Приходилось ли анализировать сырые данные

Что проверяют

Что вы делаете, когда данные приходят не из готовой витрины: грязные, с пропусками, с дублями и без документации. Ответ показывает, умеете ли вы усомниться в данных прежде, чем строить по ним модель или отчёт.

Как отвечать

Расскажите конкретный случай по пути данных. Откуда пришли: логи событий, выгрузка из операционной базы, внешний файл от партнёра. Какого объёма, чем читали, сколько времени заняла первая загрузка. Что проверяли в первую очередь: полноту по датам и по сегментам, дубли и уникальность ключа, типы и единицы измерения, часовые пояса, невозможные значения вроде отрицательной длительности, долю пропусков по каждому полю.

Дальше говорите про решения, а не про функции библиотек: почему пропуск здесь означает «события не было», а не ноль; какие выбросы отсекли и на основании чего; как поняли, что часть трафика это боты; как объяснили расхождение с отчётом, который уже показывают бизнесу. Сильный ход: рассказать, что нашли проблему в самом источнике, например повторную доставку событий, и починили сбор, а не подпёрли костылём в ноутбуке.

Заканчивайте воспроизводимостью: разведочный анализ оформлен так, что его можно повторить, ключевые проверки качества вынесены в регулярный прогон, чтобы поломка источника всплыла раньше, чем странное число в отчёте.

Где спотыкаются

Заполняют пропуски средним по всей выборке как универсальным приёмом. Это занижает разброс, смазывает связи, а если сделано до разделения выборок, ещё и подмешивает в обучение информацию из теста. Сначала выясняют природу пропуска, потом выбирают способ.

Строят рассказ вокруг набора библиотек. Перечисление инструментов ничего не сообщает про анализ: интервьюер ждёт, какие гипотезы вы проверяли, что оказалось не так с данными и как вы это поняли.

Приводят эффектные цифры эффекта из заранее заготовленной истории. Следом идут вопросы, как измеряли, была ли контрольная группа и за какой период, и разговор обычно на этом и заканчивается, причём не в вашу пользу.