Guide pratique · E-commerce · SaaS · Finance · RH · Lecture : ~20 min Teste ton niveau sur modai-lab.com/test-sql/
Pourquoi ce guide existe
"Il faut maßtriser SQL." C'est écrit dans 9 offres data sur 10. Mais personne ne te dit ce que "maßtriser" veut dire pour un poste junior.
Résultat, deux profils se plantent en entretien :
Celui qui s'est arrĂȘtĂ© trop tĂŽt : il connaĂźt SELECT, WHERE, GROUP BY⊠et bloque dĂšs qu'on lui demande "le dernier achat de chaque client".
Celui qui a appris trop large : il a passé 3 semaines sur les index, les procédures stockées et les triggers⊠et ne sait pas expliquer pourquoi son LEFT JOIN renvoie des doublons.
La vérité : le niveau attendu pour un premier poste (Data Analyst, BI, Analytics Engineer junior) est précis, borné et atteignable. Ce guide te donne la carte exacte.
Ce que tu vas trouver :
Les 5 blocs de compétences SQL réellement évalués en entretien junior
Pour chaque bloc : l'erreur typique du dĂ©butant â et le rĂ©flexe attendu â
Des cas business concrets avec données chiffrées (e-commerce, SaaS, finance, RH)
Ce qu'on n'attend pas de toi (pour arrĂȘter de perdre du temps)
Un prompt Claude pour auditer tes propres requĂȘtes
Une checklist finale : "suis-je prĂȘt Ă postuler ?"
đ§Ș Calibre ton niveau avant de commencer
Tu sais écrire un GROUP BY, mais saurais-tu sortir le top 3 des produits par catégorie sans te tromper sur les ex Êquo ? C'est exactement la frontiÚre entre "je connais SQL" et "je suis employable".
Fais le test en 5 minutes.
đ Faire le test sur modai-lab.com/test-sql/
_Résultat en direct · Niveau calibré · Parcours personnalisé_
La grille en un coup d'Ćil
Avant d'entrer dans le détail, voici le niveau attendu pour un premier poste, bloc par bloc :
Bloc | Niveau attendu en junior | Poids en entretien |
|---|---|---|
Socle (SELECT, WHERE, GROUP BY, HAVING, NULL) | MaĂźtrise totale, zĂ©ro hĂ©sitation | Ăliminatoire |
Jointures | INNER / LEFT sans erreur de cardinalitĂ© | Ăliminatoire |
CTE & sous-requĂȘtes | DĂ©couper un problĂšme en Ă©tapes lisibles | TrĂšs fort |
Fonctions de fenĂȘtre | ROW_NUMBER, RANK, LAG, SUM OVER | Le diffĂ©renciateur |
Dates & CASE WHEN | Cohortes, périodes, segmentation | Fort |
Optimisation avancée, index, procédures | Notions seulement | Faible |
Les deux premiĂšres lignes te font passer le premier filtre. Les fenĂȘtres te font sortir du lot.
PARTIE 1 â Le socle : lĂ oĂč 50 % des candidats perdent des points bĂȘtement
On pense que le socle est "acquis". En rĂ©alitĂ©, c'est lĂ que les recruteurs repĂšrent les profils fragiles, parce que les erreurs y sont silencieuses : la requĂȘte tourne, le chiffre est faux.
Trois mécanismes à comprendre (pas juste la syntaxe) :
L'ordre d'exécution logique :
FROM â WHERE â GROUP BY â HAVING â SELECT â ORDER BY. C'est pour ça que tu ne peux pas filtrer un agrĂ©gat dans le WHERE : au moment du WHERE, l'agrĂ©gat n'existe pas encore.COUNT(*) vs COUNT(colonne) :
COUNT(*)compte les lignes,COUNT(col)ignore les NULL.NULL n'est Ă©gal Ă rien, pas mĂȘme Ă NULL.
statut <> 'annulĂ©'exclut aussi les lignes oĂč statut est NULL.
â Ce que fait le dĂ©butant
Données d'exemple dans orders :
Avec statut <> 'annulĂ©', la commande 2 disparaĂźt â IDF tombe Ă 6 000 ⏠et sort du rĂ©sultat. Faux.
