Product Analyst
Как е вниманието ви?
СовкомбанкКак се нарича ефектът, който предварително се задава в хипотезата и който искаме да открием?
- Python Имаш таблица orders с поръчки, съдържаща полетата order_id, created_dt, user_id, price, discount. Също така има справочник за потребители с името users с полета id, reg_date, city. Напиши код на Python, който да изчисли средната стойност на чек за всеки град и средния брой поръчки на потребител за първия тримесечен период на текущата година.
Работили ли сте с GigaChat или други AI инструменти?
СовкомбанкКолко ви е интересно описаната работа и в каква посока искате да се развивате професионално?
СБЕРДайте конкретен пример от последния ви опит — процес, за който сте създавали тестови случаи.
СБЕРКакво мислите за машинното обучение и Data Science? Това направление ви интересува ли?
AvitoКакви са вашите очаквания от стажировката? Виждате ли себе си в бъдеще като опитен специалист в продуктова аналитика?
AvitoЗащо искате да смените работното място?
СовкомбанкКакви са нефункционалните изисквания? Можеш ли да дадеш примери?
СБЕРКакви са вашите очаквания от стажа и с какво бихте искали да се занимавате?
Има ли смисъл да се проведе A/B тест с α = 1?
Знаеш ли нещо за архитектурата на микросървисите? Знаеш ли какво е хореография и оркестрация?
СБЕРКак да обработим пропуските в обменните курсове за празничните и уикендите дни?
Какви агрегиращи и прозоречни функции използвахте в работата си?
Как в SQL да създадем колона с 'следващата дата' за решаване на задача чрез диапазони?
Идентифицирани са две проблеми: непълни данни в RAG и лошо предаване на контекста в LLM. Какво да правим след това?
X5 groupЗнаеш ли какво е обратна съвместимост?
СБЕРЗнаеш ли какво е план за заявка и как да го видиш?
**Задачи на Python** DataFrame на Pandas с данни от orders_log се нарича df. 1) Филтрирайте редовете: статус "processing" и приходи (revenue) > 50000 и приоритет "high". Покажете резултата. 2) Създайте колона 'revenue_group' според правилата: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). След това пребройте броя на поръчките във всяка група по категории (Category) и покажете резултата. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)
Avito