Собеседования аналитиков: две реальности
Общаюсь по вакансиям аналитика данных и BI. Вчера было техническое собеседование в одной компании, сегодня ездил в офис к другой. И вот после них я крепко задумался.
Разница между ними примерно такая же, как на фото ниже между первым металлургическим молотом на аллее в Нижнем Тагиле и видом на Сити из речного электротрамвая. Техническое вчера: большая федеральная компания, офис в Сити. Сильный ИТ, инфраструктура под SQL и Python, а в пожеланиях к требованиям уже Git и Airflow для лютой автоматизации. Ребята вежливые и шустрые: от первого сообщения HR до технического этапа заняло всего 2 дня, хотя откликов на позицию за 2 недели накопилось больше двух тысяч. Сегодня: офис международников, производство и ремонт крупной техники. Обстановка в духе нулевых, внутри МКАД, но далеко. Из цифрового только 1С и Power BI. Общаемся уже полторы-две недели в спокойном темпе: рекрутер, команда, сегодня лично руководитель.
И вот в чем незадача: • В первом случае я 40 минут рассказывал двум техническим специалистам, как должен выглядеть код на SQL и Python. Не писал, а проговаривал логику и диктовал ручные операции. Специально шел без подсказок ИИ - хотелось по-честному, хотя статистика написания кода с AI в 2026-м говорит и предлагает обратное • Во втором сначала спросили про личное (наличие семьи, детей и даже жилья - сильно, года 3 такого не встречал), и только потом поинтересовались, как я строю дашборд от источника и сбора потребностей до конечного отчёта и уведомления пользователей об обновлении. SQL и Python? Для них это какая-то высшая математика.
Эти две крайности живут параллельно: классная близкая техничность, которая не спасает от потоковой рутины, и уверенный прагматик-промышленник, которому вечно не хватает времени на выстраивание самой системы анализа.
Я считаю, что правда где-то посередине: автоматизируй рутину любым способом, будь то оркестратор задач Airflow или обычный Excel, чтобы освободить ресурс для глубокой аналитики и качественных решений. А на собеседованиях имеет смысл давать комплексные кейсы без акцента на коде, с привязкой к бизнесовой метрике. Упало количество произведенных холодильников? Расскажи, что сделаешь и предложишь с использованием технологий на основе выводов?
А вы как думаете? Хай-тек, олдскул или тоже за баланс?
· 4 ч
Кейс с падением выпуска полезнее диктовки SQL, но код я бы оставил небольшим вторым шагом. Например, дать две таблицы и проверить, не размножил ли JOIN строки и итоговую метрику. Так видны и ход мысли, и способность проверить собственный вывод на данных.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 2 ч
В целом да, соглашусь, ответственность за контроль метрики все равно остаётся за аналитиком. Другое дело, что тогда аналитик должен знать принципы построения запроса максимум. А написание кода, тем более с AI - техника
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён