Câu Hỏi Phỏng Vấn Data Analyst Italia 2026: SQL, Python và Analytics

Các câu hỏi phỏng vấn data analyst tại Italia năm 2026 tập trung chủ yếu vào kỹ năng SQL, thao tác dữ liệu Python, và khả năng chuyển đổi vấn đề kinh doanh thành giải pháp phân tích. Với hơn 600 vị trí tuyển dụng tại Milan, Rome và Bologna, các công ty như Prometeia, Bending Spoons và ABB mong đợi ứng viên thể hiện cả chiều sâu kỹ thuật và nhạy bén kinh doanh.

Câu Hỏi SQL Xuất Hiện Trong Mọi Buổi Phỏng Vấn Data Analyst

SQL vẫn là nền tảng của các buổi phỏng vấn data analyst tại Italia. Các quản lý tuyển dụng tại những công ty như Italgas và Philip Morris kiểm tra ứng viên về JOIN, aggregation và window function. Những câu hỏi này đánh giá liệu ứng viên có thể trích xuất insight có ý nghĩa từ cơ sở dữ liệu quan hệ hay không.

Câu hỏi 1: Giải thích sự khác biệt giữa INNER JOIN và LEFT JOIN với ví dụ thực tế

Câu trả lời mong đợi: INNER JOIN chỉ trả về các hàng có kết quả khớp ở cả hai bảng. LEFT JOIN trả về tất cả các hàng từ bảng bên trái cộng với các hàng khớp từ bảng bên phải, với giá trị NULL ở những nơi không có kết quả khớp.

-- orders_analysis.sql
-- Find all customers and their orders (including customers with no orders)
SELECT 
    c.customer_id,
    c.customer_name,
    o.order_id,
    o.order_total
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id;

-- Result: Customers without orders appear with NULL order_id and order_total
-- INNER JOIN would exclude those customers entirely

Người phỏng vấn tìm kiếm ứng viên hiểu khi nào giá trị NULL xuất hiện và có thể giải thích bối cảnh kinh doanh khi chọn một loại join hơn loại khác.

Câu hỏi 2: Viết query để tìm mức lương cao thứ hai trong một bảng

Câu hỏi này kiểm tra kiến thức về subquery, DISTINCT và giới hạn kết quả. Có nhiều cách tiếp cận hợp lệ.

-- salary_analysis.sql
-- Approach 1: Using subquery with MAX
SELECT MAX(salary) AS second_highest
FROM employees
WHERE salary < (SELECT MAX(salary) FROM employees);

-- Approach 2: Using DENSE_RANK window function
SELECT salary AS second_highest
FROM (
    SELECT salary, DENSE_RANK() OVER (ORDER BY salary DESC) AS rank
    FROM employees
) ranked
WHERE rank = 2;

Cách tiếp cận window function xử lý tie chính xác. Nếu ba nhân viên cùng chia sẻ mức lương cao nhất, DENSE_RANK vẫn trả về giá trị cao thứ hai thực sự. Sử dụng ROW_NUMBER sẽ trả về kết quả khác, điều này cho thấy sự hiểu biết về SQL window functions.

Câu hỏi 3: Làm thế nào để xác định và xử lý các bản ghi trùng lặp?

Câu trả lời mong đợi: Sử dụng GROUP BY với HAVING COUNT(*) > 1 để xác định trùng lặp. Cách tiếp cận phụ thuộc vào quy tắc kinh doanh: giữ bản ghi đầu tiên, bản ghi gần đây nhất, hoặc hợp nhất thông tin.

-- duplicate_detection.sql
-- Find duplicate email addresses
SELECT email, COUNT(*) AS occurrence_count
FROM users
GROUP BY email
HAVING COUNT(*) > 1;

-- Keep only the earliest record for each email
DELETE FROM users
WHERE id NOT IN (
    SELECT MIN(id)
    FROM users
    GROUP BY email
);

Câu hỏi 4: Giải thích CTE và khi nào nên sử dụng thay vì subquery

Common Table Expressions cải thiện độ đọc của query và cho phép các query đệ quy. Người phỏng vấn Italia thường yêu cầu ứng viên refactor một subquery phức tạp thành CTE.

