Test technique SQL : ce qu'on evalue vraiment en entretien data

SQL est la competence la plus universelle du monde data — et celle ou les entretiens sont le plus souvent mal calibres.

Data Builder·Juin 2025·9 min de lecture·Data Analyst · Analytics Engineer

Sommaire

Jointures
Agregations avancees
Window functions
Optimisation
Modelisation
Grille par niveau

Presque tous les candidats data disent maitriser SQL. Ce qui varie enormement, c'est ce que ca signifie reellement.

1Jointures

Question discriminante

Vous faites une LEFT JOIN entre commandes et clients. Combien de lignes si un client a passe 5 commandes ? Et si une commande n'a pas de client ?

Un bon profil repond immediatement : 5 lignes pour ce client, et une ligne avec NULL pour le client manquant. Il identifie spontanement le risque de duplication sur une cle non unique.

INNER / LEFT / FULL OUTER — maitriser les cas limites
SELF JOIN — hierarchies, comparaisons temporelles
CROSS JOIN — produit cartesien, dangereux sur grandes tables

Signal d'alerte : un candidat qui ne sait pas ce que produit une LEFT JOIN sur une cle non unique a droite est eliminatoire au niveau Confirme.

2Agregations avancees

Question discriminante

Calculez en une seule requete le CA total ET le CA pour les commandes > 100 euros, par region.

SELECT region,
  SUM(montant) AS ca_total,
  SUM(montant) FILTER (WHERE montant > 100) AS ca_sup_100
FROM commandes GROUP BY region

CASE WHEN dans SUM/COUNT — agregation conditionnelle universelle
FILTER — syntaxe plus propre (PostgreSQL, DuckDB, BigQuery)
HAVING vs WHERE — WHERE filtre avant agregation, HAVING apres
GROUPING SETS / ROLLUP / CUBE — multi-niveaux en une requete

3Window functions

Question discriminante

Calculez le CA cumule depuis le debut de l'annee pour chaque ligne, sans reduire le nombre de lignes.

SELECT date_vente, montant,
  SUM(montant) OVER (
    PARTITION BY YEAR(date_vente)
    ORDER BY date_vente
    ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
  ) AS ca_cumule
FROM ventes

ROW_NUMBER / RANK / DENSE_RANK — classements avec ou sans ex-aequo
LAG / LEAD — valeur ligne precedente/suivante
QUALIFY — filtrer sur window function (BigQuery, Snowflake, DuckDB)

4Optimisation

Question discriminante

Votre requete sur 500M lignes prend 8 minutes. Que regardez-vous en premier ?

Plan d'execution — EXPLAIN ANALYZE (PostgreSQL), Query Plan (BigQuery)
Partitionnement — les filtres portent-ils sur la colonne de partition ?
SELECT * — eliminatoire en production niveau Senior

5Modelisation dimensionnelle

Question discriminante

Qu'est-ce qu'un schema en etoile ? Pourquoi est-il prefere au flocon de neige en analytique ?

Tables de faits vs dimensions
SCD type 2 — historisation des changements
Granularite — une ligne = une transaction

6Grille par niveau

Niveau	Maitrise attendue	Signal GO	NO-GO
Junior	SELECT, WHERE, GROUP BY, jointures de base	Comprend LEFT JOIN sur cas limites, utilise des CTEs	Confond WHERE et HAVING
Confirme	CTEs, window functions, CASE WHEN, FILTER	Explique ROW_NUMBER vs RANK avec exemple metier	Ne connait pas les window functions
Senior	Optimisation, ROWS BETWEEN, QUALIFY, modelisation	Lit un plan d'execution, pense partitionnement	Utilise SELECT * en production
Lead	Architecture, CTEs recursives, tests SQL, standards	A defini les conventions SQL d'equipe	Ne peut pas expliquer un SCD type 2

Vous recrutez un profil data ?

Premier entretien gratuit. Rapport GO/NO-GO sous 48h.

Tester gratuitement Reserver un appel