Продуктовый взгляд | Аналитика данных

Яндекс изменил отбор на аналитиков

Раньше процесс состоял из технической секции, алгособеса и финала, но теперь акценты сместились: на техническом этапе обязательной стала глубокая проверка SQL и БД, а алгоритмическая задача переехала сюда же. Кейсовый и математический этапы тоже усложнились. Вплоть до тем, которые обычно спрашивают на мидл-собеседованиях. Ниже разберём, как выглядел старый формат, что именно поменялось и что это значит для кандидатов.

Как выглядел старый отбор
Ранее отбор состоял из трёх этапов: техническая секция, алгособес и финал (например здесь мы писали про полный цикл отбора). Техническая секция раскладывалась в задачу по питону, две-три задачки по теорверу, а затем первый кейс без АБ тестирования (зачастую на придумывание метрик). На алгосекции же спрашивали одну маленькую задачку на 30 минут. А финал в свободном формате.

Технический этап нового отбора
Из этого всего формат остался прежним только на финалах (они всё так же проходят на усмотрение лидов). На техническом собеседовании теперь спрашивают одну задачку на питон (в целом по сложности задача сопоставима с 30 минутным алгособесеом, который ранее проводился для всех аналитиков), банк задач по алгоритмам можно найти здесь. Далее в обязательном порядке до конца собеседования будет проводиться оценка знаний БД. Даётся схема БД, в начале интервьювер опрашивает понимание этой схемы (что есть ключи, какие отношения у них, есть версионирование и т п). Затем в качестве первой задачки даётся готовый запрос, логику которого нужно будет описать (запрос может быть написан с ошибкой и её здесь важно обозначить если удастся найти, а также ответить на вопросы которые чаще всего даются на понимание спецификации джоинов). Потом дается две микрозадачки в формате: измените логику этого запроса. После этого будет ещё 3-4 задачи на sql по этой же схеме, но уже код писать нужно будет с нуля. Для каждой задачи требуется подробно описать идею (интервьювер будет душить с логикой запроса, задавать доп вопросы по тому как sql исполняется, как оптимальнее написать и т п). Затем после принятия идеи нужно будет реализовать.

Математический и кейс этап отбора
В начале вам дают кейс на АБ тестирование/классик мл, тут как и в любом классическом кейс собесе (который кстати перестал по содержанию как-либо отличаться от мидл кейс собесов) дается абстрактная задача и ее нужно успеть максимально раскрытить за 30 минут. У наших учеников попадались даже тесты на сравнение ранжирующих алгоритмов и интерливинг подход (совсем уж странно такое у стажеров спрашивать), похожие кейсы мы разбираем каждую неделю на нашем курсе аналитики ПРО. К этому этапу советуем основательно готовиться, можете прочесть наши методички по решению кейсов. Далее, на этом этапе значительно увеличилось количество математических задач, но так как банк пока очень маленький, мы достали практически все задачи, которые сейчас там спрашиваются (прикрепили к посту). Вас попросят решить 6-7 задач на дискретный/геометрический теорвер, а далее доп задачку на понимание метрик ROC-AUC.

Суммируя: Яндекс заметно поднял планку входа на стажировку аналитика. Теперь кандидату мало знать Python и базовый теорвер. Нужны уверенный SQL, понимание того, как исполняются запросы, алгоритмы и навык решать кейсы уровня мидл. Тренд, что компания ищет не стажёра на три месяца, а будущего мидла, который останется в команде. Такой сейчас тренд не только в Яндексе, но и в других компаниях — так называемая оптимизация бюджета.

Для качественной подготовки к такого уровня отбора советую наши курсы ПРО, которые выведят вас на нужный уровень. Кстати на курсах уже выложен разбор обновленного контеста на стажировку в Яндекс, Intern Week Offer Яндекса.
➡️ Записаться.

Подписаться: @ProdAnalysis

Хороший маркетинг обязан нравиться всем? Кейс Сидни Суини говорит, что нет

Последние пару дней интернет обсуждает голую Сидни Суини для Novig 👧

В ролике она голая позирует со спортивным инвентарём. Спортсменки возмущаются сексуализацией женского спорта, в соцсетях запускают ответные флешмобы, а реклама тем временем собирает десятки миллионов просмотров.

