Дашбордец

Котятки 😺 Если давно хотели проверить, насколько уверенно чувствуете себя в data engineering, сейчас хороший момент. В Yandex Cloud до 25 сентября можно зарегистрироваться на сертификацию со скидкой 50%. Есть два экзамена — можно выбрать под свой уровень: 1️⃣ Yandex Cloud Certified Data Engineer — базовая сертификация для инженеров данных, которые работают с платформой Yandex Cloud. Проверяют всё, что нужно в ежедневной работе: загрузку и хранение данных, обработку, ETL/ELT-процессы, оркестрацию, мониторинг и безопасность. 2️⃣ Yandex Cloud Certified Lakehouse Data Engineer — уже для тех, кто проектирует и внедряет решения на архитектуре Lakehouse. В программе — архитектура, трансформация данных, пайплайны, метаданные, мониторинг и безопасность. Оба экзамена проходят онлайн с прокторингом: запись с камеры и автоматическая проверка помогают подтвердить, что сертификат получен честно. Если давно откладывали получение сертификации, кажется, это неплохой повод наконец закрыть этот вопрос. 👉 Ссылка.

Котятки🐱, У меня на этой неделе была парочка вопросов по Power BI от пользователей, и пришлось изрядно покопаться в движке Power BI (VertiPaq) и пооткрывать для себя что-то новое. Вот хорошая серия коротеньких статей, зачем вообще это знать и на что полезного для себя мы можем вынести: https://endjin.com/blog/optimising-dax-series-introduction

Котятки😺 Сегодня почему-то у меня в подборках много материалов про CI/CD, вселенная мне о чем-то шепчет. Но это все техника. А вот для логики, ее нюансов и проработки в прошлом году я когда-то вот этот милый докладчик от T-банка, такая база. Потом задачка отошла на второй план, но у меня был прикопан (его давали на конфе тестировщиков кстати, оч рекомендую эти мероприятия как формат, всегда много практичного и мало просто ‘водяных’ докладов) https://squidex.jugru.team/api/assets/srm/76eec7bb-8d0e-45b8-940c-72ecb695205d/manop-heisenbug-f.pdf

Best Practices по GitLab CI/CD: от workflow:rules и кеша до OIDC, BuildKit, ревью-окружений и безопасных раннеров https://habr.com/ru/articles/1052024/ #devopsforlove #gitlab #bestpracties

Котятки🐱, В дополнение по вебинару выше, хочу еще немного поговорить про рост джунов. Точнее, не про то, куда им расти, а про то, как их растить. Как у условного лида, у меня впервые за долгое время появилась очень неочевидная проблема - какие задачки давать Джуну так, чтобы навыки, которые они прокачивают, были полезны в будущем? AI очень поменял расстановку. У меня пока нет универсального ответа, но уже оформляется маршрут)) Вчера нашла вот такой интересный мануал, где Хард и софт скиллы расписаны как ежедневная рутина, то есть не от ‘я должен знать/уметь’, а ‘я выполняю каждый день’. Его прикол в том, что он еще описывает среду - кто есть кто, кто твои сверстники, от чего ты зависишь, с кем придется общаться и какой характер общения, точки эскалации (когда бежать и верещать, а когда можно справиться самому). Типично - на английском, но с переводом читается очень норм: https://www.devopsschool.com/blog/junior-business-intelligence-analyst-role-blueprint-responsibilities-skills-kpis-and-career-path/

Тренд на «универсалов»: кто будет востребован в аналитике в 2026? Эра «просто аналитиков», которые умеют только собирать таблицы, проходит. Сейчас заметен четкий сигнал рынка: компаниям нужны специалисты полного цикла — те, кто понимает путь данных от сбора до принятия бизнес-решения. Знания таблиц и базового SQL больше недостаточно, если вы хотите получать приглашения на собеседования и выигрывать конкуренцию у других кандидатов. Это подтверждает и опыт Dodo Brands. Чтобы не тонуть в бесконечном списке требований работодателей, важно сфокусироваться на самом нужном. Илья Ковалёв (Senior-аналитик Dodo Brands) и Наталья Рожкова (HR-эксперт) проведут прямой эфир о том, как выжить и вырасти в этой среде 👍

