Python: LTV по когортам — СБЕР

Условие задания

**Компания:** Сбер

**Данные:** DataFrame `transactions`:

| Столбец | Тип | Описание |
|---------|-----|----------|
| user_id | int | ID клиента |
| tx_date | date | Дата транзакции |
| revenue | float | Доход от клиента (комиссии, проценты) |

**Задание:**
1. Определите когорту каждого клиента (месяц первой транзакции)
2. Постройте кумулятивный LTV по когортам (сумма дохода за 1, 2, 3... месяцев)
3. Оцените projected LTV для новой когорты (экстраполяция)

Темы

LTV когорты cumulative pandas

Подсказки

• Когорта = месяц первой транзакции
• Кумулятивный LTV = cumsum по periods
• Для экстраполяции: log-linear fit или retention curve

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Python: LTV по когортам — СБЕР"?

Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: LTV, когорты, cumulative, pandas.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 482 Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания