Буквально вчера мне написала HR из крупной онлайн платформы по вакансии, которую они даже еще не выложили. И сразу позвала на финальное интервью с тим лидом.
А все потому что полгода назад я уже проходил у них собеседование - прошел отлично, но не сошлись по позиции и деньгам.

Какое минимальное и максимальное количество строк может вернуть INNER JOIN двух таблиц размером 10 и 100 строк соответственно?

Присылайте свои решения задачи в комментарии. Правильное решение выложу в комментариях завтра.

order_date
order_id
product_id
category_id_L3
customer_id
quantity
price
payment_type (Postpaid, Prepaid)

category_id_L1 (пример - одежда)
category_id_L2 (пример - верхняя одежда)
category_id_L3 (пример - куртки)

category_id
title

Месяц заказа
Название категории 1го уровня
Кол-во заказов
GMV (сумма продаж)
% GMV категории от всего GMV за месяц
% заказов в предоплату

Присылайте свои решения задачи в комментарии. Правильное решение выложу в комментариях завтра.

order_date
order_id
product_id
category_id_L3
customer_id
quantity
price
payment_type (Postpaid, Prepaid)

category_id_L1 (пример - одежда)
category_id_L2 (пример - верхняя одежда)
category_id_L3 (пример - куртки)

category_id
title

Присылайте свои решения задачи в комментарии. Правильное решение выложу в комментариях в понедельник.

import pandas as pd
import numpy as np
import random
from datetime import datetime, timedelta

# Генерируем случайные данные для поиска
n = 1000  # количество строк

search_data = pd.DataFrame({
 'timestamp': [datetime(2024, 1, 1) + timedelta(minutes=random.randint(1, 10080)) for _ in range(n)],
 'session_id': [random.randint(1, 100) for _ in range(n)],
 'query': [random.choice(['обувь', 'электроника',  'одежда', 'домашний декор']) for _ in range(n)],
 'location': [random.choice(['Нью-Йорк', 'Лос-Анджелес', 'Chicago', 'Сан-Франциско']) for _ in  range(n)],
 'user_id': [random.randint(1, 50) for _ in range(n)]
})

session_data = pd.DataFrame({
    'session_id': [random.randint(1, 100) for _ in range(n)],
    'platform': [random.choice(['IOS', 'ANDROID', 'WEB']) for _ in range(n)]
})

Выведи на экран 10 самых популярных запросов

Выведи на экран количество пользователей IOS по городам

Посчитай долю уникальных пользователей с запросом ' Shoes ' по платформам

Куда пойти работать, если не хочется идти в бигтех с их бирюкратией, но при этом не хочешь быть единственным аналитиком?

В этом ролике приняла участие Ксюша - продуктовый аналитик в e-commerce с 2+ годами опыта, в котором она прошла техническое интервью в режиме реального времени.

В этом канале я рассказываю, как проходить собеседования, получать офферы выше среднего по рынку и быстрее расти по карьере.

В этом ролике приняла участие Ксюша - продуктовый аналитик в e-commerce с 2+ годами опыта, в котором она прошла техническое интервью в режиме реального времени.

У Ильи была четкая цель - вырасти в доходе и стать продуктовым аналитиком и чтобы A/B тесты были постоянной практикой на работе.

• ответы «неструктурные»: много мыслей, мало сути;
• слабое понимание в A/B;
• в SQL/Python live-кодинге ошибки из-за спешки.

- я хочу выучить АБ тесты.

- хочу повысить ЗП, поэтому возьму курс за 100к, который прокачает мои hard скилы.

ВАЖНО: генеративные модели галлюционируют и без хорошей проверки знаний и тонкостей могут ввести в заблуждение

Поэтому лучше использовать их для подготовки, когда уже есть база знаний

- Самый высокий уровень конкуренции за последние 8 лет
- 93% работодателей говорят, что им не хватает нужных компетенций у соискателей