-- revenue_analysis.sql
-- CTE for monthly revenue calculation
WITH monthly_revenue AS (
    SELECT 
        DATE_TRUNC('month', order_date) AS month,
        SUM(order_total) AS revenue
    FROM orders
    WHERE order_date >= '2025-01-01'
    GROUP BY DATE_TRUNC('month', order_date)
),
revenue_growth AS (
    SELECT 
        month,
        revenue,
        LAG(revenue) OVER (ORDER BY month) AS prev_month_revenue,
        revenue - LAG(revenue) OVER (ORDER BY month) AS growth
    FROM monthly_revenue
)
SELECT * FROM revenue_growth WHERE growth > 0;

CTE có thể được sử dụng lại trong cùng một query, không giống như subquery phải được lặp lại. Điều này quan trọng cho các query phân tích phức tạp phổ biến trong vai trò data analyst.

Câu hỏi 5: Sự khác biệt giữa WHERE và HAVING là gì?

Câu trả lời mong đợi: WHERE lọc các hàng trước khi aggregation; HAVING lọc các nhóm sau khi aggregation. WHERE không thể tham chiếu các hàm aggregate; HAVING có thể.

-- sales_filter.sql
-- WHERE filters individual rows
SELECT region, SUM(sales) AS total_sales
FROM transactions
WHERE transaction_date >= '2026-01-01'  -- Filter rows first
GROUP BY region
HAVING SUM(sales) > 100000;              -- Then filter aggregated groups

Câu Hỏi Python và Pandas cho Vai Trò Data Analyst

Các công ty công nghệ tại Milan, đặc biệt là Bending Spoons và Amazon Italy, mong đợi sự thành thạo Python. Những câu hỏi này đánh giá kỹ năng thao tác dữ liệu với pandas và visualization cơ bản.

Câu hỏi 6: Làm thế nào để xử lý các giá trị thiếu trong DataFrame pandas?

Câu trả lời mong đợi: Cách tiếp cận phụ thuộc vào loại dữ liệu và bối cảnh kinh doanh. Các tùy chọn bao gồm xóa hàng, điền bằng mean/median/mode, forward-filling cho time series, hoặc sử dụng interpolation.

# missing_values.py
import pandas as pd
import numpy as np

df = pd.DataFrame({
    'date': pd.date_range('2026-01-01', periods=5),
    'sales': [100, np.nan, 150, np.nan, 200],
    'category': ['A', 'B', np.nan, 'A', 'B']
})

# Check missing values per column
print(df.isnull().sum())

# Fill numeric with median (robust to outliers)
df['sales'] = df['sales'].fillna(df['sales'].median())

# Fill categorical with mode
df['category'] = df['category'].fillna(df['category'].mode()[0])

# For time series: forward fill
df['sales_ffill'] = df['sales'].ffill()

Người phỏng vấn đánh giá liệu ứng viên có hiểu rằng việc xóa hàng một cách mù quáng sẽ mất thông tin, và chiến lược điền phải phù hợp với mục tiêu phân tích.

Câu hỏi 7: Giải thích sự khác biệt giữa merge, join và concat trong pandas

Câu trả lời mong đợi: merge() kết hợp DataFrame trên các cột hoặc index (kiểu SQL join). join() là phương thức tiện lợi cho join dựa trên index. concat() xếp chồng DataFrame theo chiều dọc hoặc ngang mà không cần matching.

# dataframe_combining.py
import pandas as pd

orders = pd.DataFrame({'order_id': [1, 2], 'customer_id': [101, 102]})
customers = pd.DataFrame({'customer_id': [101, 103], 'name': ['Alice', 'Bob']})

# merge: SQL-style join on column
merged = pd.merge(orders, customers, on='customer_id', how='left')

# concat: stack DataFrames
df1 = pd.DataFrame({'A': [1, 2]})
df2 = pd.DataFrame({'A': [3, 4]})
stacked = pd.concat([df1, df2], ignore_index=True)

Câu hỏi 8: Làm thế nào để thực hiện thao tác group-by với nhiều aggregation?

