Источник: Ориентировочно по открытым данным 2026: вилки Точки с getmatch (аналитик данных 160–300К, старший продуктовый аналитик 250–350К) + рыночные грейды getgrade.ru; junior/lead — рыночная оценка, Точка их для аналитиков не публикует
Grade ladder: Точка чаще нанимает Middle и Middle+/Senior аналитиков (в вакансиях явно требуют опыт от 3 лет), полноценных junior-позиций аналитика в открытом доступе почти нет — вход обычно на middle. Middle-аналитик данных: вилка 160–300К на руки, самостоятельная работа с метриками и дашбордами. Senior / старший продуктовый аналитик: 250–350К, оценка эффекта фич, продуктовые метрики, дашборды в Power BI, работа с PM/дизайнерами/UX. Рост горизонтальный (холакратия): грейды менее формальны, чем в классическом банке, продвижение через смену команд и масштаб задач, а не по строгой лестнице. В отзывах отмечают «сложности горизонтального роста» как минус.
SQL на больших объёмах данных: JOIN, GROUP BY, оконные функции, подзапросы, оптимизация тяжёлых запросов Продуктовые и бизнес-метрики: выбор релевантных метрик под задачу бизнеса, построение и поддержка метрик и дашбордов A/B-тесты: дизайн эксперимента, проверка гипотез, оценка эффекта от внедрения новых фич Математическая статистика и теория вероятностей: базовые распределения, доверительные интервалы, проверка значимости Аналитическое мышление и продуктовые кейсы: как данными подсветить несовершенство процесса и предложить оптимизацию Визуализация и BI: понятные графики и дашборды (Power BI упоминается в вакансии), презентация результатов заказчику Python как плюс: pandas, аналитические скрипты, matplotlib/seaborn/plotly, Jupyter Notebook ClickHouse и работа с большими данными как желательный навык
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 →Детального публичного текста тестового именно от Точки в открытых источниках нет, поэтому приводим задание, максимально приближённое к профилю роли (SQL + продуктовые метрики + вывод). Пример: дана таблица платежей бизнес-клиентов (client_id, дата, сумма, тип операции). Нужно посчитать помесячную выручку и число активных клиентов, найти долю клиентов, совершивших повторную операцию в течение 30 дней после первой, и предложить метрику удержания. Разбор подхода: (1) агрегируешь выручку через GROUP BY по месяцу; (2) активных считаешь как COUNT(DISTINCT client_id); (3) для повторных операций берёшь первую дату через оконную функцию (MIN дата по клиенту или ROW_NUMBER), джойнишь со следующими операциями и фильтруешь окно 30 дней; (4) формулируешь retention как долю удержанных когорт и обязательно даёшь вывод для заказчика — не просто числа, а что с ними делать. Точка ценит именно доведение до бизнес-решения и понятную визуализацию.
По вакансиям и профилю роли ядро вопросов — SQL, метрики и статистика. Реально ожидать: (1) SQL-задача на больших данных с оконными функциями — например, посчитать топ-N по группе или накопительный итог; разбор: OVER (PARTITION BY ... ORDER BY ...) с ROW_NUMBER/SUM. (2) «Как выберешь метрику для новой фичи и как поймёшь, что она сработала?» — тут ждут связку метрика → гипотеза → A/B → эффект. (3) «Как задизайнишь A/B-тест и оценишь значимость?» — размер выборки, срок, критерий, поправки. (4) «Расскажи кейс, где данные изменили решение» — с доказанным бизнес-эффектом. (5) базовая статистика: доверительный интервал, ошибки I/II рода. Ответы стройте от бизнес-задачи, а не от инструмента — это то, что подчёркивает сама Точка в требованиях.
Это отличительная часть найма Точки: после прохождения интервью и оффера кандидат около двух недель пробует себя в разных командах/сервисах, чтобы выбрать направление, которое лучше подходит. Плюс — свобода и знакомство с продуктом изнутри. Минус, о котором предупреждают бывшие сотрудники в отзывах: если за отведённый срок команда не нашлась, договор могут завершить. Компания отвечает, что период паркинга оплачивается (входит в расчёт при увольнении либо в обычную зарплату при закреплении в команде). Стоит уточнять условия на входе.
SQL — обязательный и ключевой навык: в вакансиях он идёт первым требованием, с акцентом на работу с большими объёмами данных. Готовьте JOIN, GROUP BY, подзапросы и особенно оконные функции. Python указывается как плюс, а не как жёсткое требование для аналитика данных: пригодятся pandas, аналитические скрипты, визуализация (matplotlib/seaborn/plotly), Jupyter. ClickHouse и ML тоже в разделе «будет плюсом». То есть без Python пройти реально, но он усиливает кандидатуру, особенно на продуктовые роли.
Ориентировочно по открытым данным 2026 (вилки самой Точки на getmatch): аналитик данных Middle — 160 000–300 000 ₽/мес на руки; старший продуктовый аналитик — 250 000–350 000 ₽/мес на руки. Точная сумма зависит от навыков и ожиданий кандидата. Рыночные грейды для сверки (getgrade.ru, 2026): junior ~94–149К, middle ~150–255К, senior ~300–426К, lead до 720К+. Точка полноценных junior-вакансий аналитика в открытом доступе почти не публикует — вход обычно на middle.
Соберите практику по трём столпам: SQL на больших данных (оконные функции, агрегации, оптимизация), продуктовые/бизнес-метрики (умение выбрать метрику под задачу и построить дашборд) и статистика с A/B (дизайн эксперимента, значимость, оценка эффекта фичи). Подготовьте 1–2 кейса из своего опыта с доказанным бизнес-эффектом и потренируйте презентацию выводов «для заказчика», а не для техспециалиста — Точка это прямо ценит. Уточните заранее условия «карусели»/паркинга. Потренировать SQL и продуктовые кейсы можно в тренажёре и на разборе метрик.
Да, доступна удалёнка, а также офисы в городах присутствия — в вакансиях упоминаются Москва, Санкт-Петербург, Екатеринбург. Формат гибкий: удалёнка из городов присутствия или любой офис Точки. Компания известна горизонтальным управлением (холакратия) и минимальной бюрократией, что отмечают в отзывах как плюс.
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) · Магнит · Додо Пицца (Dodo Brands) · Skyeng · Лаборатория Касперского · HeadHunter (hh.ru) · Aviasales · Ростелеком · Совкомбанк · Газпромбанк · Домклик