â Ce qu'on attend d'un junior
Le gain : tu ne "fais pas tourner" une requĂȘte, tu raisonnes sur ce qu'elle renvoie. C'est exactement ce que le recruteur cherche.
Cas business â E-commerce : panier moyen par canal
Le manager marketing veut le panier moyen par canal d'acquisition sur octobre, uniquement pour les canaux ayant généré au moins 200 commandes.
Remarque le filtre de dates avec borne exclusive < '2026-11-01' : BETWEEN '2026-10-01' AND '2026-10-31' raterait toute la journée du 31 si created_at est un timestamp. Petit détail, gros signal de rigueur.
đ§Ș Verrouille ton socle sur des vraies donnĂ©es
Sur Modai Lab, les exercices du socle sont construits autour de ces piÚges silencieux : NULL, HAVING, bornes de dates. Tu vois immédiatement si ton chiffre est juste, et pourquoi.
đ Pratiquer sur modai-lab.com
_Datasets réalistes · Correction instantanée · Explications pas à pas_
PARTIE 2 â Les jointures : le vrai filtre Ă©liminatoire
Ăcrire un JOIN, tout le monde sait. Ce qui est Ă©valuĂ©, c'est la cardinalitĂ© : combien de lignes sortent de ta jointure, et pourquoi.
Deux mécanismes à maßtriser absolument :
Le fan-out : joindre une table 1-N (un client, plusieurs commandes) multiplie les lignes. Si tu fais ensuite un SUM sur une colonne de la table "1", tu la comptes plusieurs fois.
Le LEFT JOIN cassé par le WHERE : un filtre sur la table de droite placé dans le WHERE élimine les lignes NULL⊠et transforme ton LEFT JOIN en INNER JOIN.
â Ce que fait le dĂ©butant
Données d'exemple :
RequĂȘte 1 : B et C disparaissent (aucune commande livrĂ©e â ligne NULL filtrĂ©e).
RequĂȘte 2 : total = 40 au lieu de 30 (A comptĂ© 3 fois, B une fois, C zĂ©ro).
â Ce qu'on attend d'un junior
Le réflexe à avoir en entretien : dire à voix haute la granularité de chaque table ("orders, c'est une ligne par commande") avant d'écrire le JOIN. Les recruteurs adorent.
Cas business â SaaS : clients sans activitĂ©
Le Customer Success veut la liste des comptes payants qui n'ont eu aucune session sur les 30 derniers jours (risque de churn).
Le pattern LEFT JOIN ⊠WHERE droite.id IS NULL (anti-jointure) tombe dans quasiment tous les tests techniques. Alternative tout aussi valide : WHERE NOT EXISTS (âŠ).
đ§Ș VĂ©rifie que tes jointures tiennent la route
Les jointures sont le premier point de rupture en test technique. Mesure en quelques minutes si tu sais anticiper la cardinalité de tes résultats.
đ Faire le test sur modai-lab.com/test-sql/
_PiÚges de cardinalité · Score détaillé · Recommandations ciblées_
PARTIE 3 â CTE et sous-requĂȘtes : montrer que tu sais raisonner
Ă partir d'un certain niveau de complexitĂ©, le recruteur ne regarde plus seulement si ta requĂȘte est juste, mais comment tu l'as construite. Une requĂȘte de 40 lignes imbriquĂ©es sur 4 niveaux est un signal nĂ©gatif, mĂȘme si elle fonctionne.
La CTE (WITH ⊠AS) te permet de découper un problÚme en étapes nommées, testables une par une. C'est exactement comme ça qu'on travaille en entreprise (et c'est la base de dbt).
â Ce que fait le dĂ©butant
â Ce qu'on attend d'un junior
Le gain : chaque CTE a un nom mĂ©tier et une seule responsabilitĂ©. Tu peux faire SELECT * FROM premier_achat pour vĂ©rifier l'Ă©tape 1 avant de passer Ă la suite. En entretien, tu commentes en mĂȘme temps que tu Ă©cris : c'est ton raisonnement qui est notĂ©.
