Мониторинг аномалий в метриках

Условие задания

**Компания:** Тинькофф

**Контекст:** После обновления витрин нужно автоматически проверять, что ключевые метрики не вышли за разумные пределы. Если DAU внезапно упал на 50% — скорее всего, сбой в пайплайне, а не реальное падение.

**Задание:**
1. Напишите SQL для расчёта z-score метрики DAU (отклонение от скользящего среднего за 30 дней)
2. Напишите Python-функцию для проверки нескольких метрик и генерации алерта
3. Определите пороги: warning vs critical

Темы

аномалии мониторинг z-score алерт Python

Подсказки

• z-score = (x - mean) / stddev; значения > 3 — аномалия
• Скользящее среднее и std считайте оконными функциями за 30 дней
• Для алерта: warning при |z| > 2, critical при |z| > 3

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Мониторинг аномалий в метриках"?

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

На каких собеседованиях встречается такая задача?

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: аномалии, мониторинг, z-score, алерт, Python.

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 «data_engineering»?

На zasqlpython.ru есть другие задания в категории «data_engineering», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.

← Все задания