Собеседование аналитика данных в Lamoda — гайд 2026

Fashion e-commerce №1 в РФ. Аналитики в персонализации, маркетинге, логистике, ассортименте, ML. Этот гайд покажет реальные вопросы с собесов аналитика, пример тестового задания, зарплату по грейдам — и как готовиться эффективно через тренажёр zasqlpython.ru.

Зарплата аналитика данных в Lamoda

Junior → Middle → Senior → Lead.

Junior160-260K ₽
Middle260-410K ₽
Senior410-620K ₽
Lead620-900K ₽
📊 Источник: Хабр Карьера + Glassdoor Lamoda (май 2026) — проверить актуальные данные. Указаны fixed компенсации без бонусов и опционов.

Структура процесса собеседования

  1. Этап 1: Скрининг HR (30 мин)
  2. Этап 2: Тестовое (часто) — pandas/SQL анализ fashion-датасета
  3. Этап 3: Техно-интервью (1.5 ч)
  4. Этап 4: Продуктовое интервью (1 ч)
  5. Этап 5: Финал

🎯 Реальные вопросы с собеседований в Lamoda

Ниже — конкретные задачи, которые задавали в Lamoda в 2025-2026 (по отзывам кандидатов на Habr и vc.ru). Каждую можно решить прямо сейчас — кнопка ведёт на тренажёр с автопроверкой.

SQL Medium

Найдите топ-100 SKU по выручке за месяц с разбивкой по категориям и сезонам.

Решить в тренажёре →
SQL Medium

Return rate по брендам: найдите бренды с return rate >25% и причины (через JOIN на отзывы).

Решить в тренажёре →
Python Hard

pandas: рекомендации товаров — для каждого пользователя найти top-5 SKU из категорий, которые он не покупал, но похожие пользователи покупали.

Прокачай AI мок-собес →
Продукт Hard

Конверсия из корзины в оплату упала с 65% до 58% за месяц. Гипотезы и проверка?

Разбор похожего кейса →

Зарегайся бесплатно и решай эти задачи в браузере

425 SQL и 482 Python задач с автопроверкой через PostgreSQL и Pyodide. Первые 5 SQL и 5 Python — без регистрации. После регистрации (1 минута) — 20 карточек и квизов в день, 5 кейсов, прогресс между устройствами.

Зарегистрироваться бесплатно → Попробовать без регистрации →

📝 Пример тестового задания в Lamoda

Анализ персонализации в Lamoda (3-5 дней)

Датасет 200K пользователей × просмотры/добавления в избранное/покупки. Задание: построить простую рекомендательную систему (collaborative filtering), оценить качество (precision@k, recall@k), сегментировать пользователей по предпочтениям. Формат: Notebook + презентация.

Что проверяет: Понимание fashion-специфики (сезонность, категории, бренды), базовый ML (collaborative filtering), умение работать с большими user-item матрицами.

→ Похожие тестовые задания (497 шт. в каталоге)

Что спрашивают на технической секции

SQL-темы (обязательно)

Python — pandas и алгоритмы

Продуктовая аналитика и метрики

5 SQL-задач из тренажёра для подготовки

3 продуктовых кейса для тренировки

Метрики которые нужно знать

Часто задаваемые вопросы (FAQ)

Что специфично в Lamoda?
Fashion-аналитика: сезонность (4 сезона + новогодние волны), персонализация (recommender systems), высокий return rate (15-25% — норма), категорийный микс (бренды × типы товара × ценовые сегменты).
Какой стек в Lamoda?
PostgreSQL + ClickHouse, Python (pandas, scikit-learn, scipy), Tableau, Spark для big data. С 2024 активно переходят на ML-рекомендации.
Дают ли тестовое в Lamoda?
Часто — на 60-70% позиций. Это pandas/SQL задание на 3-5 дней с fashion-датасетом. Защита на техно-интервью.

Получи Pro и готовься без ограничений

1999 ₽/мес — все 425 SQL, 482 Python задач, 412 кейсов, 317 метрик с формулами и SQL, безлимитные карточки, квизы и AI мок-собеседования. Отменить можно в любой момент. 5000+ аналитиков уже готовятся.

Оформить Pro — 1 999 ₽/мес → AI мок-собес →

Связанные разделы