Расскажите о текущем или будущем месте работы, роли в команде и контексте аналитики
Что проверяют
В какой аналитической среде вы работали и кем в ней были. Продуктовая аналитика, регулярная отчётность, маркетинг и риски устроены по-разному: где-то вы сами формулируете вопрос и защищаете вывод, где-то приходит готовая постановка. Плюс проверяют, понимаете ли вы, как ваша работа превращается в решения.
Как отвечать
Разложите ответ на три слоя. Контекст: что за продукт, кто заказчики анализа, какие решения принимаются по данным. Роль: с кем работаете каждый день (продакт, разработка, инженеры данных), кто владеет метриками, есть ли витрины и кто их ведёт. Инструменты: диалект SQL, система визуализации, Python и для чего именно, трекинг событий, платформа экспериментов.
Дальше проведите собеседника по одному циклу работы целиком: пришёл вопрос от бизнеса, как уточняли формулировку и определение метрики, где брали данные, как проверяли их качество, какой вывод получился и что изменилось после него. Именно последний шаг интересует больше всего.
Если речь о будущем месте, разверните вопрос обратно: спросите, как ставятся задачи, кто отвечает за качество данных, есть ли готовый слой витрин или всё считается запросами по сырым таблицам. Ответ покажет, сколько времени вы будете тратить на инженерную рутину вместо анализа.
Где спотыкаются
Рассказывают только про инструменты. Аналитик, который называет SQL и дашборды, но не может описать предметную область и метрики продукта, выглядит как исполнитель чужих запросов.
Не могут назвать решение, изменившееся после их работы. Отчёт, который никто не открыл, и дашборд, на который никто не смотрит, результатом не считаются, и лучше честно рассказать, как добивались внедрения выводов.
Молчат про качество данных. Вопрос о контексте аналитики почти всегда подразумевает и это: расхождение цифр между источниками, дубли событий, задержки загрузки. Кандидат, который про это не думает, однажды принесёт бизнесу уверенно посчитанную неправду.