RGSR360_2026 Analysts Hard Skills

analysts hard skills

Блок вопросов о профессиональных компетенциях сотрудника на должности — Аналитик.
Сбор, обработка и анализ данных по игровым проектам, работа с продуктовыми метриками и поведением игроков, проведение исследований и проверка гипотез, построение отчетов и визуализаций, интерпретация результатов и формирование выводов, оценка влияния изменений на продукт и поддержка команд в принятии решений на основе данных.

1. Продуктовое мышление
Понимает, как решения в продукте влияют на опыт, поведение и удержание игроков. Формулирует гипотезы и предлагает улучшения, исходя из целей текущего проекта.

Типичные проявления:

связывает продуктовые решения с поведением игроков и метриками;
замечает проблемы и возможности в пользовательском опыте;
предлагает применимые гипотезы и улучшения;
оценивает возможный эффект решений до их внедрения.

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не связывает рабочие решения с опытом игроков и целями продукта

2 — Видит отдельные проблемы, но предложения поверхностны или не учитывают влияние на продукт

3 — Делает понятные выводы о поведении игроков и предлагает применимые улучшения

4 — Системно мыслит продуктово, заранее оценивает влияние решений на метрики и риски

5 — Формирует продуктовый подход команды, влияет на приоритеты и направление развития продукта

Комментарий по желанию:

2. Работа с референсами и анализ рынка
Изучает другие продукты, механики и рыночные практики, чтобы находить релевантные идеи и адаптировать их к задачам текущего проекта.

Типичные проявления:

собирает и структурирует релевантные референсы;
сравнивает решения разных продуктов, а не ограничивается отдельными примерами;
выделяет причины, по которым механика или решение работают;
отделяет удачные практики от решений, неприменимых в контексте проекта;
превращает наблюдения в конкретные предложения.

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не использует референсы и не анализирует решения других продуктов

2 — Подбирает отдельные примеры, но анализ поверхностен и плохо применим к проекту

3 — Находит релевантные референсы, делает понятные выводы и предлагает применимые идеи

4 — Системно анализирует рынок и конкурентов, выявляет паттерны и адаптирует их к контексту проекта

5 — Формирует культуру работы с референсами в команде, задаёт направления для исследований и влияет на выбор решений

Комментарий по желанию:

3. АБ-тесты и статистический анализ
Планирует и проводит эксперименты. Использует статистику для корректной проверки гипотез и интерпретации результатов.

Типичные проявления:

формулирует гипотезы и выбирает метрики
рассчитывает параметры эксперимента (выборка, длительность)
анализирует результаты и делает выводы

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не участвует в экспериментах или делает их некорректно

2 — Участвует частично, не понимает ограничения и ошибки анализа

3 — Проводит корректные АБ-тесты и делает базовые выводы

4 — Системно ведёт эксперименты, учитывает ограничения и интерпретирует результаты

5 — Формирует подход к экспериментам, помогает команде ставить и проверять гипотезы

Комментарий по желанию:

4. SQL
Использует SQL для получения и подготовки данных. Работает с запросами разной сложности.

Типичные проявления:

пишет запросы для получения данных
использует join, агрегаты
применяет оконные функции и CTE

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не может получить данные через SQL

2 — Пишет простые запросы, допускает ошибки и ограничения

3 — Уверенно использует SQL для рабочих задач

4 — Системно пишет сложные и оптимальные запросы

5 — Экспертно работает с SQL, проводит ревью и помогает другим

Комментарий по желанию:

5. Python и аналитические инструменты
Использует Python для анализа данных и автоматизации. Применяет библиотеки для обработки и исследования данных.

Типичные проявления:

делает ad hoc анализ
использует pandas и другие библиотеки
автоматизирует регулярные задачи

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не использует Python в работе

2 — Использует ограниченно, решения нестабильны

3 — Уверенно решает задачи анализа с помощью Python

4 — Системно автоматизирует задачи и улучшает процессы

5 — Создаёт сложные решения, делится практиками и влияет на подход команды

Комментарий по желанию:

6. Дашборды и BI-инструменты
Создаёт и поддерживает дашборды для команды. Обеспечивает удобство, корректность и актуальность данных.

