Даны `registrations` — list tuples `(user_id, registration_month_str)` (например "2026-01") и `events` — list tuples `(user_id, event_month_str)`. Постройте dict {cohort_month: {month_offset: unique_users_count}} — классическая когортная таблица. Аналитический контекст: когортный анализ в чистом Python для junior DA-собеса (классика). Реализуй `month_diff(cohort, event)` — возвращает результат.
algorithms python real-da hash-map
Задача «Когортный анализ: разбивка по месяцу регистрации» учит решать алгоритмические задачи на Python: оценивать сложность по времени и памяти и выбирать подходящую структуру данных. Такие задачи дают на собеседованиях в VK / Сбер (DA-real) и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
На собеседовании по Python для аналитика ценят чистый читаемый код, корректную обработку крайних случаев (пустой ввод, дубли, None) и умение вслух оценить сложность по времени и памяти. Часто просят не просто решить, а разобрать альтернативные подходы и показать, где наивное решение сломается на большом объёме данных.
Прокачать Python для аналитики — бесплатный курс «Pandas с нуля» и Python-тренажёр.
Открыть задачу в тренажёре → ← Все Python-задачи