Насколько хорошо вы владеете Python?
Что проверяют
Калибровку самооценки. Вопрос открытый специально: по нему видно, как вы описываете свой уровень, а следом почти всегда идёт живая задача, которая эту оценку проверяет. Для аналитика важен ещё и профиль: Python здесь инструмент работы с данными, и ждут не умения писать сервисы, а умения посчитать и не ошибиться.
Как отвечать
Не давайте оценку по десятибалльной шкале, дайте карту задач. Скажите, с какими данными работали, какого объёма и что делали конкретно:
- забор данных: запрос к базе и выгрузка результата, файлы и выгрузки из внешних систем;
- обработка: группировка с несколькими агрегатами, соединения таблиц, сводные таблицы, работа с датами и периодами;
- качество: поиск дублей после соединения, пропуски, приведение типов, сверка итогов с существующим отчётом;
- автоматизация: скрипт, который собирает отчёт по расписанию, вместо ручного перезапуска ноутбука;
- понимание границы: тяжёлую агрегацию лучше отдать базе, чем тянуть таблицу целиком и группировать у себя.
Честно очертите край. «Пишу скрипты и ноутбуки, боевой сервис на Python не поддерживал» звучит сильнее размытого «владею на высоком уровне». Полезно заранее вспомнить ответы на то, что спрашивают следом: чем соединение таблиц отличается от склейки, как ловить размножение строк после соединения, почему обход по строкам проигрывает векторной операции.
Где спотыкаются
Заявляют высокий уровень и несколько лет опыта без единого примера. Дальше просят посчитать долю в разрезе, человек надолго уходит в поиск нужного метода, и это противоречие запоминается сильнее самой задачи.
Второе: перечисляют весь стек подряд, включая веб-фреймворки и асинхронность, которых не касались. Уточняющий вопрос задаётся ровно по самому экзотическому пункту списка, и на нём ответ рассыпается.
Третье: обходят данные построчно. На сотне строк это незаметно, на миллионе задача не считается вовсе, а интервьюер по этому признаку и определяет, работали ли вы с настоящими объёмами.