Собеседование в Uzum.
Начну наверное с того, что Uzum - это узбекская классная компания [ работают там штуки 3-4 знакомых и все хорошо отзываются ]. Это цифровая экосистема сочетающая и e-commerce и доставку еды и банковское приложение. YES, как Ozon 💳!
1. Стек: ClickHouse, Postgre, Python, Pyspark, АБ, ML [ не везде ], Iceberg, Trino, Superset
2. Работа удаленно, по Ташкентскому времени [ +2 от мск ]
3. На оформление заложить неделю с приездом в Ташк бахнуть плова оформить ИНН и все доки - оплачивается до 1к$ кайф!
1. Скрининг - база + теор. вопросы.
2. Тех на час: SQL, Python, АБ , ClickHouse, Airflow [ последние два блока обязательны]
3. Продуктовый кейс на час.
4. Финал в команду финкома - занимающуюся работой на стыке всех сущностей Узума
Таблица - ORDERS_STATUSES с историей изменения статусов заказа.
Всего их может быть 4:
- создан [ created ],
- после если нет ошибок принят в работу (accepted), и далее два варианта
- доставлен [ delivered ]
- отменен [ cancelled ]
TABLE ORDERS_STATUSES
order_id - INT
user_id - INT
status - VARCHAR
store_id - BOOL
date - DATE
Есть таблица cancel_reasons с причиной отмены
TABLE CANCEL_REASONS
order_id - INT
cancel_reason - VARCHAR
Задача
Посчитать среднее время, которое происходит от создания заказа до его отмены пользователем
Есть список словарей, представляющих пользователей с их именами и оценками NPS на Самокат за последние 2 года.
Нужно отфильтровать юзеров, чей усредненный NPS ниже определенного порога (
Начну наверное с того, что Uzum - это узбекская классная компания [ работают там штуки 3-4 знакомых и все хорошо отзываются ]. Это цифровая экосистема сочетающая и e-commerce и доставку еды и банковское приложение. YES, как Ozon 💳!
Из интересного
1. Стек: ClickHouse, Postgre, Python, Pyspark, АБ, ML [ не везде ], Iceberg, Trino, Superset
2. Работа удаленно, по Ташкентскому времени [ +2 от мск ]
3. На оформление заложить неделю с приездом в Ташк бахнуть плова оформить ИНН и все доки - оплачивается до 1к$ кайф!
Из этапов:
1. Скрининг - база + теор. вопросы.
2. Тех на час: SQL, Python, АБ , ClickHouse, Airflow [ последние два блока обязательны]
3. Продуктовый кейс на час.
4. Финал в команду финкома - занимающуюся работой на стыке всех сущностей Узума
1. SQL
Таблица - ORDERS_STATUSES с историей изменения статусов заказа.
Всего их может быть 4:
- создан [ created ],
- после если нет ошибок принят в работу (accepted), и далее два варианта
- доставлен [ delivered ]
- отменен [ cancelled ]
TABLE ORDERS_STATUSES
order_id - INT
user_id - INT
status - VARCHAR
store_id - BOOL
date - DATE
Есть таблица cancel_reasons с причиной отмены
TABLE CANCEL_REASONS
order_id - INT
cancel_reason - VARCHAR
Задача
Посчитать среднее время, которое происходит от создания заказа до его отмены пользователем
3. Python
Есть список словарей, представляющих пользователей с их именами и оценками NPS на Самокат за последние 2 года.
Нужно отфильтровать юзеров, чей усредненный NPS ниже определенного порога (