Программы
Подготовка к собеседованиямA/B-тесты для аналитиковML и Causal InferenceA/B-тесты для менеджеровОбучение для команд
Бесплатные материалы
База знаний185+ тестовых заданийRoadmap по A/BЧеклист A/B-тестаОтзывыО проектеОставить заявку
01 / тестовое задание

Бургер Кинг:
тестовое задание для аналитика данных

Реальное тестовое с собеседования на Middle Data Analyst: исходный текст задания, как решать и частые ошибки.

02 / оригинальный текст

Текст тестового задания

Исходный текст задания без редактуры — так, как его прислали кандидату.

Данные к заданиюОткрыть данные →

Задание #1

В файле представлено количество чеков по ресторанам за период 2023.01.01 по 2024.12.29.

Rest_ncode – номер ресторана Check_dt – дата пробития чека Checks_qty – суммарное количество чеков Regionrf_name – регион расположения Restformat_name – формат ресторана в зависимости от расположения (аэропорт, фудкорт, драйв и тд)

Необходимо вычислить коэффициенты сезонности для всех ресторанов по номерам недель (1-52).

Обратите внимание, что в данных могут быть пропуски или аномальные дни, которые необходимо обработать.

Просьба кратко обосновать выбранный способ поиска/очистки/восстановления в подобных случаях.

Ожидаемый результат должен содержать

Таблица 1. Ресторан, Кол-во недель с полученными коэффициентами сезонности. Пример: ресторан 109 — 52 недели, 859 — 52, 1133 — 52.

Таблица 2. Кол-во ресторано-недель с коэффициентом больше 2 или меньше 0.4. Пример: 18.

Таблица 3. Ресторан, Неделя, Коэффициент сезонности. Пример: (1, 1, 0.73), (1, 2, 0.89), (1, 3, 1.03), …, (9999, 1, 2.89).

03 / что проверяют

Что проверяет это задание

01

Python

Обработка данных и расчёты: pandas, скрипты, автоматизация.

02

Аналитическое мышление

Как разложить задачу, выбрать подход и обосновать решение.

03

Работа с данными

Аккуратная выборка, фильтрация и проверка ограничений задачи.

04 / как решать

Как подойти к решению

  1. 1

    Соберите дневной ряд чеков по каждому ресторану и проверьте период и полноту (2023-01-01…2024-12-29): где реально начинается и заканчивается история точки.

  2. 2

    Почистите аномалии и пропуски до расчёта: нулевые/отсутствующие дни, праздники, дни открытия/закрытия, явные выбросы — и кратко обоснуйте метод (это просят явно).

  3. 3

    Считайте сезонный коэффициент по номеру недели как отношение среднего по неделе к среднегодовому уровню, чтобы убрать тренд и рост сети.

  4. 4

    Доведите до трёх таблиц из условия: покрытие недель по ресторану, число ресторано-недель с коэффициентом > 2 или < 0.4 и сам справочник Ресторан × Неделя × Коэффициент.

05 / частые ошибки

Частые ошибки

  • Считать сезонность «в лоб» по сырым данным, не убрав пропуски и аномальные дни.
  • Не отделить тренд и рост сети от сезонности — коэффициенты «поедут».
  • Смешивать рестораны разного формата (аэропорт/драйв/фудкорт) в один профиль.
  • Прислать только справочник коэффициентов, забыв про покрытие недель и контроль выбросов (> 2 / < 0.4).
06 / хороший ответ

Каким должен быть сильный ответ

Хороший ответ — это не просто финальные числа или код. Работодатель должен увидеть, как вы думаете, как проверяете ограничения задачи и как оформляете результат.

  • короткое описание логики решения;
  • промежуточные таблицы, запросы и фильтры;
  • финальные значения по каждому пункту задания;
  • понятные выводы и рекомендации.
07 / похожие задания

Похожие задания

08 / следующий шаг

Разбираешь тестовые, но не уверен в решении?

На интенсиве разбираем реальные кейсы, A/B-секции, метрики, SQL, Python и типовые ошибки кандидатов.