Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
BA & SA | 10000 Interview questions
Kanalga Telegram’da o‘tish
Вопросы и задачи, которые задают на собеседованиях на позицию Бизнес и Системного аналитика. По вопросам сотрудничества- @DeliveryManager7
Ko'proq ko'rsatish📈 Telegram kanali BA & SA | 10000 Interview questions analitikasi
BA & SA | 10000 Interview questions (@systemanalystinterview) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 10 216 obunachidan iborat bo'lib, Karyera toifasida 3 872-o'rinni va Rossiya mintaqasida 64 026-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 10 216 obunachiga ega bo‘ldi.
19 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 334 ga, so‘nggi 24 soatda esa 1 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 3.33% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 2.50% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 340 marta ko‘riladi; birinchi sutkada odatda 255 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 2 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent объяснение, индекс, user_id, субд, паттерн kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Вопросы и задачи, которые задают на собеседованиях на позицию Бизнес и Системного аналитика. По вопросам сотрудничества- @DeliveryManager7”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 20 Iyun, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Karyera toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
10 216
Obunachilar
+124 soatlar
+147 kunlar
+33430 kunlar
Postlar arxiv
☀Объяснение:
Это типичный кейс, когда OLTP-таблица (оперативная) используется для OLAP-запросов (аналитика). Даже с правильными индексами агрегация сотен миллионов строк будет медленной.
1. Почему другие варианты не решают проблему?
A (ещё один индекс) — индексы ускоряют фильтрацию и сортировку, но не агрегацию по огромному объёму данных. Агрегатный запрос всё равно будет читать все строки за месяц (~15 млн), даже по индексу.
C (партиционирование) — улучшит удаление старых данных и может помочь с прунингом партиций, но сам агрегатный запрос всё равно будет читать все партиции за месяц. Ускорение будет, но не кардинальное.
D (больше ресурсов) — временное решение, не решает проблему архитектурно. При росте данных проблема вернётся.
2. Что такое материализованное представление (MV)?
Материализованное представление — это физическая таблица, которая хранит предварительно вычисленные результаты запроса. В отличие от обычного представления (VIEW), MV занимает место на диске и требует обновления.
Создание MV для нашего отчёта:
```sql
CREATE MATERIALIZED VIEW daily_events_report AS
SELECT
DATE(event_time) as event_date,
event_type,
COUNT(*) as events_count
FROM events
WHERE event_time >= CURRENT_DATE - INTERVAL '1 year' -- ограничим глубину
GROUP BY event_date, event_type;
```
-- Добавляем индекс для быстрых выборок по дате
CREATE INDEX idx_daily_events_date ON daily_events_report(event_date);
3. Как это ускоряет запрос?
Вместо чтения и агрегации 500 млн строк, отчёт теперь читает из MV всего несколько тысяч строк (по одному на день × количество типов). Время выполнения падает с 40 секунд до миллисекунд.
4. Как поддерживать MV в актуальном состоянии?
Есть два подхода:
Полное обновление (REFRESH MATERIALIZED VIEW) — блокирует таблицу, но просто в реализации.
Инкрементальное обновление (REFRESH MATERIALIZED VIEW CONCURRENTLY) — добавляет только новые данные, но требует уникального индекса.
Пример автоматического обновления через планировщик:
```sql
-- В PostgreSQL
REFRESH MATERIALIZED VIEW CONCURRENTLY daily_events_report;
-- В Oracle: автоматическое обновление по расписанию
DBMS_SCHEDULER.create_job(...);
```
5. Реальный кейс
В финтех-компании дашборд с агрегацией транзакций за последний месяц выполнялся 35 секунд. После внедрения материализованного представления с ежечасным обновлением время отклика снизилось до 0.2 секунды. Бизнес смог использовать дашборд в реальном времени.
6. Что должен сделать аналитик?
Выявить самые тяжёлые и частые аналитические запросы.
Согласовать с бизнесом допустимую задержку данных (например, данные обновляются раз в час — это приемлемо для отчётов?).