# groupby_aggregation.py
import pandas as pd

df = pd.DataFrame({
    'region': ['North', 'North', 'South', 'South'],
    'product': ['A', 'B', 'A', 'B'],
    'sales': [100, 150, 200, 50],
    'quantity': [10, 15, 20, 5]
})

# Multiple aggregations with named columns
result = df.groupby('region').agg(
    total_sales=('sales', 'sum'),
    avg_sales=('sales', 'mean'),
    total_quantity=('quantity', 'sum'),
    transaction_count=('sales', 'count')
).reset_index()

Cú pháp này (named aggregation) trở thành tiêu chuẩn trong pandas 1.0+ và vẫn áp dụng trong pandas 3.0. Người phỏng vấn mong đợi ứng viên sử dụng nó thay vì cách tiếp cận dựa trên dict cũ.

Câu hỏi 9: Viết code để tính tỷ lệ tăng trưởng month-over-month

# mom_growth.py
import pandas as pd

df = pd.DataFrame({
    'month': pd.date_range('2026-01-01', periods=6, freq='MS'),
    'revenue': [10000, 12000, 11500, 14000, 15500, 16000]
})

# Calculate percentage change
df['mom_growth'] = df['revenue'].pct_change() * 100

# Alternative: manual calculation for clarity
df['prev_revenue'] = df['revenue'].shift(1)
df['growth_manual'] = ((df['revenue'] - df['prev_revenue']) / df['prev_revenue']) * 100

Câu hỏi 10: Làm thế nào để pivot dữ liệu trong pandas?

# pivot_example.py
import pandas as pd

df = pd.DataFrame({
    'date': ['2026-01', '2026-01', '2026-02', '2026-02'],
    'region': ['North', 'South', 'North', 'South'],
    'sales': [100, 150, 120, 180]
})

# Pivot: rows=date, columns=region, values=sales
pivot_table = df.pivot(index='date', columns='region', values='sales')

# pivot_table for aggregation when duplicates exist
agg_pivot = pd.pivot_table(df, values='sales', index='date', 
                           columns='region', aggfunc='sum')

Câu Hỏi Business Analytics và Giải Quyết Vấn Đề

Các công ty Italia, đặc biệt trong lĩnh vực tài chính (Prometeia) và sản xuất (ABB), kiểm tra tư duy phân tích ngoài việc coding thuần túy. Những câu hỏi này đánh giá cách ứng viên đặt vấn đề và truyền đạt phát hiện.

Câu hỏi 11: Làm thế nào để đo lường thành công của một chiến dịch marketing?

Câu trả lời mong đợi: Xác định KPI trước khi chiến dịch bắt đầu. Các metric phổ biến bao gồm conversion rate, cost per acquisition (CPA), return on ad spend (ROAS), và customer lifetime value (CLV). So sánh với control group hoặc baseline lịch sử.

Một câu trả lời mạnh bao gồm:

• Metric baseline trước khi khởi động chiến dịch
• Lựa chọn model attribution (first-touch, last-touch, multi-touch)
• Kiểm tra ý nghĩa thống kê cho kết quả
• Phân khúc theo kênh, đối tượng, hoặc địa lý

Câu hỏi 12: Một product manager báo cáo rằng doanh thu giảm 15% tháng này. Làm thế nào để điều tra?

