Какова роль системного аналитика в команде и с кем он коммуницирует?
Что проверяют
Понимаете ли вы, чем системный аналитик отличается от бизнес-аналитика и что он конкретно производит в data-команде. Следом обычно просят назвать артефакты, которые аналитик отдаёт инженерам, и рассказать, как он разбирает расхождение цифр в двух отчётах.
Как отвечать
Системный аналитик переводит потребность бизнеса в требования, по которым можно построить пайплайн, витрину или модель, и держит эти требования актуальными. В data-команде его результат это не абстрактное ТЗ, а конкретные документы:
- маппинг из источника в витрину (S2T): откуда берётся каждое поле, какие преобразования, фильтры и ключи соединения;
- контракт данных: схема, типы, частота обновления, допустимая задержка, владелец источника и порядок действий при смене формата;
- глоссарий метрик: единое определение «активного пользователя» или «выручки», чтобы два дашборда не показывали разные числа;
- постановка ML-задачи: целевая переменная, горизонт прогноза, какие признаки доступны на момент предсказания и как результат модели попадёт в процесс.
Круг общения лучше назвать по ролям и сразу с предметом разговора. С заказчиком и продактом аналитик выясняет, зачем нужен результат и как его примут. С владельцами систем-источников разбирает, как устроены данные и когда меняется схема. С data engineer обсуждает объёмы, инкрементальную загрузку и реализуемость, с data scientist и ML engineer признаки и риск утечки целевой переменной. С тестировщиками и специалистами по качеству данных договаривается о проверках полноты и согласованности, со службой безопасности о персональных данных и доступах.
Где спотыкаются
Описывают роль общими словами про «связующее звено» и не называют ни одного артефакта. Интервьюер делает вывод, что руками вы это не делали.
Сводят работу к сбору требований у заказчика. В data-проектах большая часть времени уходит на разбор источников: дубли, пропуски, разные часовые пояса, справочники, которые меняются задним числом.
Забывают про сопровождение. Требования к витрине живут дольше проекта: без описанного происхождения данных и владельца метрики через полгода никто не объяснит, почему число в отчёте изменилось.