Я уже писала, что требования в описаниях раздулись сильнее, чем сама работа, и что вакансия — это список пожеланий, а не контрольная на сто процентов и тогда разговор был про то, что в вакансиях неправда, но сейчас про то, что с этим делать построчно: берём типовые формулировки и разбираем, что за каждой стоит, что спросят на собеседовании и как отвечать, если опыта нет.

Начну с того, в каком порядке вообще читать текст вакансии, потому что обычно его читают ровно наоборот.

Блок «чем предстоит заниматься» пишет чаще всего сам руководитель, и правит его потом меньше всего, именно там видно настоящие задачи, а требования проходят через больше рук и обрастают шаблоном, заголовок с грейдом вообще может не отражать содержание: вакансии с заголовком Junior и требованиями на три года опыта встречаются постоянно, как и наоборот.

Отсюда рабочий приём: прочитать обязанности, составить по ним собственное представление, кто нужен, и только потом идти в требования и сверять.

Покажу на типовом примере.
Вот четыре строчки, которые встречаются в вакансиях постоянно, и что каждая из них значит на самом деле.

«Построение и поддержка аналитической отчётности»

Половина вашего времени уйдёт на регулярные отчёты, которые кто-то уже сделал до вас — это не плохо и не хорошо, но если ждёте исследовательских задач, спросите на собеседовании, какая доля времени уходит на поддержку.

«Участие в разработке и развитии дашбордов»

Слово «участие» здесь ключевое: дашборды делает кто-то ещё, а вы помогаете, если в вакансии вместо этого написано «разработка дашбордов», владеть ими будете вы, и это другой уровень самостоятельности.

«Взаимодействие со смежными подразделениями»

Вас будут дёргать из разных отделов с разными просьбами, и приоритизировать придётся самому, в компании с выстроенными процессами эту фразу обычно заменяют на конкретику вроде «работа в команде маркетинга».

«Выполнение ad-hoc запросов бизнеса»

Срочные разовые выгрузки, которые прилетают без предупреждения, нормальная часть работы любого аналитика, но если это единственное, что есть в обязанностях, вы будете только выгружать.

SQL

Самая важная строчка в любой вакансии аналитика и самая размытая.

«Уверенное знание SQL» на практике означает джойны всех типов, группировки с having, подзапросы, оконные функции и умение понять, почему строк получилось больше, чем ожидалось. Последнее важнее остального: умножение строк на джойне самая частая причина неверных цифр в отчётах.

Что спросят на собеседовании. Почти наверняка дадут написать запрос с двумя-тремя соединениями, любимая задача — посчитать что-то в разрезе с фильтрацией по дате и объяснить, почему здесь нужен left join, а не inner. Часто просят найти дубли и топ-N в группе, это проверка оконных функций. Оптимизацию планов запросов от начинающего спрашивают редко и на должностях повыше.

«Продвинутый SQL», «глубокое знание SQL» добавляют работу с большими объёмами и понимание, почему запрос тормозит: индексы, партиционирование, порядок фильтров, для начинающего такая формулировка — сигнал, что вакансия мидловая, даже если в заголовке написано Junior.

Если опыта мало. Честный ответ звучит так: писал запросы на учебных данных, оконные функции использовал, с объёмами больше миллиона строк не работал. Это нормально. Провальный вариант — сказать «уверенно знаю» и поплыть на вопросе про разницу между where и having.

Python

«Опыт работы с Python» выглядит страшнее, чем оказывается, в большинстве вакансий аналитика за этим стоят pandas для того, что неудобно в SQL, и способность прочитать чужой скрипт, чтобы понять, откуда взялась цифра.

Что спросят. Обычно не код, а опыт: что делали на Python, почему не сделали то же в SQL. Если спросят код, то уровень группировки датафрейма и джойна таблиц, не алгоритмы.

Когда это серьёзно. Если рядом в вакансии стоят слова про продакшн, пайплайны, Airflow или модели в проде — тогда Python действительно основной инструмент и требования другие. Отличить легко по блоку обязанностей: если там есть «разработка и поддержка», это не про аналитику в чистом виде.

Статистика и эксперименты

«Знание основ статистики» обычно означает доверительные интервалы, проверку значимости и понимание, когда среднее врёт и надо брать медиану, вузовский матстат целиком не нужен, вывод формул тем более.

Что спросят. Объяснить словами, что такое p-value, — это почти обязательный вопрос ещё спрашивают, зачем нужна контрольная группа и что делать, если в двух сегментах разный размер выборки.

С A/B-тестами важно, где стоит упоминание. В начале списка, а в обязанностях есть эксперименты — тесты будут вашей работой, и спросят про расчёт размера выборки и про то, почему нельзя останавливать тест, когда увидел нужный результат. Одной строкой в конце — достаточно понимать логику на уровне разговора.

