Источник: Ориентировочно по открытым данным 2026: вакансии hh.ru Ростелекома (стажёрские позиции от ~50.6K), DreamJob (данные по должностям «Аналитик» и «Аналитик данных», после налога), рыночные вилки getmatch / hh / Хабр Карьера. Точные вилки по грейдам аналитиков Ростелеком публично не раскрывает — средние и старшие цифры отраслевые, а не подтверждённые самой компанией.
Grade ladder: Внутренняя грейдовая система аналитиков Ростелекома публично не раскрыта в деталях, поэтому ниже — обобщённая для крупного телекома картина, а не подтверждённая компанией схема. Обычно путь идёт от стажёра/джуниора (учебные и рутинные задачи: выгрузки, отчётность, простые SQL-запросы) к мидлу (самостоятельные исследования, продуктовые метрики, дашборды, ETL-обвязка), затем к сеньору (сложная аналитика, влияние на решения, менторство) и к лид/руководящим ролям (владение доменом, координация команды аналитиков, стратегические метрики). В большой компании грейд часто привязан к домену и юниту, а не только к «уровню SQL», поэтому одинаковый тайтл в разных подразделениях может означать разный набор задач и разную вилку.
SQL как основной навык: джойны, агрегации, оконные функции, подзапросы; в больших телеком-хранилищах часто встречаются колоночные аналитические СУБД, поэтому полезно понимать SQL на больших объёмах. Продуктовые и телеком-метрики: отток абонентов (churn), ARPU, LTV, retention, воронки подключения услуг — умение считать и интерпретировать. Python для аналитики: pandas для обработки данных, базовая работа с таблицами, группировки и агрегации (глубина зависит от команды). Основы статистики и A/B-тестирования: как спланировать эксперимент, что такое значимость, как не сделать ложных выводов. ETL/ELT и работа с данными: понимание, откуда берутся данные и как устроены пайплайны; в некоторых командах встречаются оркестраторы вроде Apache Airflow. Визуализация и отчётность: дашборды и BI-инструменты, умение донести результат до нетехнических стейкхолдеров. Аналитическое мышление на кейсах: как разложить бизнес-вопрос на данные и метрики, что мерить и как проверять гипотезы.
Каждый вопрос задокументирован в публичной статье (Habr, vc.ru). Источник проверен.
Плюс 3000+ обучающих вопросов, 520+ SQL-задач, 530+ Python — бесплатно первые 5 каждого типа.
Открыть тренажёр →Честно: публично точные условия тестового задания аналитика Ростелекома не раскрыты — в открытых источниках есть только упоминания, что домашка или задача иногда встречается и зависит от домена и команды. Ниже НЕ дословный, а реконструированный пример типового формата для телеком-аналитики: «Дана таблица подключений услуг (client_id, service, connected_at, disconnected_at, region). Напишите SQL, который считает помесячный отток (churn) по регионам за последние 6 месяцев и находит топ-3 региона по росту оттока. Коротко опишите, какие ещё метрики вы бы посмотрели, чтобы понять причину». Важно: это реконструкция типового формата, а не точные условия задания Ростелекома.
Обычно 3-5: скрининг с рекрутёром, техническая секция (SQL, иногда Python и live-coding), разбор метрик и продуктовых кейсов, иногда отдельное тестовое, и финал с руководителем и командой. Точное число зависит от домена и уровня позиции; у больших компаний на входе бывает ещё онлайн-тестирование. Это обобщённая рамка, а не официально описанный компанией процесс.
Точные вилки по грейдам компания публично не раскрывает. Ориентировочно по открытым данным 2026: стажёр/джуниор ~50-90K, мидл ~140-230K, сеньор ~250-400K руб/мес (стажёрские вакансии Ростелекома на hh.ru стартуют примерно от 50.6K, дальше — рыночные вилки getmatch/hh/Хабр Карьера). Реальная цифра сильно зависит от домена, региона и грейда.
По SQL: джойны, группировки, оконные функции, подзапросы и типовые аналитические задачи на больших данных. По Python: pandas, обработка и агрегация таблиц, базовая статистика. Потренироваться на живых задачах можно в нашем тренажёре — /sql-sandbox, а вопросы для разбора собеседований — /interviews.
Довольно специфична: много задач вокруг абонентской базы — отток, ARPU, LTV, удержание, воронки подключения и работа с большими объёмами данных из разных систем. Отраслевой контекст (телеком, сеть, клиентский сервис) помогает на собеседовании: полезно понимать телеком-метрики и уметь считать их на SQL.
Яндекс · Ozon · Т-Банк (Tinkoff) · Авито · Wildberries · VK · X5 Group · Сбер · Lamoda · МегаФон · Tutu.ru · Альфа-Банк · МТС · Самокат · Райффайзенбанк · Циан · 2ГИС · ВТБ · Билайн (ВымпелКом) · Точка · Магнит · Додо Пицца (Dodo Brands) · Skyeng · Лаборатория Касперского · HeadHunter (hh.ru) · Aviasales · Совкомбанк · Газпромбанк · Домклик