Questions d'entretien pour un poste de data analyst
Un entretien de data analyst teste trois choses : savoir extraire et préparer la donnée, savoir l'analyser correctement, et savoir expliquer ce qu'elle dit à quelqu'un qui doit prendre une décision. Le troisième point est le plus souvent sous-estimé.
Ce que le recruteur évalue
Le recruteur cherche quelqu'un qui :
- Maîtrise ses outils : SQL, tableur, outil de visualisation, et selon le poste Python ou R.
- Raisonne correctement : choix des indicateurs, biais, corrélation et causalité.
- Comprend le métier : une analyse sert une question de l'entreprise.
- Communique clairement : un tableau de bord que personne ne comprend ne sert à rien.
- Est rigoureux sur la qualité des données.
Parcours et motivation
Présentez-vous
Votre formation, vos outils principaux, le type de données et de questions métier sur lesquelles vous avez travaillé, et ce que vous cherchez.
Parlez-moi d'une analyse qui a eu un impact
La question clé. Partez de la question métier, décrivez les données et la méthode en quelques phrases, puis le résultat et la décision prise. « J'ai montré que 60 % des résiliations survenaient dans le premier mois, l'équipe a revu l'accueil des nouveaux clients » vaut mieux que la description détaillée de votre modèle.
Pourquoi la data ?
Parlez du plaisir de trouver une réponse dans les chiffres, du lien avec les décisions, et d'un moment où une analyse vous a surpris.
Questions techniques
Quelle est la différence entre une jointure interne et externe ?
Une jointure interne ne garde que les lignes présentes dans les deux tables ; une jointure externe gauche garde toutes les lignes de la table de gauche, avec des valeurs nulles quand il n'y a pas de correspondance. Donnez un cas métier : les clients sans commande n'apparaissent qu'avec une jointure gauche.
Comment trouveriez-vous le deuxième meilleur vendeur de chaque région ?
Une question de fonctions de fenêtre : un classement par région selon le chiffre d'affaires, puis un filtre sur le rang 2. Expliquez à voix haute comment vous traitez les égalités.
Qu'est-ce que la médiane et quand la préférer à la moyenne ?
La médiane partage les valeurs en deux moitiés. On la préfère quand la distribution est asymétrique ou contient des valeurs extrêmes, par exemple pour les salaires ou les paniers moyens.
Corrélation ou causalité : comment les distinguer ?
Une corrélation indique que deux variables évoluent ensemble, sans dire laquelle cause l'autre. Pour approcher la causalité, il faut un test contrôlé (A/B test) ou une méthode qui neutralise les autres facteurs. Un exemple de fausse conclusion évitée est un plus.
Comment gérez-vous des données manquantes ou aberrantes ?
Comprendre d'abord pourquoi elles manquent, mesurer leur ampleur, puis choisir : exclure, imputer, ou signaler la limite dans l'analyse. Ne jamais les traiter sans le documenter.
Comment concevez-vous un tableau de bord ?
Partir des décisions que l'utilisateur doit prendre, choisir peu d'indicateurs, les bonnes visualisations, et tester avec les utilisateurs. Citez l'outil utilisé et un tableau de bord que vous avez fait évoluer après des retours.
Cas métier et communication
Les ventes ont baissé de 10 % le mois dernier, comment l'analysez-vous ?
Vérifier d'abord la donnée (erreur de collecte, changement de définition), puis décomposer : par produit, région, canal, nouveaux et anciens clients, comparer à la saisonnalité. Formuler des hypothèses et les tester. Le recruteur évalue votre démarche plus que la réponse.
Comment expliquez-vous un résultat à un manager non technique ?
Commencer par la conclusion et ce qu'elle implique, l'illustrer par un graphique simple, donner le niveau de confiance et les limites, proposer une action.
Un manager conteste vos chiffres, que faites-vous ?
Écouter ses arguments, revérifier la méthode et la source, expliquer de manière transparente comment le chiffre a été obtenu, et corriger si nécessaire. La rigueur et l'humilité sont évaluées.
Les erreurs fréquentes
- Parler technique avant de parler métier.
- Présenter un résultat sans la décision qu'il a permis.
- Coder en silence pendant un exercice SQL.
- Oublier les limites de son analyse.
S'entraîner
Les exercices SQL se préparent en pratiquant. La présentation de vos analyses et les cas métier se préparent à voix haute. Avec Entervio, collez l'offre de data analyst : le recruteur IA vous demande de présenter vos projets et de raisonner sur des cas, et vous indique quand vos réponses manquent de structure ou de lien avec le métier.
Questions fréquentes
Quelles questions SQL pose-t-on en entretien de data analyst ?
Des requêtes avec jointures, agrégations et filtres sur les groupes (GROUP BY, HAVING), des fonctions de fenêtre pour les classements ou les cumuls, et la gestion des valeurs nulles et des doublons.
Faut-il savoir coder en Python pour être data analyst ?
Cela dépend des postes. SQL et un outil de visualisation sont presque toujours demandés ; Python ou R le sont souvent pour l'analyse plus poussée. Lisez l'offre et soyez honnête sur votre niveau.
Comment présenter un projet data en entretien ?
Partez de la question métier, pas de la technique : ce qu'on cherchait à savoir, les données utilisées, la méthode, le résultat, et surtout la décision que l'analyse a permis de prendre.
À voir aussi
Entraînez-vous avant le vrai entretien
Collez l'offre d'emploi, choisissez le ton du recruteur et répondez à voix haute. Vous recevez un feedback détaillé, question par question.
Commencer gratuitement