Если опыта нет. Эксперименты — та область, где учебного опыта почти ни у кого нет, и это знают, нормально сказать, что тестов не запускали, но понимаете механику, и дальше объяснить её своими словами, хуже всего заявить опыт, которого не было: вопрос про MDE или про подглядывание вскроет это за минуту.

BI и визуализация

Названия BI-систем в требованиях в основном взаимозаменяемы: логика везде похожая, различаются интерфейс и способ подключения данных, зная одну, основы второй осваиваешь примерно за неделю — собрать дашборд, подключить источник, настроить фильтры, до уверенного уровня идти дольше, у каждой системы свой язык выражений и свои причуды с моделью данных.

Что спросят. Чаще не про кнопки, а про смысл: какие метрики выносили на дашборд и почему именно их, как решали, что показывать руководителю, а что команде, вопрос «что вы положили на главный экран» отсеивает людей, которые собирали дашборды по ТЗ, не думая.

Скрытое требование. Если в обязанностях есть поддержка дашбордов, значит, часть времени уйдёт на чужие дашборды, которые кто-то сделал и уволился. Это не минус, но знать стоит.

Хранилища и инженерная часть

«Понимание принципов работы DWH», «знание ETL/ELT» в вакансии аналитика обычно не означают, что вы будете строить пайплайны, ждут, что вы понимаете, откуда данные появляются в витрине, почему они приезжают с задержкой и что такое слои хранилища.

Что спросят. Чем отличается сырой слой от витрины, почему вчерашние данные могут быть неполными, что делать, если витрина не обновилась.

Если же в обязанностях есть «разработка витрин» или названия оркестраторов — это уже гибридная роль аналитика и инженера, для первой работы она даёт широкий опыт, но и выгорать на ней проще.

Softs, за которыми скрывается работа

«Умение работать с бизнес-заказчиком» переводится как «к вам придут с просьбой посмотреть, что там с продажами, и превращать это в конкретный вопрос придётся самому». Пункт, который новички пролистывают, а отсеивают по нему регулярно, причём людей с хорошим техническим бэкграундом.

Что спросят. Любимый формат — ситуационный вопрос: «продакт говорит, что конверсия упала, ваши действия», тут правильный ответ начинается не с запроса, а с уточнений: какая именно конверсия, за какой период, с чем сравниваем.

«Умение доносить результаты» означает, что вас будут звать на встречи и просить объяснять цифры людям без технического фона, тут помогает заранее продумать, как вы рассказываете про свой учебный проект человеку, который не знает SQL.

Пункты, которые все пролистывают

Три строчки, которые почти всегда есть в вакансии и почти всегда читаются по диагонали.

«Продвинутый Excel». В вакансиях аналитика этот пункт живёт с нулевых и обычно означает сводные таблицы, ВПР и способность не сломать файл на двести тысяч строк. Выглядит несерьёзно, а на деле половина коммуникации с бизнесом идёт именно в Excel: вы отдадите выгрузку, её откроют, пересчитают по-своему и придут с вопросом. Если в обязанностях есть слова про отчётность для смежных отделов, Excel там будет ежедневно.

«Английский на уровне чтения документации». Почти всегда правда означает именно чтение: документация, статьи, иногда интерфейс инструмента без локализации, устный английский требуется, если в вакансии есть международная команда или заказчики за рубежом, и тогда это пишут отдельно, отсутствие разговорного английского в обычной российской продуктовой компании ни на что не влияет.

«Высшее техническое или математическое образование». Самый формальный пункт из всех, в небольших компаниях на него смотрят в последнюю очередь, в крупных он может быть зашит в требования отдела кадров к грейду. Если образование гуманитарное, это компенсируется проектами и тем, как вы рассуждаете на собеседовании, но стоит быть готовым к вопросу «почему решили сменить сферу» — его зададут обязательно.

Опыт и грейд

«Опыт от года» считается по-разному. Стажировка, фриланс, аналитические задачи на прошлой нетехнической работе идут в счёт, если вы можете рассказать, какую задачу решали и к чему пришли. Насколько жёстко работает сама цифра, зависит от компании, в небольшой команде резюме читает руководитель, и сильный кандидат без формального года проходит спокойно. В корпорации с грейдами и автоматическим отбором резюме может отсеяться до того, как его откроет человек, поэтому туда разумнее заходить через стажировки и через знакомых.

Грейд в заголовке — вообще ненадёжный ориентир. Junior в одной компании означает «научим с нуля», в другой «год опыта и самостоятельность», смотрите на требования и обязанности, а не на слово.