🟠На примерах из Dodo посмотрим, как вести задачу от сырых данных до рабочего дашборда. 🟠Почему универсальные навыки стали преимуществом и как джуну соответствовать этому фильтру. 🟠Советы от HR, как доработать резюме и отклики, чтобы «пробивать» автоматические фильтры и внимание рекрутеров.

💬 Всем зарегистрировавшимся Simulative пришлют полезный материал — карту компетенций аналитика данных со всеми нужными инструментами для освоения. 🔗 Регистрируйтесь на бесплатный вебинар

Котятки😻, Я недавно разворачивала у себя superset под Windows, и словила ряд ошибок. Потом нашла хороший курс - от инсталляции и настроек до построения и визуализаций, и дело пошло. Минус курса - это индийский английский, и на некоторых видео вылезают ошибки субтитров) Линк: https://youtube.com/playlist?list=PLH1gsHiD7JxiqIz88CGywds8jSMUEMcs6&si=PZI__mvWy1OW8Fg0 P.S. Нужен он был мне, чтобы пощупать гипотезу: что с помощью css можно визуально довести его до Power BI. И да, кое-где действительно можно.

⚡ Почему одни получают оффер аналитика быстро, а другие учатся годами без результата? Большинство новичков совершают одну и ту же ошибку: учат всё подряд. SQL, Python, Power BI, статистика, курсы на степике... Но работодатели оценивают кандидатов совсем по другим критериям. Из-за этого многие месяцами рассылают резюме и получают только отказы или полное игнорирование. На бесплатном вебинаре Андрон Алексанян - аналитик с опытом 9 лет и СEO Симулейтив покажет, как сегодня выглядит путь к первой работе аналитиком в 2026 году. Вы узнаете:

🔶Какие навыки действительно проверяют на собеседованиях; 🔶Что должно быть в портфолио, чтобы его открывали работодатели; 🔶Почему многие резюме аналитиков сразу отправляются в отказ; 🔶Как искать работу без коммерческого опыта; 🔶Какие преимущества есть у кандидатов после 30, 40 и даже 50 лет; 🔶Какие ошибки чаще всего мешают получить первый оффер.

Дополнительно покажем реальные примеры резюме и портфолио кандидатов, которые смогли пройти отбор. 🎁 Всем зарегистрировавшимся отправим PDF-гайд как стать Аналитиком данных и чек-лист подготовки к поиску работы. Если вы хотите войти в аналитику и перестать тратить время на лишнее обучение — этот вебинар поможет понять, на чем действительно стоит сосредоточиться. 🛎️Регистрируйтесь, эфир совсем скоро!

Котятки🐱, Мое утро началось с потерянного тикета по правам в Power BI(найден в другой команде) и вот этого канальчика : https://youtube.com/@powerbitips?si=xbQ5k0FEek_mzIh0 В нем мне нравятся не столько лайфхаки, но и хорошие подкасты по Power BI+Agents, тем более что сейчас ютуб позволяет автопереводом делать русскую звуковую дорожку. Но есть нюанс - часть контента доступна только для спонсоров. Как обойти: на сайте проекта есть посты с видосам и транскрипцией, и встроенные видео открываются без ограничений. Линк: https://powerbi.tips/2026/05/13/explicit-measures-podcast-ep-527/