Но мы тут про продукт говорим, поэтому давайте разберем этот кейс как продукт! 😎

Во-первых, Novig продаёт не спорт.

Это платформа для ставок / prediction markets на спорт. И это довольно важная разница.

Реклама не пытается заставить девочку пойти заниматься теннисом или продать спортивную форму. Она должна привлечь конкретного пользователя в продукт.

А одна из базовых вещей в маркетинге — понимать, кому именно ты продаёшь.

Если значимая часть твоей потенциальной аудитории — молодые мужчины, которые интересуются спортом и ставками, сексуальный образ одной из самых обсуждаемых актрис мира уже выглядит не настолько случайным креативным решением.

Во-вторых, бренд вполне может сознательно выбрать не нравиться всем.

Это вообще частая ловушка: оценивать рекламу по тому, нравится ли она лично тебе.

Но маркетинг работает не так.

У продукта есть сегмент → у сегмента есть свои триггеры → бренд выбирает сообщение, которое должно пробить именно его.

В данном случае цена такого решения — огромный негатив со стороны части аудитории и спортсменок. Но взамен Novig получает то, чего молодому бренду обычно очень не хватает: attention и awareness.

За несколько дней название компании узнали миллионы людей, которые неделю назад вообще не знали, что такое Novig.

А вот теперь идем в метрики!

Просмотры ≠ хороший маркетинг.

Виральность ≠ рост бизнеса.

Чтобы понять, была ли кампания действительно успешной, хотелось бы увидеть:
— uplift в brand awareness;
— регистрации и CAC из кампании;
— conversion в first bet / trade;
— retention новых пользователей;
— LTV привлечённой когорты;
— и отдельно — эффект скандала на бренд в долгосрок.

Потому что собрать 20 млн просмотров голой Сидни Суини относительно понятно.

Сделать так, чтобы эти 20 млн просмотров превратились в хороший бизнес, — уже продуктовая задача.

➡️Как думаете, привлекла ли она правильных людей и сколько это внимание в итоге стоит бизнесу?

Если собираетесь на собеседование — держите полезную подборку

Хотим поделиться каналом «Гильдия аналитиков». Семён собирает вопросы с собесов, разбирает тестовые задания и выкладывает записи собственных интервью. Удобно, когда хочется понять, что повторить и на чём потренироваться.

Вот несколько постов, которые советуем сохранить:
⏩ Вопросы на собеседовании по Excel
Формулы, сводные таблицы, Power Query, Power Pivot и VBA — проверьте, на какие вопросы сможете ответить без подсказок.
⏩ Вопросы на собеседовании по SQL
От JOIN и работы с NULL до оконных функций, CTE, индексов и оптимизации запросов.
⏩ Вопросы на собеседовании по Power BI
DAX, модели данных, связи, обновление отчётов и производительность. Вопросы, которые встречались автору и его ученикам на собеседованиях.
⏩ Что спросят про ваш опыт и работу
Как были устроены задачи, команда и общение с заказчиками — к этой части интервью тоже стоит подготовиться.
⏩ Реальное собеседование автора на позицию с зарплатой 200 тысяч
Можно посмотреть, как проходит разговор о задачах бизнеса, опыте кандидата и ожиданиях от аналитика.
⏩ База из 340+ реальных тестовых заданий
Практика по Excel, SQL и Power BI с заданиями разной сложности и тематики. Для части есть готовые решения и видеоразборы — можно решить самостоятельно, а затем сравнить подходы.

Заглядывайте в «Гильдию аналитиков» ⚒️ — и сохраняйте материалы к следующему собесу.