Вилка. Если указан диапазон, нижняя граница обычно для кандидата, который закрывает минимум, верхняя — для того, кто перекрывает требования, если вилки нет совсем, это не повод не откликаться, но спросить про неё на первом же созвоне нормально.

Одни и те же слова в разных компаниях

Это, пожалуй, самое полезное из всего, что я могу сказать про чтение вакансий, так как один и тот же набор требований означает совершенно разную работу в зависимости от того, кто ищет.

Продуктовая компания. Аналитик работает с одним продуктом вглубь, задачи приходят от продактов, много экспериментов и метрик, опознаётся по словам про продуктовые метрики, гипотезы, A/B и по тому, что в обязанностях есть влияние на решения, здесь действительно спросят статистику, зато инструментов обычно немного и они выстроены.

Агентство или аутсорс. Много разных клиентов и проектов, работа вширь, опознаётся по словам про клиентов, отчётность для заказчиков, разные источники данных, статистику спросят мягче, Excel и презентации будут каждый день, а глубины по одному продукту не будет. Для старта это неплохо: за год вы увидите десяток разных бизнесов.

Корпорация. Длинные согласования, развитое хранилище, роли нарезаны тонко, опознаётся по упоминанию конкретных внутренних систем, регламентов, по требованиям к документированию. Инструменты часто свои, редкие и никому за пределами компании не нужные, зато процессы выстроены и есть у кого учиться.

Стартап или первый аналитик в компании. Вы делаете всё: от выгрузок до дашбордов и объяснения коллегам, зачем вообще нужна аналитика, опознаётся по фразам про работу с нуля, многозадачность и по тому, что в вакансии смешаны аналитик, инженер и немного ML. Опыт колоссальный, наставника нет, и ошибки никто не поймает.

Поэтому «уверенный SQL» в продуктовой компании и в агентстве — это буквально разные требования. В первом случае вас будут спрашивать про корректность метрики, во втором про скорость выдачи результата клиенту.

Чего в вакансии нет, а узнать надо

Текст вакансии почти никогда не отвечает на вопросы, которые определяют, каково вам будет работать. Их стоит задать на собеседовании.

Кто сейчас делает эту работу и почему ищут человека. Ответ «никто, аналитика нанимаем впервые» означает, что вы будете выстраивать всё с нуля, включая доступы и объяснение коллегам, зачем вы нужны.

Сколько человек в команде аналитики и есть ли тот, кто вас будет ревьюить. Для первой работы наличие наставника важнее названия компании.

Как ставят задачи и как понимают, что работа сделана. Если ответ размытый, приоритеты будут меняться на ходу.

Какие данные уже есть и в каком они состоянии. Прямой вопрос «есть ли у вас витрины или всё из сырых таблиц» многое скажет о ваших будущих буднях.

Красные флаги

Отдельно про формулировки, которые стоит читать как предупреждение. Если в одной вакансии сведены аналитик, дата-инженер и немного ML — вам предлагают закрыть собой три роли. Для опыта иногда полезно, но знать об этом лучше заранее, а не на третьем месяце.

Фразы про многозадачность и быстрый темп переводятся как «процессы не выстроены, приоритеты меняются на ходу». Молодой дружный коллектив и режим стартапа иногда правда про атмосферу, а заметно чаще про ненормированный график: уточните прямым вопросом, как часто команда задерживается. Если в обязанностях только выгрузки и отчётность, вы будете поставщиком цифр, а не человеком, влияющим на решения. Для первой работы нормально, через год станет тесно.

И самый недооценённый флаг — вакансия, которая висит месяцами и периодически обновляется. Либо требования не соответствуют вилке, либо в команде что-то не так с удержанием людей. Посмотреть дату публикации стоит до того, как писать сопроводительное. Обратный знак, хороший: в обязанностях есть участие в продуктовых решениях, а задачи описаны конкретно. «Анализ данных и подготовка отчётности» не говорит ни о чём. «Считать эффективность промо и поддерживать витрину для маркетинга» говорит всё.

Что говорить про то, чего не знаете

Худший вариант «да, работал» про инструмент, который видели на скриншоте.
Второй по бесполезности сухое «не знаю».

Живой ответ звучит иначе: с этой системой не работал, собирал дашборды в другой, логика похожая, думаю, за пару недель войду в курс, здесь есть всё нужное — это честность, ближайший релевантный опыт и срок.

На старте это ценят выше конкретного инструмента, потому что видно: человек адекватно оценивает свои знания и умеет учиться, а тот, кто соврал про опыт, вскрывается на первом же уточняющем вопросе, и дальше разговор идёт уже не про навыки, а про доверие.

Больше про аналитику пишу в телеграм-канале Таня и Данные.