Собеседование на маркетинг-аналитика в Yandex Cloud

Почему Yandex Cloud — особенный работодатель для маркетинг-аналитика

Yandex Cloud — облачная платформа Яндекса, один из трёх крупнейших российских cloud-провайдеров с собственным data center фундаментом, ML-сервисами (YandexGPT, DataSphere, SpeechKit), managed-сервисами баз данных. Внутри Yandex Cloud — часть большей экосистемы Яндекса, что даёт уникальный microservice-стек и возможность переиспользования инфраструктурных наработок (YT, ClickHouse, YQL — собственный диалект SQL Яндекса).

Маркетинг-аналитик в Yandex Cloud работает с B2B lead-funnel в нескольких сегментах: Enterprise (крупные банки, ритейл, телекомы, государственные предприятия), SMB (средний бизнес), стартапы (специальная программа с грантами и обучением), self-service developers. Здесь нужна работа с длинной B2B-воронкой, content marketing на Хабре, event-маркетингом (Yandex Scale — главный годовой ивент Yandex Cloud, отраслевые конференции), partnerships с системными интеграторами.

Стек: SQL (YQL — собственный диалект SQL Яндекса для YT и ClickHouse, плюс стандартный ClickHouse) + Python для глубоких разборов + DataLens (внутренний BI Яндекса) + Salesforce и собственная CRM. Часть аналитики — на собственном стеке Яндекса.

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

Этапы собеседования

Цикл занимает 3-4 недели и включает 4-5 этапов. Yandex — большая корпорация с сильной инженерной культурой. Упор на SQL/YQL, маркетинг-метрики B2B SaaS и соответствие Yandex Values.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: опыт маркетинг-аналитики в B2B SaaS / cloud / IT-инфраструктуре, стек (SQL, BI, Salesforce), мотивацию идти в Yandex Cloud. Готовь питч 90 секунд: проекты, бизнес-эффект, стек. Если работал в IT-инфраструктуре, cloud или DevOps-tools — это сильный плюс. Yandex отдельно проверяет соответствие культуре — ownership, customer focus, измеримость работы.

2. SQL deep dive (60-90 минут)

Практическая секция: задачи на YQL (диалект SQL Яндекса для YT и ClickHouse). Если не знаешь YQL — допускают написание стандартного SQL, но лучше освоить базовые конструкции заранее. Реальные кейсы: посчитай конверсию из регистрации в первую оплату с дедупом по company_id, построй когорту self-service users с retention по 30/60/90 дней, разбей revenue по каналам через multi-touch attribution. Будут оконные функции и работа с большими таблицами.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Кейсы под B2B cloud: как считать LTV для cloud-клиента (revenue growth + expansion + churn), CAC payback по сегментам, pipeline-метрики. Дадут кейс уровня «Self-service регистрации выросли на 60%, но revenue вырос только на 10% — что не так?» — нужно разбить на гипотезы (более слабые лиды, проблема с активацией, изменения в pricing, эффект новых регионов).

Подготовка: LTV и CAC, Attribution models.

4. A/B + эксперименты (45 минут)

Дизайн экспериментов в B2B cloud: малые выборки в enterprise, длинный цикл, особенности self-service. Спросят про выбор метрики (lead → activation → first revenue → expansion), про длительность теста, про подводные камни (контаминация сегментов, новые регионы).

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С тимлидом и/или директором по маркетингу. STAR-формат + Yandex Values: ownership, focus на пользе пользователю, готовность копать вглубь. Не выдумывай — приводи реальные кейсы с цифрами.

Особенности по командам

Enterprise marketing. Работа с крупными B2B-клиентами (банки, ритейл, телекомы, государственные предприятия, ML-стартапы). Длинная воронка с участием sales, ABM-кампании, частые личные встречи. Маркетинг-аналитик строит attribution на длинной воронке, измеряет account-based marketing, считает pipeline-метрики (coverage, velocity, win rate). Подойдёт тем, кто работал в B2B SaaS или enterprise sales-led компаниях.

SMB / Self-service. Маркетинг для среднего бизнеса и небольших клиентов, которые регистрируются и платят без участия sales. Больше product-led growth, аналитика behavior в продукте, активация после регистрации, оптимизация trial-to-paid. Стек ближе к b2c-аналитике. Подойдёт тем, у кого опыт growth-маркетинга в SaaS.

Startup program. Программа для стартапов Yandex Cloud Boost (бесплатные credits, образовательные ресурсы, инвестиционные партнёрства). Аналитик считает retention стартапов, конверсию из credits в paid, partnerships с акселераторами. Меньшая команда, R&D-фокус.