Типичные проявления:

собирает дашборды под задачи команды
поддерживает актуальность и корректность данных
улучшает структуру и удобство использования

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не справляется с созданием и поддержкой дашбордов

2 — Делает базовые дашборды, но они неудобны или содержат ошибки

3 — Делает рабочие дашборды, которыми пользуется команда

4 — Системно развивает дашборды с учётом потребностей команды

5 — Формирует стандарты BI и повышает эффективность работы с данными в команде

Комментарий по желанию:

7. Аналитические отчёты и презентация
Готовит отчёты по результатам анализа и доносит выводы до команды. Делает информацию понятной и пригодной для принятия решений.

Типичные проявления:

формулирует выводы и рекомендации
упрощает сложную информацию
презентует результаты команде

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Отчёты отсутствуют или непонятны, выводы не прослеживаются

2 — Отчёты есть, но требуют дополнительных объяснений

3 — Делает понятные отчёты с базовыми выводами

4 — Системно готовит структурированные отчёты и адаптирует под аудиторию

5 — Формирует стандарт аналитических отчётов, влияет на принятие решений

Комментарий по желанию:

8. Документация и фиксация договоренностей
Ведёт документацию и фиксирует результаты обсуждений. Обеспечивает доступность и однозначность информации для команды.

Типичные проявления:

оформляет результаты обсуждений
фиксирует договорённости
поддерживает актуальность документов

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не фиксирует договорённости, информация теряется

2 — Фиксирует частично или неструктурированно

3 — Ведёт понятную и полезную документацию

4 — Системно поддерживает порядок и актуальность

5 — Формирует стандарты документации и улучшает процессы

Комментарий по желанию:

9. Мониторинг метрик и аномалий
Следит за ключевыми метриками и выявляет отклонения. Своевременно сигнализирует о проблемах.

Типичные проявления:

отслеживает ключевые метрики
выявляет отклонения в данных
сообщает о проблемах команде

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не отслеживает метрики и не замечает отклонения

2 — Замечает проблемы с опозданием

3 — Отслеживает метрики и сообщает о проблемах

4 — Системно мониторит данные и заранее реагирует на отклонения

5 — Выстраивает процессы мониторинга и помогает команде быстро реагировать

Комментарий по желанию:

10. Предложения и развитие продукта на основе данных
Формирует инсайты и предлагает улучшения продукта. Использует данные как основу для решений.

Типичные проявления:

анализирует данные и находит инсайты
предлагает улучшения продукта
обосновывает идеи данными

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не предлагает улучшений

2 — Предлагает идеи без опоры на данные

3 — Предлагает полезные улучшения на основе анализа

4 — Системно выявляет точки роста и влияет на продукт

5 — Формирует направления развития продукта и влияет на решения команды

Комментарий по желанию:

11. Работа с требованиями и задачами
Понимает задачи и уточняет требования перед началом анализа. Учитывает контекст и ограничения.

Типичные проявления:

уточняет постановку задачи
выявляет недостающие данные и ограничения
предлагает подход к решению

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не понимает задачу, делает нерелевантный анализ

2 — Часто требует доработки из-за неполного понимания

3 — Делает корректный анализ по задаче

4 — Системно уточняет требования и предлагает оптимальный подход

5 — Помогает формулировать задачи и повышает качество постановки

Комментарий по желанию:

12. Работа с данными и их корректность
Понимает источники данных и их ограничения. Проверяет корректность данных перед анализом.

Типичные проявления:

проверяет данные перед использованием
понимает источники и логику сбора
учитывает ограничения и возможные ошибки

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Использует данные без проверки, допускает ошибки

2 — Проверяет частично, пропускает проблемы в данных

3 — В целом проверяет корректность данных

4 — Системно валидирует данные и учитывает ограничения

5 — Улучшает процессы работы с данными и повышает их качество

Комментарий по желанию:

13. Плейтесты и продуктовый фидбэк
Участвует в тестировании продукта и даёт обратную связь с позиции пользователя и аналитика.

Типичные проявления:

участвует в плейтестах
выявляет проблемы и точки роста
даёт конструктивный и понятный фидбэк

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не участвует в плейтестах и не даёт фидбэк

2 — Участвует редко, фидбэк поверхностный

3 — Даёт полезные комментарии по продукту

4 — Системно выявляет проблемы и предлагает улучшения

5 — Формирует культуру качественного фидбэка в команде

Комментарий по желанию:

14. Приоритизация и фокус в аналитике
Выбирает задачи с наибольшим влиянием на продукт. Расставляет приоритеты и эффективно управляет своим временем.