Что происходит с ML после того, как модель обучена

Рекомендуем канал Data New Gold. Владимир Камчаткин закончил бакалавриат ФПМИ и магистратуру ТехПреда МФТИ, восемь лет проработал в продуктовой аналитике (Нетология, Ozon, YClients, inDrive, последние годы тимлид продуктовой аналитики в Т-Банке), а в феврале ушёл из найма и делает «Сократ AI», платформу подготовки к ЕГЭ и ОГЭ по физике, математике, химии и языкам. Сейчас на ней 160 репетиторов, 500 учеников, около 2000 занятий в месяц. Продукт и код Владимир тащит сам и 60-70% времени вайбкодит с агентами.

В канале он пишет про две вещи.

1️⃣Рабочее окружение AI-native разработчика. Claude Code, MCP, скиллы, память проекта, суб-агенты под рутину. Всё на живых задачах стартапа: где агенты экономят неделю, где красиво и уверенно врут и какие проверки приходится ставить, чтобы это ловить.

2️⃣Слой между моделью и деньгами. A/B-тесты, метрики, как из хорошего оффлайн-качества получается или не получается эффект в проде. Плюс много про найм: Владимир сам собеседует аналитиков и рассказывает, что за последний год перестал смотреть, как человек пишет запрос, и смотрит, как тот думает и как перепроверяет ИИ. Его статья на Хабре про А/Б-тесты собрала 27 тысяч просмотров, про найм аналитиков 17 тысяч, разборы собеседований на ютубе суммарно 60 тысяч. Всё собрано в одном посте.

➡️ @data_new_gold

Ещё Владимир ведёт менторскую программу для middle-аналитиков, которые упёрлись в потолок исполнителя и хотят дорасти до senior, целиком вокруг ИИ-инструментов. Трое участников за это время уже нашли новую работу.

Товарищи, Поступашкам нужны контент мейкеры в основной канал по аналитике и другим дисциплинам. Если вы творческая личность, интересующейся аналитикой (или другим), вам нравится писать посты/ придумывать идеи для контента, то обязательно пишите @vice22821. Оплата сдельная, ориентировочно за один пост от 2 тыс до 15 тыс рублей.

Обязательно делитесь с ребятами, которым это может быть интересно.

Можно хорошо считать и всё равно не понимать, зачем нужна твоя работа

В рамках открытой недели по аналитике встретились с senior продуктовым аналитиком из Авито.
Поговорили про карьеру, деньги и то, что вообще делает аналитика сильным. Видео смотрите в канале

⏩ Продуктовое мышление видно уже по первым вопросам
Кирилл привёл пример кейса для собеседования: представьте, что Авито выходит на международный рынок и хочет добавить автоперевод в чатах. Как оценить фичу?
Можно сразу начать придумывать метрики и дизайн A/B-теста. Но сначала стоит спросить: а зачем бизнесу этот перевод? Какую проблему решаем? Что хотим получить?
От ответов зависит и метрика, и сам эксперимент.
Можно технически правильно провести тест, который вообще не ответит на нужный бизнесу вопрос.

⏩Не понимаешь, как твоя задача влияет на бизнес? Иди спрашивай
Кирилл ещё джуном нарисовал себе дерево метрик, чтобы видеть, как результаты его тестов связаны с целями команды.
Сделайте такое же упражнение. Провёл тест, получил результат, а дальше что? Какое решение приняли? К какой цели приблизились? Или поняли, что в эту фичу больше не стоит вкладываться?
Последнее, кстати, тоже полезный результат работы.

⏩Даже «нерелевантный» опыт можно раскрыть через пользу
До первой стажировки Кирилл работал в исследовательском центре Вышки. Казалось бы, где лаборатория и где продуктовая аналитика?
Но его парсинговые пайплайны позволяли лаборатории экономить на покупке данных. Вот уже понятный результат: что сделал и зачем это было нужно.
🔵Работали ассистентом преподавателя? Подготовленные материалы могли сократить время подготовки к лекциям.
🔵Помогали с проверками? Можно рассказать, какой объём работы взяли на себя.

⏩ До мидла — «хавайте» опыт
Дают реальные тесты, незнакомые задачи, возможность поработать с другим продуктом? Беритесь. На реальном трафике обязательно встретится что-то, чего не было в учебном датасете.
А с ростом грейда уже внимательнее выбирайте команду и продукт. Громкое название компании само по себе не гарантирует ни интересных задач, ни роста.