Content marketing. Аналитика блога Yandex Cloud, статей на Хабре, технических кейсов внедрений. Тесная работа с редакцией и SEO. Аналитик считает воронки от прочтения статьи до регистрации, измеряет долгосрочное влияние контента на conversion. Сильное поле для тех, кто любит контент-аналитику.

Event marketing. Главное событие — Yandex Scale (годовая конференция Yandex Cloud), плюс отраслевые ивенты, partner-мероприятия. Аналитик считает CAC по каналу events, attribution от события до сделки, retention аудитории конференций, RoI спонсорства.

Что Yandex Cloud ценит в маркетинг-аналитике

SQL + YQL. Базовое требование. Знание стандартного SQL обязательно, YQL — большой плюс. Слабый — «писал select-ы, делал join-ы»; сильный — «оптимизировал ежедневный отчёт на YT через YQL с 15 минут до 1 минуты, использовал MAGIC JOIN для распределённой агрегации».

B2B cloud funnel. Понимание особенностей B2B-воронки в cloud: длинный цикл для enterprise, короткий self-service, важность активации, expansion revenue. Слабый — «у нас была воронка регистрация → оплата»; сильный — «строил multi-touch attribution с весовыми коэффициентами от content-touch до booking, отдельно для каждого сегмента».

LTV / CAC. Слабый — «LTV = ARPU × срок»; сильный — «учитываю expansion revenue и net revenue retention, разделяю когорты по сегменту и vintage года, для Enterprise добавляю pipeline-aware LTV». Цифры обязательны.

A/B-тесты. Слабый — «делал A/B, смотрел значимость»; сильный — «дизайнил тесты с учётом малых выборок enterprise-сегмента, использовал sequential analysis, учитывал длительность пути от показа до конверсии».

Event-маркетинг. Опыт измерения event marketing — большой плюс для Yandex Cloud. Yandex Scale — флагманский ивент, требует серьёзной аналитической поддержки. CAC по конференциям, attribution от события до сделки, retro-метрики.

Как готовиться: план

За 4-6 недель до собеседования:

1. Неделя 1-2 — SQL + YQL. Освой базу YQL (отличия от стандартного SQL, оконные функции в YT). Параллельно прорешай вопросы по SQL и аналитике в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. SQL для маркетинг-аналитика.
2. Неделя 3 — Marketing-метрики. LTV/CAC для B2B SaaS, payback period, pipeline-метрики, expansion. LTV и CAC.
3. Неделя 4 — Attribution + Retention. Multi-touch для B2B cloud, NRR, retention для self-service. Attribution, Retention.
4. Неделя 5 — A/B + MMM. Дизайн на разных сегментах, MMM для B2B. MMM.
5. Неделя 6 — Mocks + behavioral. Mock-интервью, 5-7 STAR-историй с Yandex Values.

Частые ошибки

Слабый SQL. Самая частая причина отказа. Кандидат с 3+ годами опыта зависает на оконке для retention. Слабый — «забываю синтаксис»; сильный — пишет когорту retention за 10 минут, может обсудить оптимизацию.

Last click only. «У нас была attribution через last click» — для B2B-воронки длиной 60+ дней это бесполезно. Сильный — «использовали data-driven attribution с шагом по этапам воронки, учитывали content-touch отдельно от paid».

Без cloud / B2B SaaS specifics. Кандидат говорит «считал LTV для подписки» — без понимания expansion, NRR, deal cycle. Сильный — «учитываю expansion и contraction, NRR как ключевая метрика, отличаю Logo Retention от Revenue Retention».

Без enterprise funnel. Кандидат привык к коротким воронкам и не понимает, что в Enterprise от первого touch до сделки может пройти 6 месяцев. Сильный — «дизайнил измерения с учётом 6-месячного цикла, использовал opportunity stages, ABM на top-100 accounts».

Без A/B. «Запускали кампании, смотрели динамику» — слабо. Сильный — «дизайнил тесты с учётом размера выборки enterprise-сегмента, использовал holdout для measurement, проверял SRM».

Связанные темы

• Собеседование на маркетинг-аналитика
• SQL для маркетинга
• Attribution models
• LTV и CAC
• Retention и cohort
• MMM (media mix)

FAQ

Удалёнка в Yandex Cloud для маркетинг-аналитика?

Гибрид распространён, удалёнка возможна для middle+. Офисы Яндекса — в Москве, Санкт-Петербурге, Екатеринбурге, Нижнем Новгороде.

Зарплатные вилки 2026?

Middle: 250-360k. Senior: 360-520k. Бонусная часть зависит от Yandex grade-системы.

Английский нужен?

Базовый — желательно (документация, статьи, иногда международные клиенты). Свободный — не критичен для большинства команд.

Сколько этапов?

4-5 этапов, 2-3 недели на основной цикл и ещё 1-2 недели на согласования.

Это официальная информация?

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