Собеседование аналитика данных: гайд подготовки 2026

Как пройти собеседование на аналитика данных в 2026 — полный гайд от практикующего DA. Структура раундов, темы (SQL, Python, статистика, A/B, продуктовые метрики, кейсы), 3000+ вопросов с разборами, тренажёры с проверкой кода, AI мок-собес. Junior / Middle / Senior. Готовься к Яндекс, Ozon, Сбер, T-Bank, Авито бесплатно.

1. Структура собеседования аналитика данных

Стандартный pipeline в IT-компаниях РФ — 3-5 раундов:

• HR-скрининг (30 мин) — мотивация, опыт, expected salary.
• Технический раунд (60 мин) — live-coding SQL + Python, иногда статистика.
• Продуктовый кейс (60 мин) — диагностика метрики, дизайн A/B-теста.
• System design (Middle+, 60 мин) — постановка задач, структура отчётов.
• Финал (30-60 мин) — с лидом / VP Analytics, фит и оффер.

Тестовое задание (4-8 часов работы) часто между HR и техническим раундом.

2. Что качать перед собесом — карта тем

3. Подготовка по грейду

Junior (0-1 год опыта)

• SQL: SELECT, WHERE, JOIN, GROUP BY, базовые подзапросы. Цель — 50-70 задач Easy.
• Python: pandas (read_csv, groupby, merge), базовая визуализация в matplotlib.
• Статистика: среднее/медиана, σ, базовые гипотезы. ЦПТ как концепт.
• Продуктовые метрики: DAU/MAU, retention day-1/7/30, конверсия воронки.
• Кейсы: 2-3 простых («посчитай retention», «найди топ-10 пользователей»).

Middle (1-3 года)

• SQL: оконные функции (ROW_NUMBER, RANK, LAG, LEAD, SUM OVER), CTE, gaps-and-islands.
• Python: scipy.stats для A/B, sklearn для базовых моделей, очистка данных.
• Статистика: t-test, χ², доверительные интервалы, multiple testing.
• A/B: дизайн (MDE, sample size), CUPED, SRM-проверка, anti-peeking.
• Продуктовые метрики: LTV, CAC, NRR vs GRR, unit-экономика.
• Кейсы: 10-15 ситуационных («DAU упал на 15% — диагностика»).
• BI: один из Tableau / Power BI / DataLens / Superset.

Senior (3+ лет)

• SQL: оптимизация, EXPLAIN ANALYZE, индексы, partitioning, ClickHouse + materialized views.
• Python: PySpark, Airflow DAG, dbt-модели, оптимизация pandas через polars / DuckDB.
• A/B: causal inference (DiD, PSM, IV, RDD), MAB (Thompson, UCB), sequential testing.
• Архитектура: data warehouse, OLAP, dimensional modelling, Iceberg / Delta Lake.
• Soft: постановка задач, влияние на roadmap, стратегические A/B.

4. Собеседование в топовых компаниях РФ

5. Часто задаваемые вопросы

Сколько времени готовиться к собеседованию аналитика данных?

Junior с нуля — 4-6 месяцев по 2 часа в день (SQL + Python + статистика + 3-5 mock-собесов). Junior → Middle — 6-12 месяцев (A/B, продуктовые метрики, dbt, BI). Middle → Senior — 1-2 года (стратегия, постановка задач, ClickHouse, ML на проде).

Какие темы спрашивают на собесе аналитика?

Топ-7 тем: (1) SQL — окна, JOIN, CTE, оптимизация; (2) Python — pandas groupby, merge, A/B-расчёты на scipy; (3) Статистика — t-test, доверительные интервалы, ошибки I/II рода; (4) A/B-тесты — дизайн, MDE, CUPED, multiple testing; (5) Продуктовые метрики — DAU/MAU, retention cohort, LTV, NRR; (6) Кейсы — диагностика «DAU упал на 15%», воронка, когорты; (7) Бизнес-знание — индустрия (e-commerce / финтех / SaaS).

Сколько раундов на собесе аналитика?

Стандартно 3-5: (1) HR-скрининг 30 мин (опыт, мотивация); (2) Технический SQL/Python live-coding 1 ч; (3) Продуктовый кейс 1 ч; (4) System design / постановка задач 1 ч (только Middle+); (5) Финал с лидом / VP 30-60 мин (фит, оффер). Тестовое задание (4-8 часов работы) часто между скринингом и техническим раундом.

Какая зарплата аналитика данных в 2026?

Junior 150-200K (Москва), 100-150K регионы. Middle 250-400K Москва, 180-300K регионы. Senior 400-600K Москва, Lead 500-800K. T1 компании (Yandex, Авито, Wildberries) — RSU + бонусы +20-40% к base. Самая высокая медиана 2026 — Wildberries 3.89M ₽/год total comp на Senior.

Какие компании нанимают аналитиков в РФ 2026?

Топ-15: Yandex, Авито, Wildberries, Ozon, Сбер, T-Bank, VK, X5, МТС, Альфа-Банк, Lamoda, Самокат, СберМаркет, Газпромбанк, МегаФон. Stack ¬— SQL (PostgreSQL/ClickHouse) + Python (pandas) + BI (Tableau / Power BI / DataLens / Superset) + A/B-платформа.

Нужен ли Python для аналитика данных?

Зависит от грейда. Junior — желателен, но 50% компаний берут на чистом SQL+Excel. Middle — обязателен (pandas, scipy для A/B, sklearn для прогнозов). Senior — обязателен + PySpark / Airflow / dbt для прод-пайплайнов.

Что важнее на собесе — теория или практика?

Практика. 80% времени технического раунда — live-coding SQL/Python + кейс. Теорию (определения, формулы) спросят 2-3 вопроса. Поэтому тренажёры эффективнее книг. Решай задачи, а не читай — мозг учится через ошибки.

Можно ли стать аналитиком без диплома?

Да. 60% наших читателей пришли в аналитику из других сфер (маркетинг, продажи, IT-поддержка, бухгалтерия). Главное — портфолио: 2-3 pet-проекта на GitHub + 50+ решённых SQL-задач + сертификат курса (Karpov Courses, Yandex Practicum, ОТУС). Диплом помогает, но не блокер.

Сколько вакансий аналитика в РФ сейчас?

На HH.ru — ~3500 открытых вакансий «аналитик данных» по РФ (июнь 2026), 800 в Москве, 250 в СПб, 1100 удалённо. Конкуренция на Junior высокая (40-60 откликов на вакансию), на Middle/Senior — низкая (5-15 откликов).

6. План на 3 месяца

• Месяц 1: SQL с нуля (учебник 10 частей) + 50-100 задач Easy/Medium в тренажёре.
• Месяц 2: Python pandas + A/B-тесты + статистика. 50 Python-задач + блог-серия про A/B.
• Месяц 3: Продуктовые кейсы + метрики + 3-5 AI mock-собесов для feedback.

Месяц 1: бесплатный курс SQL с нуля

Самый быстрый путь начать подготовку — бесплатный интерактивный курс «SQL с нуля для аналитика». 10 уроков с 92 задачами прямо в браузере: от SELECT/WHERE до оконных функций и CTE. Регистрация за 30 секунд, прогресс синхронизируется. Покрывает 90% типичных SQL-вопросов на собесе Junior/Middle.

Открыть курс SQL →