Собеседование аналитика данных в Сбере (КиберБез): Python, pandas и задачи

Техническое собеседование в Сбере: Python, pandas, работа с данными, дашборды и обсуждение проектного опыта. Разбираем сопоставление ID, пропуски, выбросы, поиск моды и задачу на группировку покупок по клиентам. Показываю ответы на собеседовании и добавляю отдельные пояснения с кодом. Дальше — вопросы работодателю: первые задачи, технический стек, приоритеты, команда и условия работы. 👋 Я Иван Татаринов. Сам заходил в IT через аналитику данных. Рассказываю, что учить, как искать работу и что спрашивают на технических собеседованиях. 🔥 Хочешь зайти в IT или найти работу получше? У меня есть менторство. Разбираем твою ситуацию: какое направление выбрать, что учить, как упаковать резюме, подготовиться к собеседованиям и выстроить поиск работы. Напиши мне в Telegram → @nosyto ТАЙМКОДЫ 00:00 Мотивация и опыт в безопасности 01:58 Проект: источники данных и сопоставление ID 08:15 Пояснение: проверка сопоставления ID 08:59 Исследование данных: head, tail, info, describe 09:36 Мода: mode() и mod() 09:51 Вопросы про выбросы 10:49 Пояснение: как выбирать обработку выбросов 11:23 Пропуски и заполнение данных 11:40 Пояснение: isna() и выбор способа обработки 12:08 Задача на Python: сумма покупок по клиентам 12:40 Решение через groupby и фильтрацию 13:05 Дашборд и визуализация результатов 15:14 Пояснение: проверка метрик воронки 15:38 Первые задачи на новой позиции 17:14 Процесс работы и технический стек 23:59 Приоритизация и риски 27:28 Команда и обратная связь 31:50 Условия и этапы отбора 34:42 Рабочий ритм 38:09 Причины смены работы 38:49 Сроки перехода и завершение интервью #аналитикданных #собеседование #pandas