия: ШПД, ARPU, churn (voluntary/involuntary), market intelligence, vehicle routing для монтажников.
3. Неделя 4 — Python + SQL live coding. 30-50 SQL Medium-Hard задач + 20 простых на pandas.
4. Неделя 5 — System Design кейсы. Прорешай 5-6 кейсов: churn для ШПД с географической спецификой, B2B-аналитика, маршрутизация монтажников, predictive maintenance, антифрод. ML system design.
5. Неделя 6 — Mocks и behavioral. Mock-интервью, 5-7 STAR-историй.

Частые ошибки

Игнорируют географическую специфику. В ЭР-Телеком 60+ городов с разной экономикой. Кандидат, который рассказывает про «среднее по компании», теряет балл.

Не учитывают market intelligence. Churn в ШПД зависит от появления конкурентов.

Не разбираются в B2C-метриках. «Что такое voluntary vs involuntary churn?» — кандидат теряется.

Хайпуют сложными моделями. На telco-табличке Catboost обычно выигрывает.

Не задают вопросы про данные. На кейсе сразу — модель, а не «какие данные есть в CRM/OSS, какая частота, какая market intelligence».

Связанные темы

• Собеседование на Data Scientist
• Feature engineering
• Time series на собесе
• Собеседование на Data Scientist в Tele2
• Собеседование на Data Scientist в Ростелекоме

FAQ

Удалёнка в ЭР-Телекоме для DS?

Гибрид с офисами в Перми (головной) и Москве, региональные подразделения. Полная удалёнка возможна для отдельных позиций.

Зарплатные вилки 2026?

Middle DS: 220-340k. Senior: 340-540k. Lead — выше.

Нужен ли английский?

Базовый — для документации.

Сколько этапов?

4-5 этапов, 3-5 недель.

Реально ли пройти без telco-опыта?

Реально на middle-позицию, если есть опыт с B2C-аналитикой или CRM (банки, ритейл).

Какие книги и ресурсы помогут подготовиться?

«Designing Data-Intensive Applications», статьи МТС Big Data, обзоры ШПД-рынка. По SQL — задачник Карьерника.

Что подчеркнуть на финале?

Опыт работы с B2C-аналитикой, понимание географической специфики, готовность работать с операционными командами (монтажники, саппорт).

Чем работа в ЭР-Телекоме отличается от других ШПД-провайдеров?

ЭР-Телеком — независимый федеральный игрок ШПД с фокусом на 60+ городов. По сравнению с Ростелекомом (государственная корпорация) — более компактная и продуктовая компания, быстрее принимает решения. По сравнению с МТС-Дом или Билайн-Дом (части федеральных telco) — более фокусирован на ШПД как core-бизнес, а не как побочный продукт мобильного.

Сколько собесов параллельно вести?

3-4 ШПД- или telco-компании одновременно (ЭР-Телеком, Ростелеком, МТС-Дом, Билайн-Дом). Параллельные собесы помогают калибровать офферы и формат, особенно по уровню региональной автономии.

Какие архитектурные кейсы стоит подготовить?

Churn для ШПД с географической спецификой (60+ городов с разными рынками), vehicle routing для монтажников, predictive maintenance оборудования доступа, антифрод, B2B-segmentation для «Дом.ru Бизнес».

Реально ли пройти на удалёнке?

Для head-office позиций (аналитика, продукт) — возможно. Для региональных команд — часто гибрид или офис.

Какие книги и ресурсы дополнительно помогут?

Дополнительно к «Designing Data-Intensive Applications» — обзоры по ШПД-рынку России, статьи по vehicle routing для maintenance-задач, обзоры по operations research в крупных компаниях. Также полезно посмотреть обзоры конкурентного рынка в основных городах присутствия ЭР-Телекома.

Сколько готовиться к собесу в ЭР-Телекоме?

В среднем 5-7 недель, если есть опыт в telco или B2C. Без profile-опыта — 7-9 недель.

Что отличает ШПД-провайдеров от мобильных операторов?

ШПД — фиксированная связь (домашний интернет), длинные контракты, низкий churn по сравнению с mobile, но и низкая ARPU. Мобильные операторы — short-cycle, высокий churn, гибкие тарифы. Если опыт в mobile-telco — ШПД-специфику можно подучить за 2-3 недели.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера — формат и грейды отличаются по командам.