Câu trả lời mong đợi: Phân tích vấn đề một cách có hệ thống:

1. Xác minh dữ liệu: Kiểm tra vấn đề chất lượng dữ liệu, bản ghi thiếu, hoặc độ trễ báo cáo
2. Phân tích phân khúc: Chia nhỏ theo sản phẩm, khu vực, phân khúc khách hàng, kênh
3. Cô lập biến: Xác định liệu volume giảm, giá thay đổi, hoặc mix dịch chuyển
4. Yếu tố bên ngoài: Kiểm tra tính mùa vụ, hành động đối thủ cạnh tranh, sự kiện kinh tế
5. Tương quan với metric khác: Lưu lượng website, conversion rate, cart abandonment

Câu hỏi 13: Giải thích A/B testing và khi nào không nên sử dụng

Câu trả lời mong đợi: A/B testing so sánh hai biến thể (control vs treatment) để đo tác động nhân quả. Nó yêu cầu phân bổ ngẫu nhiên, kích thước mẫu đủ lớn, và một metric quan tâm duy nhất.

A/B testing không nên được sử dụng khi:

• Kích thước mẫu không đủ cho sức mạnh thống kê
• Thay đổi ảnh hưởng đến tất cả người dùng (cơ sở hạ tầng, giá cả)
• Tồn tại network effect (tính năng xã hội nơi người dùng ảnh hưởng lẫn nhau)
• Mối quan ngại đạo đức ngăn cản việc giữ lại một thay đổi có lợi

Câu hỏi 14: Làm thế nào để giải thích ý nghĩa thống kê cho stakeholder không chuyên kỹ thuật?

Câu trả lời mong đợi: Ý nghĩa thống kê có nghĩa là sự khác biệt quan sát được không có khả năng xảy ra do ngẫu nhiên. P-value dưới 0.05 cho thấy xác suất nhỏ hơn 5% rằng kết quả xảy ra một cách ngẫu nhiên.

Phép so sánh: tung đồng xu 10 lần và được 7 mặt ngửa có thể là ngẫu nhiên. Được 95 mặt ngửa trong 100 lần tung là có ý nghĩa thống kê vì chỉ riêng sự ngẫu nhiên không thể giải thích được.

Câu hỏi 15: Sự khác biệt giữa tương quan và nhân quả là gì?

Câu trả lời mong đợi: Tương quan đo lường cách hai biến di chuyển cùng nhau. Nhân quả có nghĩa là một biến trực tiếp ảnh hưởng đến biến kia. Doanh số kem và số ca chết đuối có tương quan (cả hai tăng vào mùa hè), nhưng kem không gây ra chết đuối.

Thiết lập nhân quả yêu cầu:

• Ưu tiên thời gian (nguyên nhân đi trước kết quả)
• Tương quan
• Loại bỏ các biến gây nhiễu (thí nghiệm ngẫu nhiên có kiểm soát)

Câu Hỏi Đánh Giá Kỹ Năng Kỹ Thuật

Những câu hỏi này kiểm tra sự thành thạo công cụ cụ thể được mong đợi trong thị trường Italia.

Câu hỏi 16: So sánh Power BI và Tableau cho enterprise analytics

Các công ty Italia, đặc biệt trong lĩnh vực ngân hàng và tiện ích, sử dụng nhiều Power BI do tích hợp hệ sinh thái Microsoft. Sự khác biệt chính:

Câu hỏi 17: DAX là gì và đưa ra ví dụ measure

Câu trả lời mong đợi: DAX (Data Analysis Expressions) là ngôn ngữ công thức của Power BI cho các phép tính. Measure tính toán giá trị động dựa trên filter context.

// Year-over-Year Growth measure in DAX
YoY Growth % = 
VAR CurrentYearSales = SUM(Sales[Amount])
VAR PreviousYearSales = CALCULATE(
    SUM(Sales[Amount]),
    DATEADD(Calendar[Date], -1, YEAR)
)
RETURN
DIVIDE(CurrentYearSales - PreviousYearSales, PreviousYearSales, 0)

Câu hỏi 18: Giải thích ETL và tầm quan trọng của nó trong analytics

Câu trả lời mong đợi: ETL là viết tắt của Extract, Transform, Load. Dữ liệu di chuyển từ hệ thống nguồn (ERP, CRM, web logs) qua quá trình chuyển đổi (làm sạch, aggregation, joining) vào data warehouse để phân tích.

