Начну с того, что я упустил момент, когда Сбер поглотил Самокат и теперь 3 продукта [Самокат, купер, Мегамаркет] являются одним.

Из забавного 1. Я общался по поводу задач и мне сказали, что приходится часть задач решать для Самоката, а часть для Купера. Ахахаха, ВТФ? 2. Когда подключался на тех интервью - у них не сработал видеомессенджер (свой) и я видел человека в мите, а меня не видели и не слышали. В итоге баловались триальным зумом и по 40 минут перекидывали друг другу миты, а потом и вовсе ушли в Телемост)))

Из этапов: 1. Скрининг - база, без теор. вопросов, прошлись по опыту. 2. Всего один тех на полтора часа: SQL, Python / Pandas, мат. стат, АБ 3. Финал в одну из 4х команд: - Найм курьеров [ HR аналитика - сразу минус ] - Процессинг заказа, доставка, но мало АБ [ Уже лучше, но без АБ грустно ] - Лояльность пользователей, выявление паттернов, ML нет, АБ есть [ уже лучше, но без ML грустно ] - Прогноз спроса. ML есть, АБ есть [ звучит супер найс ]

Задачка на размяться У нас есть акция, где мы продаем боксы и в коллекции 10 уникальных фигурок. Как нам посчитать сколько боксов нам надо купить, чтобы с высокой вероятностью собрать фулл пак.

Ииии, я прикурил на разминке, потому что ожидал что-то типо формулы сочетания с повторениями или без, ну или уже задачку на Байеса.

1. SQL Таблица - ORDERS_STATUSES с историей изменения статусов заказа. Всего их может быть 4: - создан (created), - после если нет ошибок принят в работу (accepted),

и далее два варианта - доставлен (delivered) - отменен (cancelled).

TABLE ORDERS_STATUSES order_id - INT user_id - INT status - VARCHAR store_id - INT date - DATE

Есть таблица cancel_reasons с причиной отмены TABLE CANCEL_REASONS order_id - INT cancel_reason - VARCHAR

Задача Посчитать среднее время, которое происходит от создания заказа до его отмены пользователем

p.s. Свои решения с собеса - как обычно закинул в комменты.

2. Python Есть список словарей, представляющих пользователей с их именами и оценками NPS на Самокат за последние 2 года. Нужно отфильтровать юзеров, чей усредненный NPS ниже определенного порога (<= 7), и отсортировать их по имени. users = [     {"user_name": "Vadim", "nps": [10, 5, 7, 6]},     {"user_name": "Igor", "nps": [8, 10, 5]},     {"user_name": "Lera", "nps": [4, 8, 6]},     {"user_name": "Andrew", "nps": [9, 6, 2, 10]}, ]

3. АБ - Расскажи про методы понижения дисперсии - Что под капотом Cuped - вывести формулы, дать определение.

Хочу подсветить: 1. Интервьюер - приятная, вайбовая девушка лид аналитики 2. Всего одна тех. секция - круто 3. Задачки прикладные - не кринжовые, по смыслу подходят 4. Просить академическое определение и вывод чего-то большого - кринж. Типо мат. ожидание, дисперсия и другая база - ок. Но я же не на экзамен в универе пришел, чтобы рассказывать определения из учебника. Эти вещи будто менее важны, нежели понимание и продуктовое мышление на примерах.

А еще просто в тему - я сижу в паблике Самокат и мемы и периодически хихикаю с историй курьеров. Любимые  закину в комменты)

1. Что думаете вообще? С чем согласны, с чем нет? Какие вопросы есть? 2. Кто часто использует, напишите, еще перекапывают интерфес?