Додо Пицца 🥙
Решил я значит размяться и почелленджить себя в плане собесов.
Твои реальные навыки != навыку прохождения собесов.
1. Додо - крутая организация, с классными процессами и устройством внутри, ставлю лайк.
2. Я собесился в динамический прайсинг в отделе доставки. Вот если видите в приложении минимальная доставка от... и для уменьшенной стоимости доставки вам необходимо дополнить корзину на Х рублей иии в целом прайсинг доставки по регионам.
3. У них 1 тех. собес!!! [ Яндекс сейчас жестко закурил ]
Нооо он 2 часа. У меня был широкий пак аналитика: Мат. стат., SQL, Python, классический ML, АБ тест. Ставлю лайк, мне показалось очень удобным.
4. Вайбовые ребята интервьюеры, ставлю лайк, общались, смеялись, решали задачи
Теперь погнали к задачам.
-- Вывести топ-3 самых продаваемых товара в каждой категории за 2024 год.
-- Отсортировать по категориям и убыванию продаж.
ORDERS
order_id - INT
user_id - INT
created_at - DATETIME
country - VARCHAR
ORDER_ITEMS
order_item_id - INT
order_id - INT
product_id - INT
quantity - INT
PRODUCTS
product_id - INT
product_name - VARCHAR
category_id - INT
# Выгрузить всех клиентов с суммарным весом покупок более 2 кг за последний месяц.
SALES
client_id - INT
date - DATE
sku (id товара) - INT
cnt (кол-во шт) - INT
DICT
sku - INT
weight (в кг) - FLOAT
Дано уравнение линейной регрессии.
3.1 Главный вопрос - норм ли уравнение?
3.2 Как читать таблицу?
3.3 Что можешь в целом сказать про R^2? что описывает?
3.4 Кто такая мультиколлинеарность и как с ней бороться?
4.1 Посчитай 95% доверительный интервал.
n = 100
std = 200
mean = 1500
4.2 Кто такая дисперсия?
4.3 Методы понижения дисперсии?
Есть наш каршеринг. Приходит продакт и говорит: я решил взять нашу тачку, она грязная - пошел взял у другого сервиса. Мне кажется - у нас юзеры сливаются из-за грязных тачек и выбирают конкурентов. Есть подтвержденная инфа, что другой сервис отправляет заявку на мойку тачки через 3 дня, а мы отправляем через 6 дней
Давайте тачки что ли чаще мыть?
1. Нужен АБ или нет? [ в обоих случаях аргументировать ]
2. Если нужен - предлагайте гипотезы и пул метрик, какими стат. критериями будем чекать.
3. Если не нужен - че делать будем?
4. Как нам представлять это заказчику и че мы покажем ему? Деньги? NPS?
1. Прикладывайте свои решения в комментах [только закрывайте спойлерами пожалуйста]
2. Накидывайте свои уточняющие вопросы по АБ в комментах - отвечу
p.s. свои решения как было на собесе - положил в комменты под спойлером. Будет интересно услышать мнение со стороны, если зачелленджите.
p.s. 2 - набираем кучу реакций оформляю не менее ценный пост с собесными вопросами с вероятно вашей любимой компании 🤭
p.s. 3 - черт, код не спойлерится, ну и ладно
По традиции ставим прогрессивного жаба 📈 за полезность. Умного жаба 📃, если решили хоть 1 задачу. Ну и лайк ❤️ если понравился пост!
Решил я значит размяться и почелленджить себя в плане собесов.
Поинт
Твои реальные навыки != навыку прохождения собесов.
Давайте теперь расскажу о своих впечатлениях.
1. Додо - крутая организация, с классными процессами и устройством внутри, ставлю лайк.
2. Я собесился в динамический прайсинг в отделе доставки. Вот если видите в приложении минимальная доставка от... и для уменьшенной стоимости доставки вам необходимо дополнить корзину на Х рублей иии в целом прайсинг доставки по регионам.
3. У них 1 тех. собес!!! [ Яндекс сейчас жестко закурил ]
Нооо он 2 часа. У меня был широкий пак аналитика: Мат. стат., SQL, Python, классический ML, АБ тест. Ставлю лайк, мне показалось очень удобным.
4. Вайбовые ребята интервьюеры, ставлю лайк, общались, смеялись, решали задачи
Теперь погнали к задачам.
1. SQL [ скрин 1 ]
-- Вывести топ-3 самых продаваемых товара в каждой категории за 2024 год.
-- Отсортировать по категориям и убыванию продаж.
ORDERS
order_id - INT
user_id - INT
created_at - DATETIME
country - VARCHAR
ORDER_ITEMS
order_item_id - INT
order_id - INT
product_id - INT
quantity - INT
PRODUCTS
product_id - INT
product_name - VARCHAR
category_id - INT
2. [ Python | Pandas ] [ скрин 2 ]
# Выгрузить всех клиентов с суммарным весом покупок более 2 кг за последний месяц.
SALES
client_id - INT
date - DATE
sku (id товара) - INT
cnt (кол-во шт) - INT
DICT
sku - INT
weight (в кг) - FLOAT
3. Classic ML [ скрин 3 ]
Дано уравнение линейной регрессии.
3.1 Главный вопрос - норм ли уравнение?
3.2 Как читать таблицу?
3.3 Что можешь в целом сказать про R^2? что описывает?
3.4 Кто такая мультиколлинеарность и как с ней бороться?
4. Мат. стат.
4.1 Посчитай 95% доверительный интервал.
n = 100
std = 200
mean = 1500
4.2 Кто такая дисперсия?
4.3 Методы понижения дисперсии?
5. АБ кейс. Без шуток - один из лучших, что я встречал. Но он с подъебкой.
Есть наш каршеринг. Приходит продакт и говорит: я решил взять нашу тачку, она грязная - пошел взял у другого сервиса. Мне кажется - у нас юзеры сливаются из-за грязных тачек и выбирают конкурентов. Есть подтвержденная инфа, что другой сервис отправляет заявку на мойку тачки через 3 дня, а мы отправляем через 6 дней
Давайте тачки что ли чаще мыть?
Теперь 5 миллионов вопросов:
1. Нужен АБ или нет? [ в обоих случаях аргументировать ]
2. Если нужен - предлагайте гипотезы и пул метрик, какими стат. критериями будем чекать.
3. Если не нужен - че делать будем?
4. Как нам представлять это заказчику и че мы покажем ему? Деньги? NPS?
Вопросы:
1. Прикладывайте свои решения в комментах [только закрывайте спойлерами пожалуйста]
2. Накидывайте свои уточняющие вопросы по АБ в комментах - отвечу
p.s. свои решения как было на собесе - положил в комменты под спойлером. Будет интересно услышать мнение со стороны, если зачелленджите.
p.s. 2 - набираем кучу реакций оформляю не менее ценный пост с собесными вопросами с вероятно вашей любимой компании 🤭
p.s. 3 - черт, код не спойлерится, ну и ладно
По традиции ставим прогрессивного жаба 📈 за полезность. Умного жаба 📃, если решили хоть 1 задачу. Ну и лайк ❤️ если понравился пост!