Các giải pháp thay thế hiện đại bao gồm ELT (load dữ liệu thô trước, transform trong warehouse) và các công cụ như dbt tách biệt logic transformation khỏi orchestration.

Câu hỏi 19: Sự khác biệt giữa hệ thống OLTP và OLAP là gì?

Câu hỏi 20: Làm thế nào để tối ưu hóa query SQL chậm?

Câu trả lời mong đợi: Tuân theo cách tiếp cận có hệ thống:

1. Phân tích execution plan: Xác định full table scan, index thiếu
2. Thêm index phù hợp: Trên các cột trong WHERE, JOIN, ORDER BY
3. Viết lại các pattern không hiệu quả: Thay thế correlated subquery bằng JOIN
4. Giới hạn dữ liệu sớm: Lọc trước khi join các bảng lớn
5. Sử dụng query hints một cách tiết kiệm: Chỉ khi optimizer đưa ra lựa chọn kém

-- query_optimization.sql
-- Before: correlated subquery (slow)
SELECT * FROM orders o
WHERE o.total > (SELECT AVG(total) FROM orders WHERE customer_id = o.customer_id);

-- After: window function (faster)
SELECT * FROM (
    SELECT *, AVG(total) OVER (PARTITION BY customer_id) AS avg_total
    FROM orders
) sub
WHERE total > avg_total;

Câu Hỏi Hành Vi và Dựa Trên Tình Huống

Người phỏng vấn Italia đánh giá sự phù hợp văn hóa và kỹ năng giao tiếp cùng với khả năng kỹ thuật.

Câu hỏi 21: Mô tả một lần phân tích của bạn mâu thuẫn với những gì stakeholder mong đợi

Cấu trúc câu trả lời mạnh:

• Tình huống: stakeholder tin gì
• Phân tích: dữ liệu thực sự cho thấy gì
• Giao tiếp: phát hiện được trình bày một cách ngoại giao như thế nào
• Kết quả: quyết định nào được đưa ra và tác động của nó

Hành vi chính mà người phỏng vấn tìm kiếm: sự trung thực trí tuệ, giao tiếp ngoại giao, và giữ vững kết luận dựa trên dữ liệu.

Câu hỏi 22: Làm thế nào để ưu tiên nhiều yêu cầu dữ liệu cấp bách?

Câu trả lời mong đợi:

• Đánh giá tác động kinh doanh của mỗi yêu cầu
• Làm rõ deadline và đàm phán khi có thể
• Xác định quick win vs phân tích chuyên sâu
• Giao tiếp timeline thực tế một cách chủ động
• Báo cáo hạn chế nguồn lực cho quản lý

Câu hỏi 23: Làm thế nào để đảm bảo chất lượng dữ liệu trong phân tích?

Câu trả lời mong đợi:

• Xác thực dữ liệu nguồn trước khi phân tích (kiểm tra null, kiểm tra phạm vi, referential integrity)
• Ghi lại các giả định một cách rõ ràng
• Tham chiếu chéo nhiều nguồn dữ liệu
• Triển khai kiểm tra chất lượng dữ liệu tự động
• Xem xét outlier thủ công trước khi loại trừ chúng

Câu hỏi 24: Mô tả cách tiếp cận để học một công cụ hoặc công nghệ mới

Câu trả lời mong đợi:

• Bắt đầu với tài liệu chính thức và tutorial
• Xây dựng một dự án nhỏ để áp dụng khái niệm
• Tham gia cộng đồng (Reddit, Stack Overflow, meetup địa phương)
• Dạy người khác để củng cố sự hiểu biết

Câu Hỏi Đặc Thù Ngành cho Thị Trường Italia

Câu hỏi 25: Những quy định nào ảnh hưởng đến data analytics tại Italia?