⏩ Не обязательно ждать, пока тебя оценят внутри компании
Кирилл советует пройти стажировку, вырасти до уверенного джуна, набрать опыт и дальше рассматривать переходы.
Его аргумент про деньги:

«Рост внутри компании — это всегда процент на вашу базу».

При переходе вас оценивают под бюджет новой роли. Это может дать больше возможностей для роста дохода, чем очередное повышение внутри.

⏩ Ботайте харды для собесов
Харды нужны: без SQL, Python, статистики и понимания A/B пройти отбор будет сложно.
Но дальше уже на рабочем месте от вас ждут всё больше самостоятельности: разобраться в проблеме, задать вопросы, связать результат с целями команды и предложить решение.

📌Мы помогаем соединять техническую подготовку с продуктовыми кейсами и карьерной стратегией: учимся и проходить собеседования, и решать задачи, которые появятся после оффера.
➡️ Аналитика СТАРТ (если только начинаешь)
➡️ Аналитика ПРО (если уже есть база)

Стартовал ХАКАТОН по аналитике

Товарищи, подходит к концу открытая неделя основного курса «Аналитика ПРО».
Эту неделю мы назвали «Аналитика вне SQL» и посвятили тому, как аналитик работает с продуктом и бизнесом: решает неструктурированные задачи, принимает решения, проходит собеседования и растёт дальше.

⏩А сейчас финальная практика — хакатон по реальной продуктовой задаче.

Вам не говорят: «посчитай вот эту метрику». Есть проблема бизнеса, а дальше нужно самим понять, что происходит, что проверить и какое решение предложить.
У вас есть чуть больше суток, чтобы собрать команду, решить кейс и отправить решение до 12.09, 20:59.
Призовой фонд — 30 000 ₽.

Проверяется всё сразу: как вы работаете с данными, выбираете метрики, формулируете гипотезы и приходите к выводу. Где-то пригодятся SQL/Python и статистика, где-то — логика, продуктовый взгляд и умение работать с неполной информацией.

Именно такую связку хардов и продуктового мышления потом проверяют и в работе, и на собеседованиях. Например, в Авито на собесах смотрят не только на матчасть, но и на то, как кандидат раскрывает задачу и приходит к решению.

Поэтому хакатон — ещё и бесплатная проверка своего уровня.
🔵Только начинаете? Приходите попробовать реальную задачу и понять, что у вас уже получается, а что ещё стоит подтянуть.
🔵Уже работаете аналитиком? Проверьте себя на более сложной задаче и посмотрите, готовы ли вы брать больше ответственности и двигаться к следующему грейду.

Мы проверим решения команд и дадим общую обратную связь по сильным сторонам и типичным ошибкам. На выходе будет понятнее, где вы сейчас и что стоит прокачать дальше.

⏩ Как участвовать:
собрать команду из 3-5 человек → получить кейс → подготовить решение → отправить его до 12 сентября, 20:59.
13 сентября победители разберут свои решения на финальной встрече, а мы дадим фидбэк по всей неделе и всем кейсам.

Кейс, условия и участие:
https://t.me/+j_RdPEr7JudjNWM0

Продолжаем знакомиться с талантливыми учениками Поступашек

Сегодня в гостях - Катя Деева, амбасодор СВЭГА. Сейчас Катя работает в Ozon Fresh, а до этого успела попробовать себя в аналитике и продакт-менеджменте в крупных компаниях и пройти довольно непростой путь поиска того, чем вообще хочется заниматься.

Смотрим интервью по ссылке: https://youtu.be/5Da-YtxUpSE

Обсудили самые актуальные темы зумеров:
— Как найти парня
— Как делать эти самые "социальные связи" (нетворк)
— Как кейс-чемпионаты помогли Кате построить карьеру
— Работу аналитиком в Sber AI, VK, МТС
— Работу продакт менеджером в Яндекс рекламе, Яндекс Маркете, Яндекс GO
— лицей НИУ ВШЭ и факультет бизнес-информатики

Получился разговор не только про карьеру и образование, но и про то, как пробовать разное, ошибаться, менять решения и постепенно понимать, чем действительно хочется заниматься.

А если хотите вырасти в такого же сильного специалиста как Катя, за которым охотятся топ-компании, приходите на наш курс "Аналитика ПРО"
➡️ Записаться

Как хакнуть HR

В рамках открытой недели "Аналитика вне SQL" встретились с HR-экспертом, который нанимал IT-спецов от стажера до топ-менеджмента в X5 и Яндексе. Вместе разбирались, что вообще происходит по ту сторону отклика: почему хорошее резюме может получить отказ, как работает ATS, что смотрит HR и почему одних кандидатов зовут дальше, а других — нет.

Запись встречи уже лежит в канале. Но чтобы не пересматривать ее каждый раз перед собеседованием, мы собрали все самое важное в гайд «Как попасть на собеседование и пройти его». Сохраняйте и делитесь с друзьями!

А здесь отдельно вынесем несколько важных пунктов:
1. Увидели вакансию — лучше откликнуться сразу.
HR достаточно быстро собирает первую подборку подходящих кандидатов и дальше уже работает с ней вместе с нанимающим менеджером. Вакансия при этом может продолжать висеть.
Поэтому иногда кандидат на 10/10 просто пришёл позже и не успел попасть в папку кандидатов.

2. ATS помнит больше, чем одно ваше резюме.
Это не только фильтр по ключевым словам. В системе может сохраняться история ваших откликов, этапов и контактов с компанией.
Поэтому нормально поддерживать адекватную коммуникацию с HR даже после интервью. Если они обещали ответ и пропали — можно написать follow-up. Сегодня вакансии для вас может не оказаться, а через несколько месяцев HR вспомнит хорошего кандидата и вернётся уже с другой.
И да: если вам звонил HR и вы не успели взять трубку — перезвонить нормально. Не нужно ждать, пока вас попробуют поймать ещё три раза.

3. Холодный отклик — не единственный вход.
Если можете выйти напрямую на HR, нанимающего менеджера или получить рекомендацию сотрудника — используйте это.
Когда вас рекомендуют, за вами уже стоит первичный человеческий фильтр: «я знаю этого человека / посмотрел его опыт / с ним стоит поговорить». Это может помочь не потеряться среди сотен откликов.
Поэтому нетворкинг — самый рабочий канал поиска работы, особенно, чтобы быстро пройти верхний этап воронки.

4. Перед интервью можно немного посталкерить нанимающего менеджера.
Спросите у HR, кто будет вас собеседовать, и посмотрите человека в LinkedIn и открытых соцсетях: где работал, чем занимался, какие продукты делал.
Вы идёте не в абстрактный «Яндекс» или «X5», а к конкретному руководителю. Чем лучше понимаете его профессиональный профиль, тем понятнее, какие темы ему будут близки и на чём строить разговор.

5. Soft skills ≠ «просто умею разговаривать».
И точно не строчка «коммуникабельный, стрессоустойчивый» в резюме.
На собеседовании смотрят, можете ли вы:
— понятно объяснить решение
— нормально реагировать на вопросы
— признать, что чего-то не знаете
— уточнить задачу вместо того, чтобы сразу бежать решать
— аргументировать свою позицию
— в целом адекватно работать с другими людьми

Когда два кандидата похожи по хардам, вот это уже может стать решающим фактором при выборе.

6. Нет опыта — ищитев первую очередь не сертификаты, а доказательства, что вы умеете работать.
Pet-проекты, хакатоны, кейс-чемпионаты, исследования, университетские проекты — всё это можно использовать как опыт, если там была реальная задача и вы можете подробно рассказать, что сделали и к какому результату пришли.

То же самое с коммерческим опытом: в резюме важнее не «писал SQL и строил дашборды», а что изменилось благодаря вашей работе.
Например:

увеличил показатель X на 12% за счёт анализа пользовательских сегментов и проверки продуктовых гипотез.

В самом гайде подробнее разобрали ATS, резюме, первый этап отбора, отсутствие опыта, HR-интервью, soft skills, нетворкинг и переход между ролями.

