Собеседование аналитика в Auto.ru

О компании

Auto.ru — крупная российская площадка объявлений об автомобилях, часть экосистемы Яндекса. Это классический двусторонний рынок: с одной стороны частные продавцы и дилеры, с другой — покупатели, которые ищут машину. Аналитику здесь важно понимать, что интересы этих сторон не совпадают: продавцу нужно продать быстрее и дороже, покупателю — найти честное объявление по адекватной цене, а площадке — заработать на монетизации и при этом не выжечь доверие пользователей.

Стек и культура — яндексовые: много данных, event-логи каждого действия, ClickHouse как основное аналитическое хранилище, собственные инструменты A/B-тестирования. От аналитика ждут не просто умения писать запросы, а продуктового мышления: как связать метрику качества объявления с деньгами и с поведением покупателя.

Этапы собеседования

Точное число секций зависит от команды и грейда, но обычно воронка выглядит так:

1. Скрининг с рекрутером (30–40 минут). Обсуждают опыт, ожидания по деньгам, мотивацию именно к классифайдам. Полезно за 90 секунд рассказать, с какими продуктовыми задачами вы работали и какой был impact.
2. SQL-секция (45–60 минут). Живое написание запросов на реальных event-подобных данных: оконные функции, агрегации, работа с воронками. Часто спрашивают про ClickHouse-специфику.
3. Продуктово-аналитический кейс (60–90 минут). Даётся размытая бизнес-ситуация («упали отклики в категории X»), и вы вслух декомпозируете её: гипотезы, метрики, как проверить.
4. Финальное / поведенческое (45–60 минут). Обсуждают прошлые проекты по STAR, взаимодействие с командой, как вы принимали решения в условиях неопределённости.

Что Auto.ru ценит в аналитике

• Уверенный SQL. Обычно ждут крепкого middle или близкого к senior: оконные функции, сложные JOIN, оптимизация запросов на больших объёмах.
• Продуктовое мышление. Умение связать метрику с деньгами и поведением пользователя, а не считать цифры ради цифр.
• Понимание двустороннего рынка. Как решение для продавцов влияет на покупателей и наоборот — баланс интересов сторон.
• Аккуратность в A/B. Как измерить эффект изменения ранжирования, не отравив выборку и не поймав ложный сигнал.
• Самостоятельность. Способность самому докопаться до бизнес-контекста задачи, а не ждать готового ТЗ.

Как готовиться

SQL

Обычно ожидают уверенный middle или близкий к senior. Готовьтесь к тому, что задачи будут не на «выбери всё из таблицы», а на аналитику поведения:

• Оконные функции и сложные JOIN — считать доли, ранги, разницы между строками.
• Оптимизация запросов: как не сделать полное сканирование гигантской таблицы событий.
• Работа со сложными event-данными: сессии, воронки, последовательности действий.
• Опыт с ClickHouse — большой плюс: колоночное хранилище, особенности агрегаций и семплирования.

Полезно:

• Задачи по оконным функциям
• SQL-оптимизация
• Шпаргалка по ClickHouse

Специфика классифайдов

Классифайд — не магазин: товар уникален, живёт ограниченное время и «продаётся» не площадкой, а самим продавцом. Из этого растут все специфичные метрики:

• Метрики качества объявления: просмотры, отклики, время до продажи, доля объявлений, которые вообще нашли покупателя.
• Ранжирование и поиск: как объявления сортируются в выдаче и как это влияет на конверсию в отклик.
• Сегментация продавцов: частники и дилеры ведут себя по-разному, платят по-разному, и монетизация под них устроена отдельно.
• Монетизация: промо-позиции, поднятие объявления, премиум-размещения — как оценить их эффект на выручку и на органическую выдачу.

Продуктовая аналитика

• Воронка от просмотра объявления до отклика и контакта с продавцом.
• A/B-тесты ранжирования: как честно измерить эффект нового алгоритма выдачи.
• Retention и повторные визиты: покупатель возвращается, пока ищет машину, и уходит после покупки — это нормальный, а не тревожный отток.

Полезно:

• Продуктовое мышление для аналитика
• Шпаргалка по A/B

Кейсы

На кейсе проверяют структуру мышления, а не знание правильного ответа. Типичные темы:

• Почему упала активность откликов в категории X? Начните с декомпозиции: сезонность, изменение трафика, качество объявлений, работа поиска, внешние причины.
• Как оценить эффект нового алгоритма ранжирования? Проговорите метрику успеха, дизайн A/B, риски загрязнения выборки.
• Как сегментировать продавцов для монетизации? Свяжите поведение сегмента с готовностью платить и с влиянием на покупателя.

Полезно: как отвечать на кейсы.

Частые ошибки

• Считать метрики без бизнес-смысла. Назвать цифру, но не объяснить, что она значит для продавца, покупателя или выручки.
• Игнорировать вторую сторону рынка. Предложить фичу для продавцов, забыв, как она ударит по покупателям.
• Слабый SQL под нагрузкой. Написать корректный, но неоптимизируемый запрос, который «умрёт» на объёмах Auto.ru.
• Путать отток с нормой. В классифайде уход покупателя после покупки — здоровое поведение, а не проблема retention.
• Не задавать уточняющих вопросов на кейсе. Броситься считать, не выяснив контекст задачи.

Связанные темы

• Собеседование аналитика в Яндекс
• Собеседование аналитика в Drom
• Собеседование аналитика в Avito
• Собеседование аналитика в маркетплейсе

FAQ

Нужен ли опыт в авто-тематике?

Необязательно. Готовность быстро разобраться в предметной области и понимание механики двустороннего рынка важнее, чем знание конкретно автомобильного рынка.

Обязателен ли ClickHouse?

Не обязателен, но знание колоночных СУБД — большой плюс во всех Яндекс-компаниях. Если опыта нет, стоит хотя бы понимать, чем ClickHouse отличается от PostgreSQL и когда его выбирают.

Какой нужен Python?

Как минимум базовый pandas для обработки данных и разведочного анализа. Глубокий ML обычно не спрашивают у продуктового аналитика, но уметь посчитать метрику и построить график в Python полезно.

Насколько сложный SQL на собесе?

Ориентируйтесь на уверенный middle: оконные функции, вложенные запросы, оптимизация. Задачи чаще про поведение пользователей и воронки, а не про простые выборки.

Это официальная информация о процессе?

Нет. Этапы и требования основаны на публичных источниках и опыте кандидатов. Конкретный формат зависит от команды и грейда — уточняйте у рекрутера.