Вышло большое интервью на Ютуб канале!

Мы с Женей - acting тимлидом монетизации в Авито 📱 лампово поболтали о карьере в аналитике. Разобрали те вопросы, которые волнуют многих, но о которых редко говорят открыто.

Часть того, что обсудили:

- Как за год вырасти до сеньора в Авито и зачем узнавать продукт при переходе
- Чем сейчас отличается работа аналитика от задач двухлетней давности
- Как доносить свои идеи в большой компании и не «плыть» при переходе в тимлидскую роль
- Work-life balance, отношение к встречам и где брать силы на все
- Кого бы не взяли на собеседовании и как не демотивироваться после отказа
- Прокачка продуктового мышления, А/B-тесты и применение ML
- Как найти ментора и стать им же: честный разговор о менторстве

Смотрите полное интервью по ссылке 🌐

А в комментариях под постом напишите, с кем было бы интересно увидеть [ стрим | подкаст ] ?

По традиции ставим прогрессивного жаба 📈 , за новый формат, лайк ❤️, если будет интересно посмотреть полноценные подкасты с ребятами из различных IT сфер!

Магнит OMNI 🛒

Ну это мои бандиты, очень приятный коннект был на протяжении всех интервью + финалы. Интервьюеры были хорошие, было два финала - оба с классными руководителями.

А еще у них классный тг канал, что редкость

Команды: Опер аналитика [ курьеры ], команда сборки заказа [ дарксторы ]
Инструменты: Clickhouse, Datalens, Greenplum, Jupyter

Этапы

1. sql + python
2. АБ + мат. стат.

Задачи с 1го теха

1. SQL

Таблица ORDERS вида:

user_id - INT
item_id - INT
date - TIMESTAMP
order_id - INT

1.1 Посчитать в одном запросе:
- количество купленных товаров по дням
- размер аудитории (кол-во уникальных пользователей) по дням
- полученную таблицу отсортировать по дате

1.2 Вывести список пользователей, купивших item_id 1 и 3 (купил и товар 1, и товар 3), но не купивших товар 2

1.3 Посчитать среднее количество дней между первым и вторым заказом у пользователей

2. Python

2.1 Палиндром

s =  'A man, a plan, a canal, Panama!'  #-> True

Надо написать максимально универсальный и лаконичный код

2.2 Комфортное место

- Представим что вы пришли в кинотеатр зал которого состоит только из одного ряда.
- Вы хотите сидеть максимально далеко от других зрителей
- Напишите функцию которая принимает на вход список мест в виде 0/1 и возвращает расстояние от оптимального места до ближайшего соседа
-Гарантируется что есть свободные места и хотя бы один зритель

func([1, 0, 1]) == 0
func([1, 0, 0, 0, 0, 1]) == 1
func([1, 0, 0, 0, 0, 1, 0, 0, 0, 0]) == 3
func([0, 0, 0, 0, 0, 1, 0, 0, 0, 1]) == 4

Хочу подсветить:

1. Интервьюеры - приятные, руководители классные, с кайфом поболтал с каждым. Плюс прозрачно обьяснили карьерный трек.
2. Задачки по SQL прикладные - не кринжовые, по смыслу подходят

p.s. все решения положил в комменты
p.s. 2 - сохраняйте себе пост, чтобы не потерять
p.s. 3 - итог собеса тоже в комментах)) Стоит взглянуть)

По традиции ставим прогрессивного жаба 📈, для успешных собесов, заинтригованного жаба 📃 если было интересно читать, разбираться и читать решение, ну и лайк ❤️, если понравился пост!

Тренд на «универсалов»: кто будет востребован в аналитике в 2026?

Эра «просто аналитиков», которые умеют только собирать таблицы, проходит. Сейчас заметен четкий сигнал рынка: компаниям нужны специалисты полного цикла — те, кто понимает путь данных от сбора до принятия бизнес-решения. Знания таблиц и базового SQL больше недостаточно, если вы хотите получать приглашения на собеседования и выигрывать конкуренцию у других кандидатов.

Чтобы не тонуть в бесконечном списке требований работодателей, важно сфокусироваться на самом нужном.

Илья Ковалёв (Senior-аналитик Dodo Brands) и Наталья Рожкова (HR-эксперт) проведут прямой эфир о том, как выжить и вырасти в этой среде 👍

🟠На примерах из Dodo посмотрим, как вести задачу от сырых данных до рабочего дашборда.
🟠Почему универсальные навыки стали преимуществом и как джуну соответствовать этому фильтру.
🟠Советы от HR, как доработать резюме и отклики, чтобы «пробивать» автоматические фильтры и внимание рекрутеров.

💬 Всем зарегистрировавшимся Simulative пришлют полезный материал — карту компетенций аналитика данных со всеми нужными инструментами для освоения.

🔗 Регистрируйтесь на бесплатный вебинар