Читая чаты, вижу, что многие начинающие (и не только) аналитики совершают примерно одни и те же ошибки. Давайте в этом посте их рассмотрим, а если у вас будет что добавить — напишите в комментариях. Поехали!
1. Не понимаете что ждет на собеседовании 😮
Врываться с двух ног круто, но лучше понимать к чему быть готовым и заранее понимать формат интервью. Не ошибка спросить у HR, что будет на собеседовании, да даже у тех, кто уже проходил собеседование. Наоборот, хотя бы поймете к чему лучше быть готовым и что стоит повторить. У меня было такое, что при подготовке к интервью я уточнил про формат и было намного проще сфокусироваться на чем-то конкретном.
2. Не понимаете в какое направление идет отбор ❓
Понимать ценности компании, конечно же, важно, а еще лучше понимать в какое направление / сегмент бизнеса.
Приведу пример. Существует компания X, у которой есть несколько продуктов: Банк, маркетплейс, рекламная платформа, доставка еды, такси и так далее. У каждого из этих "бизнесов" есть свои метрики, свои проблемы. Это нужно, чтобы понимать в какую сторону двигаться в рассуждениях.
3. Слишком переживаете из-за собеседования 😨
Почти у всех есть страх не пройти интервью или показаться хуже, чем есть на самом деле. Часто кажется, что после собеседования вас будут долго обсуждать и разбирать по косточкам. На практике интервьюер тоже переживает и заинтересован в том, чтобы разговор получился продуктивным. Попробуйте относиться к интервью не как к экзамену, а как к обсуждению задачи с коллегой или знакомым — примерно как на мок-собеседовании, в котором вы решили поучаствовать.
4. Не тратите время на подготовку ⌚️
Как бы странно не звучало, к интервью нужно готовиться заранее. Конечно, это не экзамен, но чтобы повысить шансы пройти, лучше подготовиться.
Нужно потратить какое-то время на подготовку, чтобы выделиться среди других кандидатов... Например, зайти на сайт или попробовать порешать вместе с LLM различные кейсы.
🗯 Пример промпта
Представь, что ты тимлид в компании X нанимаешь продуктового аналитика грейда G. Он должен заниматься Y [список обязанностей в вакансии]. На собеседовании планируется спрашивать про SQL, Python, статистику. [пример задач]. Ты должен отвечать четко по критериям, как была решена задача + давать пояснение к каждому пункту. Я тебе буду присылать решение каждой задачи, а ты будешь оценивать меня. В конце вердикт и саммари по тому, что можно улучшить.
5. Не делаете разбор своих фейлов 🤨
Я помню раньше мне было стремно читать негативную ОС по прохождению собесов. Как бы разочаровывался в себе, думая, что еще не готов. Все это про ПРОЦЕСС. Если не было нормальной ОС пытаться разбирать ее вместе с AI-ассистентом, знакомым, чтобы можно было себя натаскать. Помню, когда в одной из контор не смог посчитать Retention 5-го дня, так мне прямо на собесе сказали, что я медленно решаю задачи и нам такие сотрудники не нужны 🤡
Еще замечал, что многие кандидаты просто заучивают термины, но не понимают их.
Шаг влево, шаг вправо — и собеседование проваливается.
Если вы можете объяснить тему простыми словами — вы её знаете.
Если нет — скорее всего, просто заучили.
Классический пример — вопрос про p-value 😋
На более высоких грейдах требуют понимание бизнес-процессов. С этим помогает решение продуктовых кейсов, можно глянуть тут на вкладке продуктовое мышление и тут для понимания продуктовых метрик.
Если хотите такую же подборку ошибок, но уже на самом собеседовании — ставьте 🐳
Что-то упустил? Пишите, какие ошибки допускали при подготовке к собеседованиям?
На что бы еще обратили внимание?
@zasql_python