Nikita Egorov пишет:

Nikita Egorov

Дата аналитикс · 13.12.2025 · ред.

Додо Пицца

Решил я значит размяться и почелленджить себя в плане собесов.

Поинт Твои реальные навыки != навыку прохождения собесов.

Давайте теперь расскажу о своих впечатлениях. 1. Додо - крутая организация, с классными процессами и устройством внутри, ставлю лайк. 2. Я собесился в динамический прайсинг в отделе доставки. Вот если видите в приложении минимальная доставка от… и для уменьшенной стоимости доставки вам необходимо дополнить корзину на Х рублей иии в целом прайсинг доставки по регионам. 3. У них 1 тех. собес!!! [ Яндекс сейчас жестко закурил ] Нооо он 2 часа. У меня был широкий пак аналитика: Мат. стат., SQL, Python, классический ML, АБ тест. Ставлю лайк, мне показалось очень удобным. 4. Вайбовые ребята интервьюеры, ставлю лайк, общались, смеялись, решали задачи

Теперь погнали к задачам. 1. SQL [ скрин 1 ] – Вывести топ-3 самых продаваемых товара в каждой категории за 2024 год. – Отсортировать по категориям и убыванию продаж.

ORDERS order_id - INT user_id - INT created_at - DATETIME country - VARCHAR

ORDER_ITEMS order_item_id - INT order_id - INT product_id - INT quantity - INT

PRODUCTS product_id - INT product_name - VARCHAR category_id - INT

2. [ Python | Pandas ] [ скрин 2 ] # Выгрузить всех клиентов с суммарным весом покупок более 2 кг за последний месяц.

SALES client_id - INT date - DATE sku (id товара) - INT cnt (кол-во шт) - INT

DICT sku - INT weight (в кг) - FLOAT

3. Classic ML [ скрин 3 ] Дано уравнение линейной регрессии. 3.1 Главный вопрос - норм ли уравнение? 3.2 Как читать таблицу? 3.3 Что можешь в целом сказать про R^2? что описывает? 3.4 Кто такая мультиколлинеарность и как с ней бороться?

4. Мат. стат. 4.1 Посчитай 95% доверительный интервал. n = 100 std = 200 mean = 1500 4.2 Кто такая дисперсия? 4.3 Методы понижения дисперсии?

5. АБ кейс. Без шуток - один из лучших, что я встречал. Но он с подъебкой.

Есть наш каршеринг. Приходит продакт и говорит: я решил взять нашу тачку, она грязная - пошел взял у другого сервиса. Мне кажется - у нас юзеры сливаются из-за грязных тачек и выбирают конкурентов. Есть подтвержденная инфа, что другой сервис отправляет заявку на мойку тачки через 3 дня, а мы отправляем через 6 дней

Давайте тачки что ли чаще мыть? Теперь 5 миллионов вопросов: 1. Нужен АБ или нет? [ в обоих случаях аргументировать ] 2. Если нужен - предлагайте гипотезы и пул метрик, какими стат. критериями будем чекать. 3. Если не нужен - че делать будем? 4. Как нам представлять это заказчику и че мы покажем ему? Деньги? NPS?

Вопросы: 1. Прикладывайте свои решения в комментах 2. Накидывайте свои уточняющие вопросы по АБ в комментах - отвечу

p.s. свои решения как было на собесе - положил в комменты. Будет интересно услышать мнение со стороны, если зачелленджите.

Додо Пицца | Сетка — социальная сеть от hh.ru

367

3 коммента

Дата аналитикс

· 13.12.2025

3. Решение ML задач 3.1 Норм ли уравнение? Нет.

1. Признаки не масштабированы, надо бы юзнуть StandardScaler()

2. Отрицательный интерсепт (-150) - странно, ведь даже минимальная доставка стоит денег, ну пусть у нас есть мин. сумма заказа, лан.

3. Коэффициент удаленности 260 - выглядит слишком высоким, 1 км = +260 руб? Нереально

4. "Кол-во лет с нами" p-value = 0.078 - статистически незначим [ должен быть < 0.05 ]

3.2 Как читать таблицу?

Коэффициент - На сколько изменится Y [ цена] при изменении X [ признака ] на 1 единицу Std Error - Точность оценки коэффа (чем меньше - тем лучше) p-value - Вероятность, что эффект случайный (< 0.05 = значим)

3.3 Что такое R²? [ R² * 100% ] изменчивости цены доставки объясняется нашей моделью

3.4 Мультиколлинеарность Мультиколлинеарность - проблема, когда признаки сильно коррелируют друг с другом

Например: "Количество пицц" и "Общий вес" - олмост сейм

Как бороться? Я сказал про применение регуляризации с обьяснением каждой, про дроп признака. Но надо было вероятно сказать еще про обьединение признаков в компоненты

Дата аналитикс

· 13.12.2025

2. Решение задачки на Panda

current_date = datetime.now().date()

delta = relativedelta(days=30) search_date = current_date - delta

# верхнеуровневый фильтр на дату SALES_upd = SALES[SALES['date'] >= search_date] df = SALES_upd.merge(DICT, on='sku', how='inner')

# фан момент - один из интервьюеров не знал про синтаксис именованного столбца на пандасе df_agg = df.groupby('client_id').agg(sum_weight=('weight', 'sum')).reset_index() result = df_agg[df_agg['sum_weight'] > 2]

Дата аналитикс

· 13.12.2025

1. SQ -- Собираю агрегат до категории продукта WITH agg AS ( SELECT p.category_id, p.product_name, SUM(oi.quantity) as total_q FROM ORDERS as o INNER JOIN ORDER_ITEMS as oi ON o.order_id = oi.order_id INNER JOIN PRODUCTS as p ON oi.product_id = p.product_id WHERE YEAR(o.created_at) = 2024 GROUP BY p.category_id, p.product_id, p.product_name ),

-- Поверх накидываю Ранжирующую функцию res AS ( SELECT category_id, product_name, total_sum, DENSE_RANK() OVER (PARTITION BY category_id ORDER BY total_q DESC) as rn FROM agg )

-- Селекчу только SELECT * FROM res WHERE rn <= 3 ORDER BY category_id, rn;

Ретроспективный поинт 1 Можно было обойтись без 2ой CTE, если запихнуть DENSE_RANK() внутрь первого запроса и ордер бай сделать по агрегату SUM(oi.quantity) - быстро не сориентировался, сделал ступенчато. типо: WITH agg AS ( SELECT p.category_id, p.product_name, SUM(oi.quantity) as total_q, DENSE_RANK() OVER (PARTITION BY category_id ORDER BY SUM(oi.quantity) DESC) as rn FROM ORDERS as o INNER JOIN ORDER_ITEMS as oi ON o.order_id = oi.order_id INNER JOIN PRODUCTS as p ON oi.product_id = p.product_id WHERE YEAR(o.created_at) = 2024 GROUP BY p.category_id, p.product_id, p.product_name ),

SELECT * FROM res WHERE rn <= 3 ORDER BY category_id, rn; Нюанс Прилетает вопрос: А че не ROW_NUMBER()? Нам же именно 3 надо

Я говорю: Ну, а вдруг у нас есть продукты с сейм ценами и располагаются они на втором месте оба и нам лучше иметь большую картинку перед глазами.

Интервьюер: Валидно, лайк