Cas business â RH : turnover par dĂ©partement
La DRH veut le taux de départ 2026 par département, rapporté à l'effectif moyen.
đ§Ș EntraĂźne-toi Ă structurer, pas juste Ă Ă©crire
Sur Modai Lab, les cas complexes sont pensĂ©s pour ĂȘtre dĂ©coupĂ©s en Ă©tapes. Le feedback porte autant sur la lisibilitĂ© de ta requĂȘte que sur le rĂ©sultat.
đ Pratiquer sur modai-lab.com
_Cas multi-étapes · Feedback sur la structure · Réflexes dbt-ready_
PARTIE 4 â Les fonctions de fenĂȘtre : le vrai diffĂ©renciateur
Si tu ne devais retenir qu'une partie de ce guide, c'est celle-ci.
Pour un premier poste, les fonctions de fenĂȘtre font la diffĂ©rence entre "profil junior moyen" et "profil qu'on veut recruter". Pourquoi ? Parce qu'elles rĂ©solvent les questions mĂ©tier les plus frĂ©quentes : dernier Ă©vĂ©nement par client, classement, Ă©volution d'une pĂ©riode Ă l'autre, cumul.
Le mĂ©canisme clĂ© : contrairement Ă GROUP BY, une fonction de fenĂȘtre ne rĂ©duit pas le nombre de lignes. Elle calcule une valeur pour chaque ligne en regardant un groupe de lignes voisines (PARTITION BY) dans un certain ordre (ORDER BY).
Les 5 Ă connaĂźtre pour un premier poste :
Fonction | Usage typique |
|---|---|
| Dédoublonner, garder la derniÚre ligne par entité |
| Top N avec gestion des ex ĂŠquo |
| Comparer à la période précédente / suivante |
| Cumul, running total |
| Moyenne mobile |
â Ce que fait le dĂ©butant
â Ce qu'on attend d'un junior
Et sur BigQuery, la version raccourcie que tu peux citer en bonus :
Cas business â Finance : Ă©volution mensuelle du CA et cumul annuel
Le contrÎle de gestion veut, pour chaque mois de 2026 : le CA, la variation vs mois précédent, et le cumul depuis janvier.
Bonus entretien : explique pourquoi la premiÚre ligne a une variation NULL (pas de mois précédent) et comment tu la gérerais (laisser NULL plutÎt que mettre 0, qui serait faux).
đ§Ș Mesure ton niveau sur les fonctions de fenĂȘtre
C'est la compĂ©tence qui sĂ©pare le plus nettement les candidats. Le test Modai Lab inclut des questions de fenĂȘtres calibrĂ©es sur ce qu'on demande vraiment en entretien junior.
đ Faire le test sur modai-lab.com/test-sql/
_ROW_NUMBER, LAG, cumuls · Niveau situé · Plan de progression_
PARTIE 5 â Dates et CASE WHEN : parler le langage du mĂ©tier
Les managers ne te demanderont jamais "fais-moi un GROUP BY". Ils te demanderont : "combien de clients actifs par cohorte ?", "quelle part de gros paniers ?", "le CA de cette semaine vs la mĂȘme semaine l'an dernier ?".
Pour traduire ces questions, deux outils reviennent en permanence :
Les fonctions de dates :
DATE_TRUNC,DATE_DIFF,DATE_ADD,EXTRACT(la syntaxe varie selon le moteur, le raisonnement non)CASE WHEN : pour segmenter, créer des catégories, et faire des agrégations conditionnelles
â Ce que fait le dĂ©butant
â Ce qu'on attend d'un junior
Une seule lecture de table, un tableau lisible directement par le mĂ©tier, et un contrĂŽle explicite des NULL. Trois signaux de sĂ©nioritĂ© en une requĂȘte.
Cas business â SaaS : rĂ©tention par cohorte d'inscription
Le Head of Growth veut savoir, pour chaque cohorte mensuelle d'inscription, quel pourcentage d'utilisateurs est encore actif 1, 2 et 3 mois aprĂšs.