А сегодня в 19:00 посмотрим на тот же путь уже глазами кандидата.

Встречаемся с senior-аналитиком Авито😎 и разберём, как он сам прошёл путь от поиска первой стажировки до senior: что писал в резюме, что реально помогало проходить отборы, что не работало и за счёт чего получилось быстро расти дальше.

Если сейчас ищете стажировку, первую работу или хотите понять, как быстрее расти после входа в профессию, присоединяйтесь.

Слив протоколов АВ тестирования для кейс-интервью X5

Наши выпускники не только сейчас активно проходят собесы, но и уже давно закрепились в штате и проводят собесы.

В честь нашей открытой недели по аналитике, которое стартует уже сегодня, делимся гайдом по проведению АВ тестирования в Х5 на основе внутренних методичек, публичных выступлений и протоколов проведения собеседований. Делитесь с друзьями такой годной!

Присоединиться к открытой недели можно по ссылке: https://t.me/+j_RdPEr7JudjNWM0

Подписаться: @ProdAnalysis

Стажировка в Яндексе одна из лучших возможностей для старта в аналитике:

• МНОГО КРАСИВЫХ СВОБОДНЫХ ЖЕНЩИН
• специалисты высокого класса
• зарплаты в среднем выше рынка
• современный стек и проекты
• хорошо выстроены процессы
• корпоративная культура

Для участия нужно подать анкету заполнить анкету и зарешать контест. Разбор контеста уже выложен на нашем курсе аналитика про.
➡ Записаться.

Как заполнять анкеты смотрим этот ролик. После контеста вас ждет собес на код (sql, python, алгосы) и бизнесс кейс, задачи по математике, статистике. Формат немного поменялся, отдельного собеса по алгосам "больше нет". И наконец собеседования с командами. На моем опыте максимально, сколько может быть собесов с командой - 9.

Финальные собесы
Если команда точно понимает, что им нужен стажёр закрыть пару дыр и после он не нужен, то собес больше про твой опыт, почему Яндекс, как планируешь совмещать с учебой, а что будешь делать, если стажку не продлим/не возьмём в штат. Такие больше на метч с командой и посмотреть не будешь ли ты ныть, что на стажке будешь заниматься скучной фигней, расскажут какой есть пул задач и спросят, что из этого интересно.

Если команде нужен специалист, которого они хотят растить, то собес посерьезней из разряда: продуктовый кейс, математические задачи, лайвкодинг и тд. Пример нашего выпускника можно посмотреть здесь.

Конкретнее все зависит от того, кто собесит: chill guy или факер. Выбирайте команду с умом, ее можно поменять.

По итогу еще раз многое зависит от команды и кто собесит. Выбирайте команду с умом, ее можно поменять.

Штат
Можно сразу на финале спросить, а будут ли места в штате. Конечно обмануть могут, но за вопрос денег не берут и пусть сила вам подскажет.

После стажировки есть несколько вариантов:
1. Если плохой отзыв от команды и говорят «уходи», то нужно заново проходить все собесы на стажера
2. Могут сказать, что ты не очень и иди на стажировку снова (без собесов, только финалы)
3. Можешь пойти в штат:
а) ты классный - можешь пойти к нам на миддла (но нужно опять пройти АА, потом финалы), если не пройдешь, то возьмут на джуна
б) ты не дотягиваешь до миддла - ты джун и если команда не готова взять джуна, то нужно идти искать, кто может взять к себе джуна самому
в) можно искать, кто готов взять к себе миддла/джуна и врубать свои навыки социальной инженерии на максимум

При идеальном мэтче, вы в Яндексе - поздравляю!

Подписаться: @ProdAnalysis

Товарищи, ждем вас в 19:00 на нашем первом занятии на курсе Аналитика вне SQL

Будем обсуждать, как бизнес и аналитика связаны между собой, а также решим продуктовый кейс

Личное приглашение от куратора курса ниже 👇🏻

Ссылка на встречу в канале курса

Уметь считать ≠ уметь анализировать

С 7 по 13 сентября проводим бесплатную неделю «Аналитика вне SQL» — мини-симулятор реальной работы аналитика.

