Всего 4473 вопросов по 21 категориям. Карточки с ответами и квиз-режим.
SQL (920 вопросов)
Чем отличается INNER JOIN от LEFT JOIN и когда использовать каждый?
Как работает оператор GROUP BY и почему важно добавлять агрегаты к неагрегированным полям?
Что делает оконная функция ROW_NUMBER() и чем отличается от DENSE_RANK()?
Объясните разницу между WHERE и HAVING.
Как использовать CTE (WITH) и зачем они нужны?
...и ещё 915 вопросов
Python (654 вопросов)
Чем отличаются списки и кортежи в Python?
Как работает list comprehension и чем лучше цикла?
Что такое генератор и чем он отличается от списка?
Как работает менеджер контекста и зачем нужен?
Объясните разницу между deepcopy и copy.
...и ещё 649 вопросов
Теория вероятностей (169 вопросов)
Чем отличается дискретная случайная величина от непрерывной?
Сформулируйте закон больших чисел.
Что такое условная вероятность и как её вычислить?
Объясните формулу полной вероятности.
Что такое теорема Байеса и когда её использовать?
...и ещё 164 вопросов
Статистика (379 вопросов)
Чем отличаются выборка и генеральная совокупность?
Что такое медиана и чем она полезна?
Поясните доверительный интервал средней.
Что такое p-value и как его интерпретировать?
Разница между типами ошибок I и II рода?
...и ещё 374 вопросов
Визуализация (53 вопросов)
Как выбрать между линейным графиком и столбчатой диаграммой для отчёта?
Что такое data-ink ratio по Эдварду Тафти и как применять этот принцип к дашбордам?
Как выбрать цветовую палитру для визуализаций, доступных людям с нарушениями цветовосприятия?
Какой тип графика лучше показывает форму распределения и ключевые статистики одновременно?
Когда использовать small multiples вместо одного графика с несколькими линиями?
...и ещё 48 вопросов
ML (255 вопросов)
Как диагностировать переобучение модели и какие приёмы помогают его предотвратить?
Перечислите основные способы регуляризации и объясните, когда применять каждый.
Объясните разницу между precision и recall.
Как выбрать между ROC-AUC и PR-AUC для оценки модели классификации?
В чём принцип градиентного бустинга и почему он так популярен в продуктовой аналитике?
...и ещё 250 вопросов
Продуктовое мышление (208 вопросов)
Что такое north star metric?
Как определить основные сегменты пользователей?
Что важно учесть при постановке эксперимента на продуктовой метрике?
Как оценить влияние фичи без A/B теста?
Как выбрать метрики активации, ретенции и монетизации?
...и ещё 203 вопросов
A/B тесты (520 вопросов)
Как применить дельта-метод для метрики конверсии?
Объясните идею switchback теста с примерами.
Как проводить CUPED на практике?
Что такое switch-over bias и как его избежать?
Зачем нужна стратификация при рандомизации?
...и ещё 515 вопросов
Метрики (360 вопросов)
Что такое Activation Rate и как её рассчитать в SQL? Есть таблица events(user_id, event_name).
Опишите формулу WAU/MAU и зачем она нужна.
Как получить ARPU в разрезе тарифов? Есть таблица payments(plan, user_id, amount).
Что такое NRR и как его интерпретировать? Приведите формулу.
Как посчитать churn rate пользователей (формула и SQL)? Есть таблица customer_status(user_id, status) со статусами active_start и churned.
...и ещё 355 вопросов
Маркетинговая аналитика (46 вопросов)
Как рассчитать blended CAC и чем он отличается от channel CAC?
Что такое ROAS и как его использовать?
Опишите разницу между last-click и data-driven атрибуцией.
Как построить incremental lift тест для рекламной кампании?
Что такое MMM (Marketing Mix Modeling) и когда его использовать?
...и ещё 41 вопросов
Продуктовая аналитика (305 вопросов)
Как рассчитать конверсию по этапам продуктовой воронки в SQL?
Что такое retention curve и какие выводы по ней можно сделать?
Как измерить DAU/WAU/MAU и для чего их сравнивают?
Что такое cohort analysis и как он помогает проверить гипотезу?