Si tu sais Ă©crire et expliquer cette requĂȘte, tu as le niveau attendu d'un Data Analyst junior dans une startup SaaS. Point.
đ§Ș Pratique les analyses que les managers demandent vraiment
Cohortes, segmentation, comparaisons de périodes : sur Modai Lab, chaque exercice part d'une question métier, pas d'une consigne technique.
đ Pratiquer sur modai-lab.com
_Questions de managers réels · Données de production · Feedback senior_
PARTIE 6 â Ce que les entretiens testent vraiment (et ce qu'ils ne testent pas)
Les 3 formats que tu vas rencontrer
Le test en ligne chronomĂ©trĂ© (45-90 min, plateforme type HackerRank / CoderPad ou interne) : 4 Ă 8 questions de difficultĂ© croissante. Les premiĂšres vĂ©rifient le socle, les derniĂšres les fenĂȘtres et les CTE.
Le live coding (30-45 min avec un data de l'Ă©quipe) : on te donne un schĂ©ma de 3-4 tables et une question mĂ©tier. On Ă©value ton raisonnement Ă voix haute autant que ta requĂȘte.
Le take-home (cas à rendre sous 3-7 jours) : un dataset, une question ouverte, une restitution. On évalue SQL + capacité à tirer une conclusion business.
Ce qui fait la différence en live coding
Clarifier avant d'écrire : "Une commande annulée compte-t-elle ? Je prends la date de création ou de livraison ?"
Annoncer la granularité : "Je veux une ligne par client et par mois."
Construire par étapes : une CTE, on vérifie, la suivante.
ContrÎler le résultat : "Je m'attends à environ X lignes, vérifions."
Admettre une syntaxe oubliĂ©e : "Je ne me souviens plus si c'est DATE_DIFF ou DATEDIFF ici, mais l'idĂ©e estâŠ" Ăa passe trĂšs bien. Bloquer en silence, beaucoup moins.
â Ce que le junior croit devoir maĂźtriser (et qu'on ne lui demande quasiment jamais)
Ces sujets ont leur place plus tard dans ta carriÚre (ou pour des postes Data Engineer). Pour un premier poste Data Analyst / BI, une notion suffit ("je sais que l'index accélÚre les recherches sur une colonne"), pas une maßtrise.
â Ce que le junior doit vraiment maĂźtriser en plus du SQL pur
Ces trois réflexes (coût, unicité, réconciliation) sont rarement enseignés et pourtant systématiquement appréciés. Ils montrent que tu as déjà pensé comme quelqu'un qui livre des chiffres en production.
Cas business â E-commerce : le cas type de live coding
Voici un énoncé trÚs proche de ce qu'on donne réellement en entretien junior :
_"On a les tables users, orders et products. Donne-moi, pour chaque catégorie de produit, les 3 clients qui ont le plus dépensé en 2026, avec leur montant total et leur rang."_
La question piĂšge qui suit presque toujours : _"Pourquoi DENSE_RANK et pas ROW_NUMBER ou RANK ?"_
ROW_NUMBER: exclut arbitrairement un des ex ĂŠquo (1, 2, 3, 4)RANK: saute un rang aprĂšs une Ă©galitĂ© (1, 2, 2, 4) â le client Ă 2 455 ⏠disparaĂźtrait du top 3DENSE_RANK: ne saute pas (1, 2, 2, 3) â tous les "top 3 montants" sont prĂ©sents
Savoir justifier ce choix, c'est exactement le niveau attendu.
đ§Ș Simule ton entretien avant le vrai
Le test Modai Lab reproduit la progression d'un test technique junior : socle, jointures, fenĂȘtres. Tu sais en 5 minutes oĂč tu en es, et ce qu'il te reste Ă travailler avant de postuler.
đ Faire le test sur modai-lab.com/test-sql/
_Format entretien · Niveau junior calibré · Points faibles identifiés_
Prompt Claude pour auditer tes requĂȘtes
Copie-colle ce prompt dans Claude, puis colle ta requĂȘte (et si possible le schĂ©ma de tes tables) Ă la suite.
