Data & AIJunior45-60 min
Entrevista Data Analyst / Junior Data Scientist
Preparación para tu primera entrevista en Data. SQL avanzado, estadística básica, Python para análisis, visualización y fundamentos de ML.
17 preguntas3 secciones6 tips
Preguntas Técnicas 7 preguntas
Escribe una query SQL para encontrar el segundo salario más alto de una tabla de empleados Media
Hint: Subquery con MAX y < MAX, o ROW_NUMBER/DENSE_RANK. Discute edge cases: empates, NULLs.
Explica la diferencia entre media, mediana y moda. ¿Cuándo usarías cada una? Fácil
Hint: Media: sensible a outliers. Mediana: robusta. Moda: datos categóricos. Ejemplo: salarios (mediana > media por outliers).
¿Qué es una distribución normal y por qué es importante en estadística? Media
Hint: Campaña de Gauss, 68-95-99.7 rule, Central Limit Theorem. Importancia para tests estadísticos.
Describe los pasos básicos de un proyecto de análisis de datos Fácil
Hint: Definir pregunta, obtener datos, limpiar, explorar (EDA), analizar, visualizar, comunicar hallazgos.
¿Qué librerías de Python usas para análisis de datos y para que sirve cada una? Fácil
Hint: Pandas (manipulación), NumPy (numérico), Matplotlib/Seaborn (visualización), Scikit-learn (ML básico).
Explica que es overfitting en machine learning y como lo prevendrías Media
Hint: Modelo memoriza datos de entrenamiento. Prevención: cross-validation, regularización, más datos, simplificar modelo.
¿Qué es un A/B test y cómo determinarías si los resultados son estadísticamente significativos? Media
Hint: Hipótesis nula, p-value, significance level (0.05), sample size, duración del test, métricas primarias vs secundarias.
Preguntas de Comportamiento 5 preguntas
Describe un análisis de datos que hayas hecho y que insight descubriste Fácil
Hint: Dataset, herramientas usadas, proceso de exploración, hallazgo, impacto o acción resultante.
¿Cómo comunicas resultados técnicos a personas no técnicas? Media
Hint: Visualizaciones claras, narrativa, evitar jerga, enfocarse en actionable insights, storytelling con datos.
¿Qué haces cuando los datos están sucios o incompletos? Fácil
Hint: Documentar problemas, estrategias de limpieza, comunicar limitaciones, impacto en conclusiones.
¿Cómo priorizas entre múltiples preguntas de negocio que podrías responder con datos? Media
Hint: Impacto en negocio, factibilidad, datos disponibles, urgencia. Comunicar trade-offs.
¿Qué te motiva a trabajar con datos? Fácil
Hint: Respuesta genuina: descubrir patrones, impacto en decisiones, combinar lógica con creatividad.
Ejercicio Práctico 5 preguntas
Dada una tabla de transacciones, escribe queries para: revenue mensual, top 10 clientes, tasa de retención Media
Hint: GROUP BY con DATE_TRUNC, SUM, subqueries para retención (clientes que compraron mes actual y anterior).
Dado un dataset de CSV con ventas, haz un análisis exploratorio en Python y presenta 3 hallazgos Media
Hint: Pandas read_csv, describe(), info(), plots de distribución, correlaciones, segmentación.
Crea una visualización que explique una tendencia en los datos a un stakeholder de negocio Fácil
Hint: Elegir el tipo de gráfico correcto, título claro, anotaciones, colores con propósito, conclusión visible.
Limpia un dataset con valores nulos, duplicados y outliers. Explica cada decisión Media
Hint: Identificar patrones en nulos (MCAR, MAR, MNAR), drop vs impute, criteria para outliers (IQR, z-score).
Implementa un modelo de clasificación simple (logistic regression) para predecir churn Difícil
Hint: Train/test split, features relevantes, fit, predict, accuracy/precision/recall. Confusion matrix.
Tips de preparación
- SQL es la habilidad más testeada en entrevistas de data. Practica diariamente.
- Ten un portfolio de análisis en GitHub o Kaggle con notebooks bien documentados.
- Aprende a comunicar con datos: un buen gráfico vale más que mil palabras.
- Conoce la diferencia entre correlación y causalidad. Es pregunta trampa clásica.
- Practica en plataformas como LeetCode (SQL), HackerRank, o StrataScratch.
- Familiarízate con herramientas de BI: Tableau, Power BI o Metabase.
Recursos recomendados
Guías relacionadas
Encuentra tu próxima oportunidad
Explora vacantes de Data & AI disponibles ahora.
Ver vacantes de Data & AI