Загрузка…
Загрузка…
analyst / middle / hr_screening
Формат
online
Стадия
hr_screening
Когда
within_quarter
Длительность
—
01
Поведенческий
Алексей, а сколько вы хотели бы, чтобы мы вам платили? (зарплатные ожидания, минимум)
Вопрос HR на первичном скрининге, до встречи с руководителем отдела
02
Поведенческий
Расскажи про свой опыт и какие-то конкретные задачи, которыми занимался
Вопрос руководителя отдела (Александр) в начале встречи-знакомства («следом»)
03
Поведенческий
Можешь, пожалуйста, рассказать, что тебя интересует в аналитике?
Кандидат ответ вырезал из записи из соображений политики безопасности своей текущей компании
04
Поведенческий
Скажи, пожалуйста, как ты относишься к алкоголю?
Интервьюер пояснил, что спрашивает из интереса (все его сотрудники не пьют), и перешёл к теме тимбилдингов
05
Поведенческий
Нормально ли относишься к тому, чтобы сходить на тимбилдинг, пообщаться с командой? Важно, чтобы сотрудник был живым участником коллектива, а не просто исполнителем с 10 до 18
Follow-up к вопросу про алкоголь
06
Поведенческий
У тебя больше опыта в SQL или в Python, или ты используешь и то и другое?
Кандидат ответил, что в основном сидит в SQL, Python использует минимально для скриптов
07
Теория
Решить задачи по математической статистике и теории вероятностей (можно было выбрать задачу по сложности; кандидат выбрал самую сложную)
Отдельная техническая секция по математике (проводили сотрудники из финтеха); конкретные формулировки задач в тексте не приведены; кандидат секцию не прошёл. По словам HR, алгоритмической секции нет — проверяют матстат и тервер
Заметки
Транскрипт — видеоблог аналитика Алексея о собеседовании в Яндекс на вакансию «Продуктовый аналитик в Маркет» (b2c-аналитика Яндекс Маркета: воронка покупки, карточка товара, поиск, ugc-контент, A/B-тесты). Основная часть — встреча-знакомство («следом») с руководителем отдела продуктовой аналитики Александром: он презентовал команду, задачи (A/B-тесты, целевые и прокси-метрики, ухудшающие эксперименты, оцифровка полноты контента, YandexGPT-генерация описаний, B2B-кабинет), условия (офис на Арбате, гибрид, 1000 руб/день на еду, ревью каждые полгода, внутренние выступления «ВДНХ»). Процесс найма: HR-скрининг → встреча с лидом → секция по матстату/терверу → секция по коду (SQL/Python/pandas, с поправкой на опыт кандидата возможен Excel) → финал с бизнес-кейсом, после чего профиль доступен всем командам и они могут делать офферы. Кандидат не прошёл математическую секцию. Упоминаются также другие маркетплейсы (Wildberries, Ozon, СберМегаМаркет, Taobao, Amazon), но собеседование только в Яндекс.
Подготовка
HR прислала материалы для подготовки: курс по статистике на Stepik (Карпов), задачи по Python (что-то на LeetCode). Кандидат рекомендует бесплатный курс Глеба Михайлова по статистике на YouTube; «котики» (Карпов) показались местами запутанными. Алгоритмической секции нет — нужно повторять матстат и теорию вероятностей (уровень университетских задач). HR рекомендовала не спешить и взять неделю на спокойную подготовку перед секциями.
Стиль интервьюера
Руководитель отдела (Александр) — дружелюбный, сразу перешёл на «ты», большую часть встречи сам подробно рассказывал про команду и задачи, открыто отвечал на вопросы кандидата; его цель была заинтересовать кандидата. HR — приятная, гибкая (предлагала адаптировать секцию по коду под опыт кандидата). Обещали поставить на секции «максимально адекватных» интервьюеров — будущих коллег, без сшибающего бреда. Были технические накладки со связью (кандидату дали не ту ссылку, подключился на 10–15 минут позже).