Собеседование на финансового аналитика в Кинопоиск

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Почему Кинопоиск — особенный работодатель для финаналитика

Кинопоиск — крупнейший медиапортал и VOD-сервис в России, часть экосистемы Яндекса. Десятки миллионов активных пользователей, библиотека из сотен тысяч единиц контента, тесная интеграция с подпиской Яндекс Плюс. Для финаналитика контекст специфический: VOD-сервис внутри Яндекс-экосистемы, что добавляет кросс-сервисную динамику (Плюс объединяет несколько сервисов, и нужно атрибутировать доходы).

Финаналитик работает с unit economics стриминга: LTV подписчика, churn, ARPU (с учётом кросс-сервисности Плюса), content costs (закупка vs собственное производство — оригиналы Кинопоиска), advertising revenue в AVOD-сегменте, CAC по каналам. Дополнительно — оценка экономики оригинальных проектов, расчёт retention pickup от каждой премьеры.

Стек: Excel как основной инструмент FP&A, YQL и SQL для выгрузок (Яндекс-стек), Python для расчётов.

Актуальные вакансии — на hh.ru и сайте Яндекса.

Информация основана на публичных источниках и опыте кандидатов. Команды Кинопоиска используют разные процессы — уточняйте у рекрутера.

Этапы собеседования

Полный цикл — 2-3 недели и 5-6 этапов.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет опыт FP&A в media/streaming. Если работал в Иви, Окко, Premier, START, у Яндекс-партнёров — упомяни сразу.

2. Финансовая теория (45-60 минут)

Базовая секция: P&L стриминга, unit economics SVOD, AVOD, content economics, специфика кросс-сервисной подписки (Плюс).

Подготовка: Unit economics.

3. Моделирование Excel (60-90 минут)

«Построй financial model подписки» или «модель оригинального контента» с retention pickup.

Подготовка: Моделирование в Excel.

4. SQL (45 минут)

Cohort retention, расчёт LTV в YQL, ARPU по сегментам.

Подготовка: SQL для финаналитика.

5. Кейс-стади (60 минут)

«Построй бюджет контента» или «оцените LTV подписчика Плюса с учётом мульти-сервисности».

Подготовка: FP&A и budget, DCF и NPV.

6. Поведенческое (45 минут)

Финальная встреча. STAR + Yandex Values.

Особенности по командам

Subscription FP&A. Главный домен: LTV подписчика Плюса с учётом мульти-сервисности (часть value идёт через Музыку, Еду, Кинопоиск). Подойдёт финаналитику с интересом к SaaS-метрикам и кросс-сервисной экономике.

Content FP&A. Уникальный для Кинопоиска домен: оценка оригинальных проектов (сериалы, фильмы), ROI закупленного контента, retention pickup от премьер. Подходит финаналитику с любовью к media.

Advertising FP&A. AVOD-доходы: CPM, fill rate, viewability. Подходит инженерам с опытом в ad-tech.

Marketing FP&A. CAC по каналам, LTV сегментов, эффективность кросс-промо в Яндекс-экосистеме.

Treasury / Capital. Контент-инвестиции — главная статья инвестиций.

Что Кинопоиск ценит в финаналитике

Unit economics streaming. Базовая компетенция. Сильный кандидат разбирает LTV с учётом cross-service usage.

Excel + SQL (YQL). Оба инструмента, причём знание YQL — большой плюс.

Content economics. Понимание экономики контента. Сильный кандидат оценивает оригинал через прирост подписчиков + retention pickup vs стоимость продакшена.

Скорость. В media-индустрии темп быстрый.

Business partnering. Умение работать с content-командой и продактами.

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Как готовиться: план

За 4-6 недель до планируемого собеса:

  1. Неделя 1 — Unit economics + streaming. Параллельно — прорешай вопросы по SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. Unit economics.
  2. Неделя 2 — Excel. Моделирование.
  3. Неделя 3 — SQL + YQL. Освоить YQL (документация Яндекса). SQL для финаналитика.
  4. Неделя 4 — FP&A + DCF. FP&A, DCF.
  5. Неделя 5 — Mocks + behavioral.
  6. Неделя 6 — Polish.

Частые ошибки

Без streaming specifics. Кандидат не понимает SVOD/AVOD — слабо.

Только Excel без SQL. Кандидат не выгружает данные — слабо.

Без LTV / churn. Кандидат не строит cohort retention — слабо.

Без content economics. Кандидат не учитывает retention uplift от контента — провал.

Шаткая модель. Без проверочных итогов — отсев.

Связанные темы

FAQ

Удалёнка в Кинопоиске для финаналитика?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Junior: 170-240k. Middle: 240-350k. Senior: 350-510k.

Английский нужен?

Базовый — желательно.

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.