Data Analyst: roadmap с нуля, стек SQL / Python / BI и разбор задач с собеседований

Аналитик данных (Data Analyst) помогает бизнесу принимать решения на основе реальных цифр, а не интуиции. В отличие от Data Scientist (который тренирует сложные ML-модели) и Data Engineer (который строит пайплайны ETL и хранилища DWH), аналитик данных исследует поведение пользователей, строит дашборды, оценивает результаты A/B-тестов и находит точки роста выручки.

В этой статье мы подробно разберем:

1. Ключевые компетенции аналитика данных.
2. Пошаговый roadmap освоения инструментов.
3. 5 классических задач и вопросов с собеседований с подробными решениями.

Что должен знать Data Analyst?#

Дорожная карта (Roadmap) обучения#

1. SQL для аналитики#

• Оконные функции (OVER (PARTITION BY ... ORDER BY ...)).
• Аналитические функции ранжирования: ROW_NUMBER(), RANK(), DENSE_RANK().
• Функции смещения: LAG() и LEAD() для расчета динамики продаж от месяца к месяцу.

2. Python и анализ данных#

• Структуры данных Series и DataFrame.
• Фильтрация, группировки (groupby), сводные таблицы (pivot_table), слияния (merge).
• Очистка «грязных» данных: обработка пропусков (fillna, dropna), дедупликация, поиск аномалий и выбросов.

3. Продуктовая аналитика и A/B-тесты#

• Когортный анализ: построение когорт по дате первой покупки или регистрации.
• Оценка достоверности: критерий Стьюдента ($t$-тест), Манна-Уитни, бутстреп (Bootstrap).

Топ-5 вопросов и задач с собеседований#

1. В чем разница между ROW_NUMBER(), RANK() и DENSE_RANK()?#

Самый популярный вопрос на знание оконных функций SQL.

Представим зарплаты сотрудников: [100, 90, 90, 80]:

SELECT 
    name, 
    salary,
    DENSE_RANK() OVER (ORDER BY salary DESC) AS salary_rank
FROM employees;

2. Что такое Когортный анализ и как посчитать Retention 7-го дня?#

Retention Rate 7-го дня (Коэффициент удержания) — это процент пользователей, которые вернулись в сервис на 7-й день после даты регистрации.

Алгоритм расчета в SQL:

1. Для каждого пользователя фиксируем дату когорты (день регистрации).
2. Вычисляем разницу в днях между датой активности и датой когорты: activity_date - cohort_date.
3. Считаем количество активных пользователей на 7-й день и делим на общий размер когорты 0-го дня:

Retention Day 7 = (Активные пользователи на 7-й день / Размер когорты дня 0) × 100%

3. Ошибки I и II рода в A/B-тестировании#

При проведении эксперимента бизнес рискует принять ложное решение:

• Ошибка I рода (False Positive, alpha): Мы решили, что новая фича увеличила конверсию, хотя на самом деле изменения были случайным шумом (отклонили верную нулевую гипотезу). Контролируется уровнем значимости (обычно alpha = 0.05).
• Ошибка II рода (False Negative, beta): Новая фича действительно работала лучше, но мы не заметили эффекта и выкатили старую версию (не отклонили ложную нулевую гипотезу). Контролируется мощностью теста (1 - beta, обычно 80%).

4. Как найти вторую максимальную зарплату в таблице без LIMIT и OFFSET?#

Классическая алгоритмическая задача на SQL:

SELECT MAX(salary) AS second_highest_salary
FROM employees
WHERE salary < (SELECT MAX(salary) FROM employees);

Или через оконную функцию:

WITH ranked AS (
    SELECT salary, DENSE_RANK() OVER (ORDER BY salary DESC) as rnk
    FROM employees
)
SELECT salary FROM ranked WHERE rnk = 2 LIMIT 1;

5. Что такое p-value простыми словами?#

p-value (вероятность ошибки) — это вероятность получить наблюдаемый (или еще более экстремальный) результат эксперимента при условии, что нулевая гипотеза верна (то есть на самом деле никакой разницы между версиями А и Б нет).

Если значение p-value < 0.05, мы говорим: «Вероятность того, что такой рост конверсии случаен — менее 5%. Мы отвергаем нулевую гипотезу и признаем победу варианта Б».

Резюме#

Успешный аналитик данных сочетает техническую свободу в SQL и Python с ясным продуктовым чутьем. Умение не просто выгрузить таблицу, а ответить на вопрос «Что бизнесу нужно сделать прямо сейчас на основе этих цифр?» — главный критерий на собеседовании.

Прокачивай IT-скиллы с Capycodio

Не зубри теорию часами перед компьютером. Короткие 3-минутные интерактивные сессии прямо с телефона: по дороге, за кофе или перед сном.

Вступить в белый списокПопробовать демо онлайн