Зафиксировать в требованиях использование MV или других механизмов предрасчёта (витрины данных).
Спроектировать структуру MV вместе с DBA/разработчиками, чтобы она покрывала основные сценарии.
7. Альтернативы, когда MV не подходит
Витрины данных (Data Mart) — отдельные таблицы, обновляемые ETL-процессами.
Колоночные СУБД (ClickHouse) — если данных много и нужна аналитика в реальном времени.
Кэширование — если отчёт рендерится редко, можно кэшировать результат.
Вывод: Для аналитических запросов на больших оперативных таблицах материализованные представления — промышленный стандарт. Аналитик должен предлагать такие решения на этапе проектирования, чтобы избежать падения производительности после накопления данных. 🎯
Отель Jumeirah Guangzhou 5*
Вдохновленный богатым художественным наследием династии Тан, отель Jumeirah Guangzhou предлагает уникальную перспективу с видом на город Гуанчжоу.
Изысканная элегантность, жизнь в стиле лофт и инновационные рестораны.
Бронируйте выгодно на официальном сайте Jumeirah.
Забронировать
#реклама
jumeirah.com
О рекламодателе
4752. В таблице events хранится 500 млн записей о действиях. Менеджеры ежедневно смотрят отчёт: количество событий по дням и типам за последний месяц. Запрос выполняется 40 секунд, даже с индексами. Как ускорить отчёт без изменения кода приложения?
28 млн конверсий результат медийной рекламы за 2025 год
Медийная реклама давно вышла за рамки имиджевых задач. Новое исследование Яндекса показало: в 2025 году она принесла бизнесу 28 млн конверсий.
Вот что ещё важно:
📊 Всё больше компаний пробуют медийную рекламу: в прошлом году больше половины рекламодателей запустили её впервые;
📊 Алгоритмы становятся эффективнее по сравнению с 2024 годом: +29% к поисковому интересу, +13% к посещаемости и +19% к целевым действиям.
📊 Растёт интерес к новым форматам: число кампаний на Connected TV выросло в 4 раза, а рекламодателей — в 6 раз.
Кроме того, постоянно появляются разные возможности размещения: от ТВ-билбордов до брендирования в Картах.
Подробнее — в исследовании Яндекса
Узнать больше
#реклама 16+
yandex.ru
О рекламодателе
Уходящий поезд: УСПЕВАЙ ЗАСКОЧИТЬ В ПОСЛЕДНИЙ ВАГОН !
Вчера — картинки.
Сегодня — AI-агенты, которые анализируют данные и выдают инсайты, пока ты спишь.
Если не хочешь махать рукой вслед уходящему AI-поезду нейросетевых технологий, залетай 👉 в ПАПКУ сейчас. Здесь тренды, которые уже меняют рынок 🔥
ВСЁ самое нужное - в одном месте ⚡️
Будь в курсе ➡️ https://t.me/addlist/mV3eY2ykKQY4Njlk
⚡️ Здравствуйте, Дорогие подписчики!
Представляем вашему вниманию подборку полезных каналов в сфере «Наука и образование» 🔥
Будем очень рады, если вы найдете для себя, что-нибудь полезное.
❗️Ссылка на папку:
https://t.me/addlist/_1iCoei8Dvo5OWQy
ХОЧЕШЬ ИДТИ В НОГУ С ТЕХНОЛОГИЯМИ ?! … или наблюдать, как другие зарабатывают на ИИ? - РЕШАТЬ ТЕБЕ ! ! !
ИИ станет твоим главным инструментом, а не загадкой 🗝
Нейросети стали не просто модным словом — они меняют бизнес, творчество и повседневную жизнь. А мы создаём для тебя пространство взаимного пиара и роста вокруг нейросетей:
Что ты получишь в этой ПОДБОРКЕ:
- еженедельные разборы real-life применений нейросетей;
- чёткие инструкции: от идеи до реализации и монетизации;
- крутые кейсы подписчиков и экспертов;
- обратную связь по твоим постам и проектам;
- новые коллаборации, за которые стоит проснуться утром.