Приведите пример метрики product-market fit survey.
...и ещё 300 вопросов
Продуктовые кейсы (181 вопросов)
Маркетплейс увидел падение конверсии checkout→оплата на iOS на 4 п.п. Багов в логах нет. Как структурируешь расследование?
У медиа‑сервиса просел D7 retention после отключения персонализированных пушей. Как убедиться, что причина именно в push?
Сервис доставки заметил снижение среднего чека после масштабной акции. Как показать, что кампания всё ещё выгодна?
Финтех-продукт внедрил новый KYC. Approve rate вырос, но онбординг стал занимать 10 минут. Как аргументировать, что это ок?
Команда Stories в соцсети хочет доказать, что новая лента повышает вовлечённость. Какие шаги предложишь?
...и ещё 176 вопросов
Продуктовые метрики (5 вопросов)
DAU упал на 5%. Как провести диагностику просадки?
Как определить North Star Metric для маркетплейса продажи б/у техники?
Как отличить хороший retention от плохого? Какой benchmark?
Как посчитать LTV, если у вас данные только за 3 месяца?
Retention D1, D7, D30 — что важнее и когда?
Продукт (54 вопросов)
Продакт говорит «давай просто увеличим AOV» для роста GMV. Какие подводные камни?
У тебя есть дашборд Weekly DAU. CPO спрашивает «почему на прошлой неделе был дроп?». Как ответить за 10 минут?
Как декомпозировать продуктовую метрику? На примере «retention снизился на 5%».
Что такое продуктовый эффект (product impact) и как его измерить?
Как выбрать North Star Metric (NSM) для нового продукта?
...и ещё 49 вопросов
BI (162 вопросов)
Продакт третий раз за месяц просит «прислать те же цифры по воронке», и ты опять гоняешь SQL руками. Чем BI-дашборд отличается от ad-hoc запроса и ноутбука, и по какому правилу понять, что пора его строить?
Проектируешь витрину под BI-дашборды в колоночном DWH. Команда спорит: нормализовать измерения в подтаблицы (snowflake) или держать денормализованную звезду. Что возьмёшь по умолчанию и почему?
Дашборд в Tableau подключён Live к прод-Postgres: каждый клик по фильтру шлёт тяжёлый запрос, бэкенд жалуется на тормоза приложения. Бизнесу хватает данных с обновлением раз в час. Extract или Live — что выберешь и какой ценой?
Один дашборд продаж нужен 50 региональным менеджерам: каждый должен видеть только свой регион, директор — все. Плодить 50 копий дашборда нельзя. Каким механизмом BI это решается?
Yandex DataLens: из чего состоит путь от данных до дашборда?
...и ещё 157 вопросов
Алгоритмы (120 вопросов)
Дан массив [5, 2, 8, 1, 9]. Нужно отсортировать без встроенного sort(). Самый простой алгоритм — bubble sort. Реализуй на Python, разбери worst/avg/best case. Где bubble sort реально применяется (хинт: Timsort использует его как fallback на коротких подмассивах)?
Тебе на собесе дают массив на ~50 элементов почти отсортированный (последние 3 элемента не на месте) и просят отсортировать максимально быстро. Какой алгоритм выберешь и почему insertion sort даст O(n) в этом случае? Реализуй и покажи где Python Timsort использует insertion как часть алгоритма.
Тебе задают вопрос: «У меня quick sort работает за O(n log n) на random data, но на отсортированном входе тормозит. Почему?» Объясни worst case O(n²) и причину. Какие 3 техники защищают (random pivot, median-of-three, introsort)? Реализуй quick sort с random pivot и обоснуй стабильность.
Дан массив на 10M элементов которые не помещаются в RAM. Тебя просят отсортировать их на диске (external sort). Какой алгоритм базовый? Реализуй classical merge sort и объясни почему он подходит для external sort (chunks + merge), стабилен, параллелизуется. Сравни с quick sort в этом сценарии.
У тебя приоритетная очередь задач (job scheduler). Тебе нужно постоянно вытаскивать самую важную и добавлять новые. Какая структура подходит за O(log n) на каждую операцию? Реализуй min-heap (приоритет = меньшее число) через heapq. Покажи top-K largest и median maintenance.