đ RĂ©capitulatif : le niveau SQL attendu pour un premier poste data
Bloc | Tu dois savoir⊠| PiĂšge n°1 Ă Ă©viter | RequĂȘte-test |
|---|---|---|---|
Socle | WHERE vs HAVING, COUNT, NULL, ORDER BY |
| CA par région > 10 k⏠|
Jointures | INNER, LEFT, anti-jointure, granularité | Filtre de droite dans le WHERE | Comptes payants sans session |
CTE | DĂ©couper en Ă©tapes nommĂ©es | Sous-requĂȘtes imbriquĂ©es illisibles | Taux de rachat Ă 60 jours |
FenĂȘtres | ROW_NUMBER, DENSE_RANK, LAG, SUM OVER | GROUP BY pour "la derniĂšre ligne" | DerniĂšre commande par client |
Dates & CASE | DATE_TRUNC, DATE_DIFF, agrégats conditionnels | BETWEEN sur un timestamp | Rétention par cohorte |
Réflexes pro | Coût, unicité des clés, réconciliation | SELECT * sur une table partitionnée | ContrÎle de doublons sur une clé |
Hors scope junior | Index, procĂ©dures, triggers, tuning | Y passer des semaines | â |
â Checklist : suis-je prĂȘt Ă postuler ?
â Je sais expliquer l'ordre d'exĂ©cution logique d'une requĂȘte (FROM â WHERE â GROUP BY â HAVING â SELECT â ORDER BY)
â Je ne mets jamais un agrĂ©gat dans un WHERE
â Je sais pourquoi
statut <> 'annulĂ©'peut exclure des lignes que je voulais garderâ Je connais la diffĂ©rence entre
COUNT(*),COUNT(col)etCOUNT(DISTINCT col)â J'annonce la granularitĂ© de chaque table avant d'Ă©crire un JOIN
â Je sais pourquoi un filtre sur la table de droite d'un LEFT JOIN va dans le
ONâ Je sais Ă©crire une anti-jointure (
LEFT JOIN ⊠IS NULLouNOT EXISTS)â Je sais dĂ©tecter et Ă©viter un fan-out (agrĂ©ger avant de joindre)
â Je dĂ©coupe spontanĂ©ment une requĂȘte complexe en CTE nommĂ©es
â Je sais sortir la derniĂšre ligne par entitĂ© avec
ROW_NUMBER()â Je sais justifier le choix entre
ROW_NUMBER,RANKetDENSE_RANKâ Je sais calculer une variation vs pĂ©riode prĂ©cĂ©dente avec
LAG()â Je sais calculer un cumul avec
SUM() OVER (ORDER BY âŠ)â Je sais construire une analyse de cohorte de rĂ©tention
â Je sais faire un agrĂ©gat conditionnel avec
CASE WHENdans unSUM/COUNTâ Je n'utilise pas
BETWEENsur un timestamp sans rĂ©flĂ©chir Ă la borne de finâ Je vĂ©rifie l'unicitĂ© d'une clĂ© avant de m'en servir pour joindre
â Je contrĂŽle mes rĂ©sultats (nombre de lignes, rĂ©conciliation avec un chiffre connu)
â Je sais rĂ©flĂ©chir Ă voix haute en Ă©crivant une requĂȘte
â Je ne perds plus de temps sur les index et les procĂ©dures stockĂ©es avant mon premier poste
Si tu coches 16 cases ou plus : tu as le niveau SQL d'un premier poste data. Postule.
đ Passe de "je connais SQL" Ă "je suis recrutable"
Le niveau attendu pour un premier poste n'est pas flou : c'est le socle sans faille, des jointures maĂźtrisĂ©es et les fonctions de fenĂȘtre. Le plus court chemin pour l'atteindre, c'est de pratiquer sur des cas business rĂ©els avec un feedback qui te dit exactement oĂč tu bloques.
đ modai-lab.com/test-sql/ â Exercices calibrĂ©s · Cas business rĂ©els · Feedback senior
_Guide offert suite au post LinkedIn · EntraĂźnez-vous sur modai-lab.com/test-sql/ · Partagez librement â»ïž_