Делимся знаниями и аудиторией - растём вместе ⚡️ Забирай бесплатно ПАПКУ с ТОП ИИ Каналами
Твой доступ к подборке и бонусам:
➡️ Просто добавь Папку - никаких смс или регистраций. Отписаться можно в любой момент. Остаться — тоже ✔️ * Ссылка - https://t.me/addlist/mV3eY2ykKQY4Njlk
☀Объяснение:
Это классический пример того, как отсутствие критериев приемки приводит к тому, что разработчик реализует только счастливый путь (happy path), а бизнес-ожидания оказываются шире.
1. Что такое критерии приемки?
Критерии приемки — это проверяемые условия, которые должны выполняться, чтобы пользовательская история считалась завершённой. Они описывают не только успешный сценарий, но и альтернативные потоки, граничные условия, обработку ошибок.
2. Как должна была выглядеть правильная история?
User Story: Как покупатель, я хочу оплатить заказ банковской картой, чтобы завершить покупку.
Критерии приемки:
AC1: При успешной оплате заказ переходит в статус «Оплачен», пользователь видит подтверждение.
AC2: При недостатке средств система показывает сообщение «Недостаточно средств. Пожалуйста, используйте другую карту». Заказ остаётся в статусе «Ожидает оплаты».
AC3: При ошибке платёжного шлюза система показывает сообщение «Ошибка оплаты. Попробуйте позже».
3. Почему это критически важно?
Без критериев приемки:
Разработчик реализует только успешный сценарий.
Тестировщик проверяет только happy path.
На проде пользователи сталкиваются с ошибками и не понимают, что делать.
Бизнес теряет продажи и репутацию.
С критериями приемки:
Разработчик знает все сценарии.
Тестировщик пишет тест-кейсы на каждый AC.
Приёмка проходит прозрачно.
Пользователь получает понятные подсказки при любом исходе.
4. Реальный кейс
В крупном интернет-магазине 15% заказов «зависали» в статусе «ожидает оплаты» из-за того, что при ошибке платежа система не возвращала пользователя к выбору способа оплаты. В требованиях не было критериев приемки для сценария ошибки. После добавления AC проблема ушла.
5. Форматы критериев приемки
Gherkin:
```text
Scenario: Недостаточно средств
Given на карте недостаточно средств
When пользователь вводит данные карты и нажимает "Оплатить"
Then заказ остаётся в статусе "Ожидает оплаты"
And пользователь видит сообщение "Недостаточно средств"
```
6. Вывод
Каждая пользовательская история должна содержать проверяемые критерии приемки, охватывающие счастливый путь, альтернативные сценарии, обработку ошибок и граничные условия. Их отсутствие — главная причина недопонимания и дефектов. 🎯
Смена карьеры после выгорания: психология
Выгорание часто становится точкой переосмысления карьеры.
Если вы когда-то думали о психологии как о более осмысленной профессии, начните с диагностики.
Онлайн-тест помогает понять, готовы ли вы к работе психологом-консультантом.
Заполните тест и получите персональную диагностическую карту
Узнать больше
#реклама 16+
test.talentsy.ru
О рекламодателе
4751. В пользовательской истории «Оплата заказа картой» не был описан сценарий «недостаточно средств». На приёмке система просто выдала ошибку без пояснения. Какое правило написания требований нарушено?
Не начинайте внедрять ИИ, пока не сделаете диагностику
У 90% компаний ИИ-проекты не взлетают. Не потому что технология сырая, а потому что бизнес к ней не готов:
⚡ CRM забита мусором.
⚡ Данные не синхронизируются.
⚡ Сотрудники саботируют.
⚡ Безопасность хромает.
Нейросеть не починит это волшебным образом. Она просто масштабирует хаос.
📊 Как провести диагностику и не слить бюджет на эксперименты — читайте в новой статье блога Школы Генерального директора.
Спойлер: эксперт Школы Гендира – Рустам Боровик из Сбера создал инструмент диагностики готовности компании к внедрению ИИ.