...и ещё 115 вопросов
Data Quality (35 вопросов)
Задача: настроить data validation на 1M строк ежедневно загружаемых из Kafka. Какие основные сущности Great Expectations нужно использовать (Expectation, Suite, Batch, Validation, Checkpoint)? Покажи минимальный пример pipeline.
Задача: Great Expectations поддерживает сотни expectations. Перечисли 10 наиболее часто используемых в production и объясни когда каждое применять.
Задача: GE Data Docs автоматически генерирует HTML-отчёты после каждого validation. Как настроить deploy этих доков в S3 для команды и интегрировать с Slack-нотификациями при failures?
Задача: GE Profiler анализирует существующий датасет и автоматически генерирует expectation suite. Когда это полезно vs ручное создание? Какие expectations Profiler ловит, а какие нет?
Задача: что такое Batch и Batch Request в Great Expectations? Покажи как validate один файл (single batch) vs целый partition (multi-batch) vs streaming через Kafka.
...и ещё 30 вопросов
Data Engineering (17 вопросов)
Объясни идемпотентность ETL на примере. Почему «вставить новые строки за вчера» — неидемпотентно, и как переписать загрузку, чтобы повторный запуск за тот же день не дублировал данные?
В dbt модель сделана incremental. После добавления нового источника-джойна исторические строки в таблице должны пересчитаться, но обычный dbt run их не трогает — обрабатываются только новые. Что нужно сделать, чтобы пересчитать всё с нуля?
Реализуй SCD Type 2 для измерения «менеджер аккаунта». Какие технические поля нужны, как закрывается старая версия и в чём типичная ошибка с границами интервалов?
ClickHouse, таблица с движком MergeTree. Ты сделал INSERT, потом сразу SELECT и не видишь некоторых только что вставленных строк через ReplacingMergeTree. В чём причина и что важно понимать про дедупликацию?
У тебя dbt-модель строит таблицу из логов событий. Источник иногда присылает дубли по event_id. Где правильнее всего навесить контроль качества, чтобы пайплайн упал ДО публикации витрины, а не после?
...и ещё 12 вопросов
AI / LLM аналитика (10 вопросов)
Что такое RAG (Retrieval-Augmented Generation) и зачем он аналитику?
LLM сгенерировала SQL-запрос по вашему описанию. Как проверить результат, прежде чем доверять цифрам?
Метрика RAGAS faithfulness при оценке RAG-ассистента показывает, что...
Что такое эмбеддинги и векторная база данных простыми словами?
Что называют «галлюцинацией» LLM в контексте аналитического ассистента?
...и ещё 5 вопросов
Инструменты (10 вопросов)
Почему ClickHouse с движком MergeTree так быстр на аналитических запросах и за что отвечает ORDER BY в определении таблицы?
Что такое DuckDB и почему он удобен для локальной аналитики над Parquet-файлами? Покажи запрос к файлам без предварительной загрузки в память.
За счёт чего Apache Iceberg обеспечивает time travel — запрос данных на состояние в прошлом?
Какую роль играет Apache Kafka в стриминговом стеке аналитика и что даёт партиционирование топика?
В чём ключевое преимущество Polars над pandas на больших таблицах?
...и ещё 5 вопросов
Excel / таблицы (10 вопросов)
Объясните разницу между СУММЕСЛИМН (SUMIFS) и СЧЁТЕСЛИМН (COUNTIFS). Как посчитать выручку по товару «A» в городе «Москва» одной формулой?
Есть плоская таблица продаж (дата, город, менеджер, товар, сумма). Нужна матрица «выручка по городам (строки) × месяцам (столбцы)». Как решить сводной таблицей и на что обратить внимание с датами?
Что такое Power Query и какую задачу аналитика он решает? Приведите 2-3 типичных сценария.
Для чего в Google Sheets нужна ARRAYFORMULA? Чем она удобнее, чем протягивать обычную формулу на 10 000 строк?
Как условным форматированием подсветить всю строку, если сделка просрочена (дата в столбце E меньше сегодняшней)? В чём подвох с абсолютными и относительными ссылками?