Типичные проявления:

оценивает важность задач
фокусируется на ключевых метриках
соблюдает сроки по приоритетным задачам

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Работает без учёта приоритетов

2 — Частично понимает приоритеты, но теряет фокус

3 — В целом правильно расставляет приоритеты

4 — Системно управляет нагрузкой и фокусируется на важном

5 — Влияет на приоритизацию команды и помогает принимать решения

Комментарий по желанию:

15. Машинное обучение
Использует модели для прогнозирования и анализа, когда это оправдано задачей.

Типичные проявления:

строит и применяет модели
использует ML для прогнозов
интерпретирует результаты

Как ты оцениваешь уровень этой компетенции?

1 — Не использует ML

2 — Пробует применять без практической пользы

3 — Использует ML для прикладных задач

4 — Системно применяет модели для анализа и прогнозов

5 — Формирует подход к ML и внедряет решения в команде

Комментарий по желанию:

16. Моделирование данных
Проектирует устойчивые аналитические модели и витрины, понятные потребителям данных и пригодные для повторного использования.

Типичные проявления:

выбирает факты, измерения и слои
предотвращает дублирование и неоднозначность метрик

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не понимает структуру аналитических моделей

2 — Меняет модели точечно, создавая технический долг

3 — Создаёт понятные витрины для типовых задач

4 — Проектирует масштабируемые модели и слои данных

5 — Формирует архитектурные принципы и развивает модель данных компании

Комментарий по желанию:

17. ETL/ELT-пайплайны и оркестрация
Создаёт, поддерживает и отлаживает процессы загрузки и преобразования данных; управляет зависимостями, расписаниями и сбоями.

Типичные проявления:

собирает надёжные пайплайны
настраивает зависимости и ретраи
локализует и устраняет инциденты

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не участвует в работе с пайплайнами

2 — Вносит простые изменения только с поддержкой

3 — Самостоятельно поддерживает типовые пайплайны

4 — Проектирует надёжные процессы и снижает число сбоев

5 — Выстраивает платформенные стандарты оркестрации и эксплуатации

Комментарий по желанию:

18. Качество, тестирование и наблюдаемость данных
Обеспечивает корректность, свежесть и полноту данных до их использования в отчётности и продуктах.

Типичные проявления:

пишет проверки данных и схем
мониторит freshness и аномалии
анализирует первопричины расхождений

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Использует данные без проверок

2 — Проверяет данные вручную и непоследовательно

3 — Добавляет базовые тесты и реагирует на ошибки

4 — Системно выстраивает контроль качества и мониторинг

5 — Формирует культуру data quality и предотвращает классы инцидентов

Комментарий по желанию:

19. Производительность и стоимость
Принимает инженерные решения с учётом времени выполнения, объёма данных и стоимости вычислений.

Типичные проявления:

использует инкрементальные загрузки
оптимизирует хранение и запросы
оценивает компромиссы скорости, надёжности и стоимости

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не учитывает производительность и стоимость

2 — Замечает проблемы только после инцидента

3 — Оптимизирует типовые узкие места

4 — Системно управляет производительностью и расходами

5 — Определяет практики эффективного использования DWH на уровне команды

Комментарий по желанию:

20. ТЗ на новые события и аналитический трекинг
Формулирует технические задания на добавление и изменение событий так, чтобы данные были однозначны, пригодны для анализа и проверяемы после релиза.

Типичные проявления:

описывает цель события, момент срабатывания, название и параметры
фиксирует допустимые значения, источники и ограничения данных
согласует ТЗ с продуктом и разработкой и проверяет реализацию после релиза

Как ты оцениваешь уровень этой компетенции?

Не могу оценить

1 — Не формулирует требования к событиям и трекингу

2 — Описывает события неполно, требования часто требуют доработки

3 — Самостоятельно пишет понятные ТЗ на типовые события и параметры

4 — Предотвращает неоднозначность данных, согласует схему и проверяет внедрение

5 — Формирует стандарты аналитического трекинга и повышает качество данных в команде

Комментарий по желанию:

Обязательно для заполнения
Пожалуйста, укажите корректный e-mail
Пожалуйста, укажите корректное имя
Пожалуйста, укажите корректный номер телефона
Слишком короткое значение

Обязательно для заполнения
Пожалуйста, укажите корректный e-mail
Пожалуйста, укажите корректное имя
Пожалуйста, укажите корректный номер телефона
Слишком короткое значение

Возникли вопросы по системе оценки, пишите: hr@reaction.games.