Начать
#реклама 16+
gd.ru
О рекламодателе
☀️Объяснение:
Это классический пример некачественного требования, которое невозможно проверить. Слова «быстро», «удобно», «надёжно», «большие объёмы» субъективны. Для одного заказчика «быстро» — это 1 секунда, для другого — 5 секунд. «Большие объёмы» могут означать 100 записей или 10 миллионов.
1. Что такое проверяемое требование?
Качественное требование должно быть SMART:
Specific (конкретное)
Measurable (измеримое)
Achievable (достижимое)
Relevant (релевантное)
Time-bound (ограниченное по времени)
Для нефункциональных требований (NFR) это особенно важно.
2. Как должна была выглядеть правильная формулировка?
Вместо «быстро обрабатывать большие объёмы» аналитик должен был задать уточняющие вопросы и зафиксировать:
Требование к производительности:
Система должна обрабатывать 100 000 записей за не более 30 секунд (время пакетной обработки)
Время отклика интерфейса при запросе отчёта — не более 2 секунд для 95% запросов
Система должна выдерживать 50 одновременных пользователей без деградации производительности
3. Почему это важно?
Для разработчиков: появляется целевой показатель, к которому нужно стремиться. Можно выбирать алгоритмы и архитектуру.
Для тестировщиков: можно написать нагрузочные тесты и объективно проверить, укладывается ли система в заданные рамки.
Для заказчика: появляется чёткий критерий приёмки. Нет места спорам «быстро/медленно».
4. Реальный кейс
В одном проекте требование «система должна быстро работать» привело к судебному разбирательству. Заказчик утверждал, что отчёт формируется 10 секунд — это медленно. Исполнитель — что 10 секунд — это быстро. В спецификации не было цифр. Суд встал на сторону заказчика, потому что трактовка «быстро» по умолчанию — в пределах разумного, а 10 секунд для пользователя — это уже дискомфорт.
5. Какие вопросы должен задать аналитик?
Услышав «быстро», «много», «надёжно», аналитик обязан уточнить:
«Какое максимальное время отклика допустимо для пользователя?»
«Какое количество одновременных пользователей ожидается в пик?»
«Какой объём данных (в записях, ГБ) будет обрабатываться?»
«Какое время восстановления после сбоя допустимо?»
«Какой процент времени система должна быть доступна (SLA)?»
6. Роль аналитика в предотвращении конфликтов
Аналитик — это переводчик между бизнесом и технической командой. Его задача — перевести расплывчатые бизнес-пожелания в однозначные, измеримые, проверяемые требования. Если этого не сделать, споры на приёмке неизбежны. Исход всегда один: либо переделка, либо судебные разбирательства.
Вывод: Качественное требование — это требование, которое можно проверить. Если нельзя написать тест-кейс, значит, требование не готово. 🎯
Тренды налоговых изменений 2026
Даже самые прорывные финтех-решения требуют глубокого понимания налоговой среды.
Вместе с ведущими экспертами СберУниверситет запускает новый поток программы «Налоговая функция: новые горизонты» — для тех, кто хочет системно выстроить налоговую функцию и улучшить налоговую эффективность.
Что вас ждёт на программе:
- Практические кейсы – разбор актуальных ИТ-льгот и возможностей их применения, а также современных трендов в части цифровых активов и валюты.
- Нетворкинг – обмен опытом с коллегами из индустрии.
- Диалог с экспертами – представители Минфина и ФНС России расскажут о грядущих изменениях в законодательстве.
Программа подойдет финансовым и налоговым директорам,
главным бухгалтерам и собственникам бизнеса
📅 Старт обучения 12 мая
Узнать больше
Номер реестровой записи: С502024004938.
#реклама 16+
sberuniversity.ru
О рекламодателе
4750. Системный аналитик получил от заказчика требование: «Система должна быстро обрабатывать большие объёмы данных». На приёмке заказчик отказался подписывать акт, заявив, что система работает медленно. В чём главная ошибка аналитика?
