Veri rolleri mülakatı: SQL, pandas, istatistik ve vaka soruları

Veri mülakatı neyi ölçer?

Mülakat hazırlığı dersinde algoritma kalıplarını ve canlı kodlamayı gördün. Veri rollerinde (analist, veri bilimci, veri mühendisi, ML mühendisi) mülakat başka bir yere ağırlık verir: gerçek bir tabloda doğru sayıyı hızlı ve savunulabilir biçimde üretmek, istatistiksel sonucu doğru yorumlamak ve belirsiz bir iş sorusunu analize çevirmek. Tipik bir süreç dört turdan oluşur:

Bu derste her tur için kalıpları Anadolu Market verisinde çalışacak, alıştırmaları zamanlı deneme gibi çözeceksin: her görevin yanında hedef süre var. Süreyi tut; mülakatta doğru cevap kadar ona ulaşma hızın ve konuşma biçimin de puanlanır.

1. SQL turu: 15 kalıp

Soruların çoğu birkaç kalıbın varyasyonudur. Kalıbı tanıdığın an çözüm iskeleti hazırdır; ayrıntılar Python'dan SQL ile analiz dersinde.

import veri
con = veri.baglan("anadolu_market", tablolar=["employees", "departments"])

# Kalıp 1 ve 2: ikinci en yüksek maaş ve her departmanın en yükseği
ikinci = """
WITH r AS (SELECT salary, DENSE_RANK() OVER (ORDER BY salary DESC) AS dr FROM employees)
SELECT DISTINCT salary FROM r WHERE dr = 2
"""
print(con.execute(ikinci).fetchall())

lider = """
WITH r AS (
  SELECT dept_id, first_name, salary,
         RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rk
  FROM employees WHERE dept_id IS NOT NULL
)
SELECT dept_id, first_name, salary FROM r WHERE rk = 1 ORDER BY dept_id
"""
for satir in con.execute(lider):
    print(satir)

import sqlite3
con = sqlite3.connect(":memory:")
con.executescript("""
CREATE TABLE m (id INT); INSERT INTO m VALUES (1), (2), (3);
CREATE TABLE kara (id INT); INSERT INTO kara VALUES (2), (NULL);
""")
print("NOT IN    :", con.execute("SELECT id FROM m WHERE id NOT IN (SELECT id FROM kara)").fetchall())
print("NOT EXISTS:", con.execute("SELECT id FROM m WHERE NOT EXISTS (SELECT 1 FROM kara k WHERE k.id = m.id)").fetchall())
print("tamsayı bölme:", con.execute("SELECT 1 / 2, 100.0 * 1 / 2").fetchone())
print("COUNT(*) / COUNT(id):", con.execute("SELECT COUNT(*), COUNT(id) FROM kara").fetchone())

En sık tuzak soruları: COUNT(*) ile COUNT(sutun) farkı, LEFT JOIN + WHERE, JOIN sonrası satır çoğalması, NOT IN listesinde NULL olunca hiçbir satırın dönmemesi, WHERE ile HAVING farkı ve tamsayı bölmesi (1 / 2 = 0; 100.0 * ile başla).

2. pandas canlı kodlama

pandas turunda mülakatçı genellikle iki ya da üç tablo verir ve adım adım soru ekler. Dört kalıp soruların büyük kısmını karşılar:

import veri
import pandas as pd

o = veri.oku("anadolu_market", "orders", parse_dates=["order_date"])
i = veri.oku("anadolu_market", "order_items")
c = veri.oku("anadolu_market", "customers")
i["net"] = i["quantity"] * i["unit_price"] * (1 - i["discount"])

# 1) merge: önce sipariş düzeyine indir, sonra birleştir (çoğalmayı önle)
s = (o[o["status"].isin(["delivered", "shipped"])]
     .merge(i.groupby("order_id", as_index=False)["net"].sum(), on="order_id", validate="one_to_one"))

