Расскажите про опыт в аналитике данных, проекты и курсы
Что проверяют
Что из перечисленного в резюме вы делали руками, а что просто прослушали. Вопрос открытый, и по нему определяют уровень: начинающий рассказывает про курсы, человек с опытом про задачу, данные и решение, которое из них выросло. Отдельно слушают, отличаете ли вы наблюдение от вывода.
Как отвечать
Стройте ответ от задач, курсы оставьте на конец.
- Возьмите один или два проекта и доведите каждый до результата: какой был вопрос бизнеса, откуда данные и какого они качества, что вы посчитали, что из этого следовало и что поменялось после.
- Назовите метрику и способ проверки: сравнение групп в эксперименте, контрольный период, кросс-валидация для модели. Скажите, какой результат вас удивил.
- Покажите работу с грязными данными: дубли, пропуски, сдвинутые часовые пояса, изменившееся определение события. Это половина работы аналитика, и про неё редко рассказывают.
- Стек называйте по делу: SQL с оконными функциями, pandas, визуализация, дашборд, а для задач машинного обучения базовое решение, набор признаков и метрика качества.
- Курсы: чему научились и что сделали руками после. Свой проект на открытых данных или соревнование весят больше сертификата.
Где спотыкаются
Перечисляют курсы и платформы вместо результатов. Сертификат не отвечает на вопрос «что вы умеете делать», а длинный список создаёт впечатление, что практики за ним нет.
Присваивают себе бизнес-эффект: «после моего анализа конверсия выросла на пятнадцать процентов». Аналитик редко владеет изменением целиком, и первый же вопрос про дизайн эксперимента и период сравнения ломает формулировку. Честнее сказать, что вы предложили и как решение проверяли.
Не могут объяснить статистику собственного эксперимента: как выбирали размер выборки, почему остановились в этот день, что именно считает применённый критерий. Подглядывание в результаты до конца теста превращает красивую цифру в шум.