**Компания:** ВК
**Контекст:** Нужно построить витрину с метриками активности пользователей (DAU, WAU, MAU) из таблицы событий.
[см. код в задании]
**Задание:**
1. Напишите SQL для создания витрины с DAU, WAU, MAU по дням
2. Добавьте расчёт отношений DAU/MAU и DAU/WAU (stickiness)
3. Объясните, как обновлять эту витрину инкрементально
Структура для ориентира — реальные значения из эталонного решения.
CREATE TABLE mart_activity AS
WITH daily_users AS (
SELECT
event_ts::date AS dt,
COUNT(DISTINCT user_id) AS dau
FROM events
GROUP BY event_ts::date
),
wau AS (
SELECT
d.dt,
COUNT(DISTINCT e.user_id) AS wau
FROM daily_users d
JOIN events e
ON e.event_ts::date BETWEEN d.dt - INTERVAL '6 days' AND d.dt
GROUP BY d.dt
),
mau AS (
SELECT
d.dt,
COUNT(DISTINCT e.user_id) AS mau
FROM daily_users d
JOIN events e
ON e.event_ts::date BETWEEN d.dt - INTERVAL '29 days' AND d.dt
GROUP BY d.dt
)
SELECT
d.dt,
d.dau,
w.wau,
m.mau,
ROUND(d.dau::NUMERIC / NULLIF(w.wau, 0), 3) AS dau_wau_ratio,
ROUND(d.dau::NUMERIC / NULLIF(m.mau, 0), 3) AS dau_mau_ratio
FROM daily_users d
JOIN wau w ON d.dt = w.dt
JOIN mau m ON d.dt = m.dt
ORDER BY d.dt;
DAU WAU MAU витрина активность
Это задание для уровня easy. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.
Подобные задания в категории «data_engineering» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: DAU, WAU, MAU, витрина, активность.
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.
На zasqlpython.ru есть другие задания в категории «data_engineering», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.
← Все задания