Котятки😺, Сегодня я почти в ресурсе🙈 и у меня в меру архитектурный кейс. Что считать слоем потребления на физическом уровне в аналитическом хранилище для всех эндпоинтов? С чем я встречалась: -определенная схема внутри одной БД -витрины в определенной схеме внутри одной БД -отдельностоящая БД, из которой читают все эндпоинты (и внутри которой уже нет трансформаций, т.е. готовые пригодные для конечных задач таблицы) - асинхронный экспорт -история на несколько серверов (с одного читают одно эндпоинты, с другого - другие и пр) -разные разделенные Virtual Warehouses -историческая мешанина с семантическим слоем поверх нее. Сегодня я в своих исканиях прошла чуть дальше, и обнаружила Context lake (или даже скорее layer) со сложной странненькой архитектурой.😂 Из приятного, была вот эта веселенькая статья про семантический слой: https://www.griddynamics.com/blog/semantic-data-layer-design-principles

Кто-то навайбкодил визуализацию происхождения и миграции слов Вообще тема этимологии безумно интересна, так как она раскрывает не только происхождение тех или иных слов, но и по сути несет в себе еще несколько слоев информации о конкретных культурах, периодах и их пересечениях. В формате дата-визуализации это вдвойне интересно. Сейчас, правда, поиск по словам приостановлен, но можно потыкать на предложенные слова. Видимо автор неплохо потратился на API (под капотом там Gemini). Пробовать тут.

Где посмотреть не просто дашборды, а весь путь их появления — от задачи до финальной визуализации 👀 21 апреля пройдет митап «Лаборатория решений DataLens» — встреча, где разбирают реальные BI-кейсы из бизнеса. 📍 Москва, Loft Hall (Avantage) 🕓 Сбор с 16:30 Формат классный: компании заранее отдали свои задачи, а партнёры их решили. На встрече покажут весь путь — от данных и архитектуры до дашбордов и выводов. В программе: - решения от Навикон, КОРУС Консалтинг, Смарт-Аналитикс и SQEEL - разбор, как строятся дашборды под бизнес-задачи - немного про развитие DataLens - Q&A и нетворк Количество мест ограничено, записи не будет. Локация в 5 минутах от м.Автозаводская. 🔗 Регистрация по ссылке

Котятки🐱 Drill down уже, кажется, базовое требование в аналитике. С ним мало что можно сделать, разве что играться с глубиной. Ничего нового. А вот анархический концепт Drill by почему-то такую популярность не набрал, - да, это сложно технологически, однако дает куда большие возможности во всяких data-расследованиях. Мне кажется, он еще с точки зрения UX - ведь в идеале, мы просто жмем на любую цифру, и таблица динамически перестраивается под новый разрез. Однако, мне кажется, все еще в пути)

Котятки🐱, Сегодня я полдня ресерчила на тему эволюции data contracts, хотела понять, почему они усложняются, а не упрощаются, ведь по мере роста количества данных передавать связный контекст вместе, а не отдельным потоком, ведет к сильным накладным расходам. Пока я разбираюсь с этим забавным вопросом, ловите прелестную статью об эволюции Data Stack: https://www.moderndata101.com/blogs/evolution-of-the-data-stack-the-story-of-how-we-interpret-ever-growing-data

Котятки, Я все еще живу в процессе миграции, которая подарит мне и новый BI-инструмент, и новые возможности к нему. Там, в частности, будет embedding. Раньше я к нему относилась прохладно, но потом как-то распробовала режим одного окна, когда операционка и аналитика доступна в рамках одного апплика. Если есть желание познакомиться с такими возможностями поближе и приложить к своему ландшафту, то можно пощупать, например, DataLens: 15 апреля Yandex Cloud покажут, как встроить DataLens прямо в продукты (в личные кабинеты, корпоративные порталы или сервисы для клиентов). Говорить будут и про логику, и про UX, и про авторизацию , и про секьюрити - короче, такое мини-погружение. За час команда DataLens покажет реальные кейсы и разберёт embedding-механики непубличного и публичного встраивания. Участие бесплатное, предварительно необходимо зарегистрироваться по ссылке.

Котятки🐱 Концепция Enterprise Intelligence не нова, особенно для тех, кто активно ищет способы, как превратить данные в знания. Интересного в ней то, что BI рассматривается не как отдельный инструмент, а как связующее звено, которое вытягивает смыслы из всех остальных систем. Сегодня утром я лениво по диагонали читала вот эту книжечку по теме и ресерчила, и наткнулась на занимательный блог чувака, который много лет батрачил в SQL Server Analysis Services : https://eugeneasahara.com/2026/02/02/explorer-subgraph-the-dynamic-cartography-of-relation-space/ У него интересные мысли, как превратить связку AI+BI в систему знаний, но подача прямо на любителя.

Котятки, В прошлом, аналитика данных из 1С была нетривиальной задачкой, и выбор обычно стоял между двух зол: либо пиши обработки, либо разрабатывай свои отчеты. В 2014 году, помню, у нас сидело 2 программиста 1С чисто на написании запросов и выгрузках. С появлением нормальных коннекторов к 1С, наконец, появился вменяемый доступ к данным, а теперь и AI-инструменты над ними. Что посмотреть: 7 апреля в 12.00 будет вебинар Yandex DataLens и BI.Qube. Там будет реальный кейс: как в low-code инструменте связывать со справочниками и обновлять 290 млн чеков, хранящихся в 1С, и как получить ответы в BI DataLens с помощью Нейроаналитика. Что обещают: покажут, как запуститься за 1 день, получить первые результаты за 1–2 месяца и дальше развивать аналитику комфортно. Что будет реально - увидим) Думаю, вебинар будет полезен тем, у кого аналитики совсем нет, и тем, кто не хочет сам строить решения типа БД/Хранилище+BI+MCP+AI, и вместо этого попробовать связку Datalens+Нейроаналитик.

Котятки, В этом сезоне у меня новый интерес - Decision‑Centric Visual Interfaces (DCVI). Впервые я столкнулась с этим понятием вот в этой статье на медиум : https://roger-moser.medium.com/decision-intelligence-in-action-part-1-c53e474fcced Мне нравится концепция, что визуальный элемент знает свой SLA, риск и impact. Самый, наверное, знаменитый такой интерфейс - https://finviz.com.

qvd — чтение Qlik QVD файлов из Python и SQL Написал open-source библиотеку для работы с QVD файлами без Qlik. Ядро на Rust, биндинги для Python. Что умеет: pandas / Polars / DuckDB — одной строкой: df = qvd.read_qvd("data.qvd").to_pandas() df = qvd.read_qvd("data.qvd").to_polars() batch = qvd.read_qvd_to_arrow("data.qvd") duckdb.sql("SELECT * FROM batch WHERE x > 100") SQL-запросы к QVD через DataFusion — JOIN, GROUP BY, агрегации прямо по QVD файлам Конвертация QVD ↔ Parquet — с компрессией (snappy, zstd, gzip, lz4) Streaming — чтение огромных файлов по чанкам, без загрузки в память EXISTS() — O(1) хеш-индекс, как в Qlik Скорость (проверено на 20 реальных файлах, byte-identical round-trip): - 41 МБ / 465K строк / 12 колонок — чтение 0.5с, запись 0.03с - 587 МБ / 5.4M строк / 15 колонок — чтение 6.1с, запись 0.4с - 1.7 ГБ / 87M строк / 6 колонок — чтение 37с, запись 1.6с - 2.8 ГБ / 11.9M строк / 42 колонки — чтение 24с, запись 2.4с Первый и единственный QVD crate на crates.io. pip install qvdrs https://github.com/bintocher/qvdrs https://crates.io/crates/qvd ———— Подпишись, потом забудешь! https://max.ru/join/U4r4IN8vgLwYowRRsU42LWb5HmsSOSvy4ExmqTSQ0yc https://vk.com/chernovdev https://dzen.ru/chernovdev