Можно нормально знать SQL, статистику, Python, строить дашборды — и всё равно теряться, когда на собеседовании или на работе тебя спрашивают:

«У нас упала выручка. Разберись, почему».

Потому что в реальной работе сначала нужно понять, что происходит с бизнесом, какой вопрос мы решаем и какое решение должно появиться на выходе.

За 7 дней вы:

⏩решите 3 продуктовых кейса — от бизнес-задачи до решения
⏩ встретитесь с HR, который работал в X5 и Яндексе и нанимал людей от стажёров до топ-менеджеров
⏩ поговорите с senior-аналитиком Avito о том, как меняется работа аналитика по мере роста
⏩ поучаствуете в первом аналитическом хакатоне Поступашек

На хакатоне вы соберётесь в команды, получите реальный продуктовый кейс и за выходные пройдёте весь путь аналитика: разберётесь в проблеме, поработаете с данными, предложите решение и защитите его.

💰 Приз — 30 000 ₽

Курс подойдёт и новичкам, и действующим аналитикам, которые хотят лучше понимать продукт и бизнес, увереннее решать неструктурированные задачи и расти дальше.

Все кейсы, встречи, записи и материалы будут в отдельном закрытом канале.

Участие бесплатное. Первое занятие уже сегодня в 19:00

📌 Присоединиться на курс по ссылке https://t.me/+j_RdPEr7JudjNWM0

Слив протоколов собеседований на аналитика в Т-Банке

Меньше 3 часов до конца финальной скидки на курсы ПРО и отбора на стажировку в Т-банк!
➡️ Записаться.

Чтобы вы реально почувствовали насколько круты наши курсы, сливаем внутреннюю кухню - как реально проходят секции аналитики в Т-Банке. Три гайда, и они закрывают сразу два разных направления - продуктовый и бизнесовый. Еще больше закрытых материалов на наших курсах про. Короче курсы реально годный, залетаем. Отзыв нашего выпускника ниже.

Каркас у собесов один - 4 этапа: рекрутёр → профильная секция → знакомство с командой → оффер. Тут как раз на разных аналитиков идет разветвление.

Трек 1. Продуктовый аналитик.
Техчасть делится на две секции:
— Дата-анализ (60 мин) — теорвер, матстат и лайвкодинг на SQL и Python. Всё хардовое живёт тут.
— Продуктовая аналитика (60 мин) — метрики, гипотезы, кейсы продукта. Хардов нет, смотрят на мышление и умение доводить решение до конечной точки.

Гайд "Продуктовая аналитика" - как раз про это: 21 разобранный кейс (условие → ход решения → на что смотрит интервьюер → усложнения), матрица компетенций, чеклист перед собесом, шпаргалка по теории и отдельный технический минимум под DA-секцию. Плюс блок кейсов для тех, кто идёт на позицию управленца отдела аналитиков.

Трек 2. Бизнес-аналитик.
Тут SQL и лайвкодинга нет - одна секция на 60 минут: разбор вашего опыта плюс бизнес-кейс на развитие продукта, улучшение процесса или поиск узкого места. Тут также смотрят больше на ход ваших мыслей, а не то, как вы сходу выдаете готовый ответ. Отдельно стоит присмотреться ребятам, кто метит на позицию технолога (это стык бизнес-аналитика, системного, продуктового, проджекта и продакта, нишевая тема в общем), для вас тоже актуальный контент, так как собесы у этих двух позиций пересекаются. Гайд "Бизнес-анализ" - про этот трек: матрица компетенций от джуна до сеньора, каркас разбора любого кейса и 6 примеров кейсов.

Общий блок - задачи на логику. 27 штук с реальных собесов: логика и дедукция, теорвер (Байес, условная вероятность, правило остановки) и оценки/алгоритмы/теория игр. У каждой полный разбор с ключевой идеей, а не просто ответ.

Еще дополнительную информацию оставил в нашем чатике тут.

Подписаться: @postypashki_old