Источник: Ориентировочно по открытым данным 2026: вакансии getmatch (Аналитик BI Самокат — от 200 000 ₽ на руки, Middle, удалёнка), вилки hh.ru и калькуляторы Хабр Карьера/getmatch. Точные цифры Самокат публично не раскрывает.
Grade ladder: Джуниор/стажёр → Аналитик данных (Middle) → Senior Data / Product Analyst → Lead / Head of Analytics. В Самокате аналитика делится по направлениям: Data Analyst (метрики продукта, логистика, A/B-тесты) и Product Analyst (воронки, когорты, юнит-экономика), плюс отдельные BI-аналитики (Power BI, Superset, витрины). Требования растут от «уверенный SQL + базовая продуктовая логика» на Middle до самостоятельного дизайна экспериментов и владения экономикой продукта на Senior/Lead.
SQL как основной фильтр: JOIN, GROUP BY, подзапросы, HAVING; оконные функции (ROW_NUMBER, LAG/LEAD, SUM/AVG OVER) — по отзывам про Самокат прямо указывают как плюс/частую тему Python + pandas: агрегации, join'ы датафреймов, чистка данных — желательный, а не всегда обязательный навык Продуктовые метрики: retention, конверсия воронки, когортный анализ (таблица M0/M1/M2… по месяцам регистрации), AOV, частота заказов, unit-экономика доставки A/B-тестирование — сильный акцент для Самоката: дизайн эксперимента, значимость, а также switchback-тесты для офлайна/логистики (у Ecom.tech есть публичный разбор switchback-теста на ускорении доставки) Аналитическое мышление на кейсах: «конверсия/заказы упали — что делать?» — сегментация (новые/старые, iOS/Android, регионы), сравнение с прошлыми периодами, проверка выкаток Логистика и ассортимент как домен: метрики доставки, управление ассортиментом, региональные разрезы — специфика quick-commerce BI-инструменты (для BI-аналитика): Power BI, Apache Superset, построение витрин и отчётов, SSAS/SSRS в отдельных вакансиях
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 →В открытых сборниках реальных тестовых заданий от Hexlet есть отметки о двух заданиях «Тестовое задание для аналитика» от Самоката, но публично доступны только названия — точные условия не раскрыты, поэтому дословно их привести нельзя. По совокупности отзывов и отраслевому профилю задание для дата-аналитика обычно строится вокруг SQL и продуктовых данных. Приближённый (не дословный) пример: дан набор таблиц (пользователи/заказы/сессии) — посчитать метрики по SQL: например, число активных пользователей и конверсию по дням, найти клиентов с более чем N заказами за период, построить когортную таблицу удержания (месяц регистрации × месяц активности), выделить топ-регионы по выручке. Иногда добавляют мини-часть на Python/pandas и просят кратко описать выводы и гипотезы. Важно: это реконструкция типового формата, а не точные условия задания Самоката.
По отзывам и агрегаторам акцент на SQL: JOIN, GROUP BY/HAVING, подзапросы и особенно оконные функции (ROW_NUMBER, LAG, LEAD, SUM OVER) — их прямо называют частой темой/плюсом. Дальше — продуктовые метрики (retention, воронка, когорты, AOV) и кейсы вида «метрика упала — как разложить и найти причину»: сегментация по платформам/регионам/новым-старым, сравнение с прошлыми периодами. Для foodtech отдельно спрашивают про A/B-тесты и специфику логистики/ассортимента. На финале — поведенческие вопросы про опыт, мотивацию и работу в команде.
Обычно 3-4 этапа: скрининг резюме → онлайн-тест или тестовое задание (чаще SQL) → техническое интервью → финал с нанимающим менеджером. По данным Dream Job процесс в Самокате варьируется и по разным ролям занимает от одной недели до 2-4 недель, изредка дольше. Формат — преимущественно видеозвонки.
SQL — ключевой фильтр: в вакансиях и отзывах он обязателен, оконные функции считаются сильным плюсом. Python с pandas указывают как желательный навык, а не всегда обязательный — он усиливает профиль, но провалить SQL на техэтапе критичнее. Для BI-направления вместо тяжёлого Python важнее Power BI/Superset и построение витрин.
Точные цифры Самокат публично не раскрывает. Ориентировочно по открытым данным 2026: вакансия «Аналитик BI» на getmatch — от 200 000 ₽ на руки (Middle, удалёнка). По рыночным вилкам (hh.ru, калькуляторы Хабр Карьера/getmatch) джуниор ориентировочно 90-140K, миддл 180-260K, сеньор 280-400K, лид 400K+ в месяц. Это рыночная оценка, а не официальная сетка компании.
Три вещи. Первое — SQL до автоматизма, особенно оконные функции, GROUP BY и подзапросы (их называют для Самоката прямо). Второе — продуктовые метрики и кейсы quick-commerce: когорты, retention, воронка заказа, unit-экономика доставки, разрезы по регионам. Третье — A/B-тесты, включая понимание switchback-тестов для логистики (у команды Ecom.tech есть публичный разбор такого эксперимента). На кейсах думайте вслух и формулируйте гипотезы — оценивают ход мысли, а не финальную цифру.
По описанию направлений: Data Analyst ближе к метрикам продукта, логистике и A/B-тестам; Product Analyst — к воронкам, когортам и экономике продукта. Есть и отдельные BI-аналитики (Power BI, Superset, витрины, отчётность). SQL нужен всем; для Product/Data сильнее спрашивают статистику и эксперименты, для BI — инструменты визуализации и моделирование витрин.
Яндекс · Ozon · Т-Банк (Tinkoff) · Авито · Wildberries · VK · X5 Group · Сбер · Lamoda · МегаФон · Tutu.ru · Альфа-Банк · МТС · Райффайзенбанк · Циан · 2ГИС · ВТБ · Билайн (ВымпелКом) · Точка · Магнит · Додо Пицца (Dodo Brands) · Skyeng · Лаборатория Касперского · HeadHunter (hh.ru) · Aviasales · Ростелеком · Совкомбанк · Газпромбанк · Домклик