Câu trả lời mong đợi: GDPR là quy định chính. Các yêu cầu chính bao gồm:

• Sự đồng ý rõ ràng cho việc xử lý dữ liệu cá nhân
• Quyền xóa (yêu cầu xóa dữ liệu)
• Tối thiểu hóa dữ liệu (chỉ thu thập dữ liệu cần thiết)
• Đánh giá tác động quyền riêng tư cho xử lý có rủi ro cao

Đặc thù ngành: Ngân hàng Italia (quy định Bank of Italy), y tế (luật Italia tương đương HIPAA), khu vực công (hướng dẫn CAD và AGID).

Câu hỏi 26: Làm thế nào để xử lý PII trong dataset phân tích?

Câu trả lời mong đợi:

• Pseudonymization: thay thế identifier bằng token
• Aggregation: báo cáo ở mức nhóm, không phải cá nhân
• Data masking: ẩn các phần nhạy cảm (email: a***@gmail.com)
• Kiểm soát truy cập: quyền dựa trên vai trò cho dữ liệu nhạy cảm
• Chính sách lưu giữ: xóa dữ liệu khi không còn cần thiết

Câu hỏi 27: Kinh nghiệm nào với các nền tảng dữ liệu cloud?

Các công ty Italia ngày càng sử dụng nền tảng cloud. Phổ biến trong thị trường:

• Google BigQuery (Google Cloud)
• Amazon Redshift (AWS)
• Azure Synapse (tích hợp hệ sinh thái Microsoft)
• Snowflake (cloud-agnostic)

Câu hỏi 28: Làm thế nào để truyền đạt phát hiện phân tích cho lãnh đạo?

Câu trả lời mong đợi:

• Dẫn đầu bằng khuyến nghị, không phải phương pháp luận
• Sử dụng visualization mà lãnh đạo có thể diễn giải trong vài giây
• Lượng hóa tác động kinh doanh (doanh thu, chi phí, rủi ro)
• Dự đoán câu hỏi và chuẩn bị slide dự phòng
• Tránh jargon; dịch các thuật ngữ kỹ thuật

Câu hỏi 29: Những metric nào cần theo dõi cho doanh nghiệp e-commerce?

Câu trả lời mong đợi:

• Thu hút: nguồn traffic, cost per acquisition
• Hành vi: bounce rate, pages per session, time on site
• Chuyển đổi: conversion rate theo giai đoạn funnel, cart abandonment
• Giữ chân: repeat purchase rate, customer lifetime value
• Doanh thu: average order value, revenue per visitor

Câu hỏi 30: Làm thế nào để cập nhật với xu hướng data analytics?

Câu trả lời mong đợi:

• Theo dõi các ấn phẩm ngành: Towards Data Science, Analytics Vidhya
• Tham gia các cuộc thi Kaggle
• Tham dự hội nghị: PyData, meetup data science địa phương tại Milan hoặc Rome
• Đọc tài liệu cho các bản phát hành công cụ mới
• Thử nghiệm với công nghệ mới trên các dự án cá nhân

Chiến Lược Chuẩn Bị cho Phỏng Vấn Data Analyst tại Italia 2026

• Thành thạo SQL: Luyện tập trên LeetCode Database problems và StrataScratch. Các công ty Italia kiểm tra JOIN, window functions và CTE nhiều
• Thành thạo Python: Hoàn thành các bài tập pandas trên Kaggle. Tập trung vào data cleaning và aggregation
• Quen thuộc với công cụ: Kỹ năng Power BI được đánh giá cao trong enterprise Italia. Tableau phổ biến tại các công ty đa quốc gia
• Bối cảnh kinh doanh: Chuẩn bị ví dụ từ công việc trước đây thể hiện việc chuyển đổi câu hỏi kinh doanh thành cách tiếp cận phân tích
• Tiếng Italia: Mặc dù nhiều công ty công nghệ hoạt động bằng tiếng Anh, thông thạo tiếng Italia cải thiện cơ hội tại các ngành công nghiệp truyền thống (ngân hàng, sản xuất, tiện ích)