# 2) groupby + transform: grubun özetini satıra geri yaz
s["musteri_toplam"] = s.groupby("customer_id")["net"].transform("sum")
s["pay"] = s["net"] / s["musteri_toplam"]

# 3) pivot: yıl × ay
p = s.assign(yil=s["order_date"].dt.year, ay=s["order_date"].dt.month)
print(p.pivot_table(index="yil", columns="ay", values="net", aggfunc="sum", fill_value=0).round(0).iloc[:, :4])

# 4) zaman penceresi: son 7 günün cirosu
gunluk = s.set_index("order_date").sort_index()["net"].resample("D").sum()
print(gunluk.rolling("7D").sum().nlargest(1).round(2))

# şehir kırılımı: müşteri bilgisi ayrı tabloda, many_to_one doğrula
print(s.merge(c[["customer_id", "city"]], on="customer_id", how="left", validate="many_to_one")
       .groupby("city", dropna=False)["net"].sum().nlargest(3).round(2))

3. İstatistik ve deney soruları

import math
from statistics import NormalDist
import veri

ab = veri.oku("anadolu_market", "ab_test")
g = ab.groupby("variant")["converted"].agg(["sum", "count"])
(xa, na), (xb, nb) = g.loc["A"], g.loc["B"]

# 1) önce SRM: 50/50 planlandı mı tuttu?
beklenen = (na + nb) / 2
ki_kare = ((na - beklenen) ** 2 + (nb - beklenen) ** 2) / beklenen
print("SRM p:", round(math.erfc(math.sqrt(ki_kare / 2)), 3))   # 1 serbestlik derecesi

# 2) iki oran z-testi
pa, pb = xa / na, xb / nb
p = (xa + xb) / (na + nb)
z = (pb - pa) / math.sqrt(p * (1 - p) * (1 / na + 1 / nb))
p_deger = 2 * (1 - NormalDist().cdf(abs(z)))
print("A:", round(pa, 4), "B:", round(pb, 4), "z:", round(z, 2), "p:", round(p_deger, 4))

# 3) farkın %95 güven aralığı
se = math.sqrt(pa * (1 - pa) / na + pb * (1 - pb) / nb)
print("fark GA:", round(pb - pa - 1.96 * se, 4), "–", round(pb - pa + 1.96 * se, 4))

Cevabı karar diliyle bitir: "SRM yok (p ≈ 0,26). B'nin dönüşümü 3,8 puan yüksek, p ≈ 0,012, güven aralığı yaklaşık 0,8–6,7 puan; sıfırı kapsamıyor. Koruyucu metrikler (iade, gelir başına kullanıcı) bozulmadıysa yayına alırım; etki alt sınırda küçük olabilir, yayından sonra izlerim." Ayrıntılı teori İstatistik ve hipotez testi dersinde.

4. Ürün ve vaka soruları: "metrik düştü" çerçevesi

A/B karar soruları ("hedef metrik arttı ama gelir düştü, ne yaparsın?") için aynı yapı geçerlidir: önce deneyin geçerliliği (SRM, süre, yeni özellik etkisi), sonra metrikler arası ödünleşim, en son karar ve izleme planı.

5. ML ve veri mühendisliği soruları

6. Ev ödevi (take-home) teslimi

Take-home analizde değerlendirici önce README'yi ve tek sayfalık özeti okur, koda sonra bakar. Önerilen yapı:

analiz/
  README.md          # soru, veri, nasıl çalıştırılır, varsayımlar, sınırlılıklar
  ozet.md            # 1 sayfa: 3–5 bulgu, her birinde sayı + grafik + öneri
  notebooks/01_eda.ipynb
  src/metrikler.py   # tekrar kullanılan fonksiyonlar (test edilebilir)
  tests/test_metrikler.py
  requirements.txt

Kendi bilgisayarında dene: python -m venv .venv, pip install -r requirements.txt, ardından notebook'u "Restart & Run All" ile baştan çalıştır; hata vermeden bitmesi, teslimin tekrarlanabilir olduğunun kanıtıdır.