Реклама для бизнеса любого уровня в Яндекс Директе
Создайте эффективную рекламную кампанию с алгоритмами Яндекс Директа 👌
Начните прямо сейчас ⚡
Зарегистрироваться
#реклама
direct.yandex.ru
О рекламодателе
🧑🎓Объяснение:
Это классическая задача распределённых транзакций в микросервисной архитектуре. В монолите всё просто: одна база, одна транзакция. В микросервисах — у каждого сервиса своя база, и ACID-транзакция между ними невозможна без катастрофических последствий для производительности.
1. Почему другие варианты не работают?
❌ A (двухфазная фиксация / 2PC):
Требует распределённого менеджера транзакций, который блокирует ресурсы во всех сервисах на время выполнения.
В высоконагруженных системах это убивает производительность.
Многие современные СУБД и NoSQL не поддерживают 2PC.
Создаёт единую точку отказа и проблемы с масштабированием.
❌ C (общая база данных):
Это возврат к монолиту, отрицающий все преимущества микросервисов.
Сервисы становятся жёстко связаны через схему данных.
Невозможно масштабировать сервисы независимо.
Изменение схемы одной командой ломает другие сервисы.
❌ D (синхронные API с ручным откатом):
При сбое после части операций невозможно гарантированно откатить изменения.
Например: деньги списались, а товар не зарезервировался. Как вернуть деньги?
Ручной откат — это не автоматизированное решение, чреватое ошибками.
2. Что такое паттерн Saga?
Saga (сага) — это последовательность локальных транзакций, каждая из которых обновляет данные в одном сервисе. Если одна транзакция провалилась, запускаются компенсирующие транзакции, которые откатывают изменения предыдущих шагов.
Варианты реализации:
Хореография (Choreography): сервисы обмениваются событиями без центрального координатора.
```text
1. Сервис заказов: создаёт заказ со статусом PENDING, публикует событие "OrderCreated"
2. Сервис платежей: слушает событие, списывает деньги, публикует "PaymentProcessed" или "PaymentFailed"
3. Сервис склада: слушает "PaymentProcessed", резервирует товар, публикует "StockReserved" или "StockFailed"
4. Если "StockFailed" — сервис платежей компенсирует (возвращает деньги)
Оркестрация (Orchestration): центральный координатор (оркестратор) управляет шагами и компенсациями.
```
```text
Оркестратор:
- Запустить списание денег
- Если успех → запустить резервирование товара
- Если ошибка → запустить возврат денег
```
3. Реальный кейс
Крупный маркетплейс внедрил Saga после перехода на микросервисы. Раньше при сбое после списания денег, но до резервирования товара, заказ "зависал" в статусе "оплачен, но не отгружен". Клиенты жаловались, деньги не возвращались сутками.
После внедрения Saga с хореографией через Kafka:
При ошибке резервирования товара сервис платежей автоматически получал событие StockReservationFailed и возвращал деньги в течение 30 секунд.
Клиент видел понятное сообщение "Товар закончился, деньги вернутся".
Процент потерянных заказов снизился до нуля.
4. Что должен заложить аналитик в требования?
Идентификация бизнес-процессов, требующих согласованности.
Определение компенсирующих действий для каждого шага (что делать при отказе).
Выбор модели (хореография или оркестрация) на основе сложности процесса.
Требования к идемпотентности: сообщения могут приходить повторно, операции не должны дублироваться.
Таймауты и мониторинг: "зависшие" саги должны отслеживаться и завершаться принудительно.
5. Важные нюансы
Конечная согласованность (eventual consistency): в микросервисах данные не будут согласованы мгновенно. Это нормально для многих бизнес-процессов, но нужно согласовать с бизнесом допустимое окно.
Компенсации vs откаты: в распределённых системах нет атомарного отката, есть компенсации (делаем обратное действие). Это сложнее, но единственный масштабируемый способ.
Мониторинг: каждая сага должна логироваться, чтобы можно было отследить "зависшие" процессы.
