Какими хард скиллами должен обладать системный аналитик?
Что проверяют
Понимаете ли вы, чем системный аналитик отличается от аналитика данных и от бизнес-аналитика и что конкретно он делает в команде данных и ML. Следом часто просят описать, какой документ аналитик отдаёт дата-инженеру, чтобы тот построил витрину или пайплайн без десятка уточнений.
Как отвечать
Держите фокус на системной части: аналитик описывает, как данные рождаются, текут и потребляются, а не строит дашборды и не обучает модели.
- SQL на рабочем уровне:
JOIN, оконные функции, агрегаты с условиями, умение самому проверить гипотезу на данных источника и найти дубли или пропуски; - моделирование данных: нормализация, ER-диаграммы, для хранилищ ещё схема «звезда», медленно меняющиеся измерения (SCD), подход Data Vault;
- интеграции: REST и gRPC, контракты в OpenAPI, обмен через брокеры вроде Kafka, форматы JSON, Avro, Parquet, разница между пакетной и потоковой загрузкой;
- ETL/ELT и хранилища: слои сырых данных, очищенных и витрин, инкрементальная загрузка, зачем нужна идемпотентность при повторном запуске;
- требования к ML-задаче: откуда берётся целевая переменная, какие признаки доступны в момент предсказания, а какие появляются позже и дадут утечку, как модель встраивается в процесс и какая допустима задержка ответа;
- нотации: BPMN для процессов, UML для последовательностей и состояний, C4 для архитектуры;
- качество данных и lineage: правила проверки полноты и уникальности, из каких источников собрано поле.
Python, Tableau и Power BI полезны, но это инструменты аналитика данных, а не ядро профессии системного аналитика. Хорошо, если подкрепите список примером спецификации, которую писали сами.
Где спотыкаются
Сводят ответ к Excel и визуализации. Для системного аналитика это вспомогательные навыки, а интервьюер ждёт требований, интеграций и модели данных.
Пишут требования к ML-фиче без привязки ко времени: признак, известный только после события, попадает в обучение, и модель хорошо выглядит на тесте, но бесполезна в проде.
Не различают логическую и физическую модель данных и не могут объяснить, почему в хранилище денормализуют таблицы, которые в OLTP держат в третьей нормальной форме.