Analyst IT

Российские аналоги зарубежных сервисов: большая подборка от Click ru Читать статью

​​Как подготовиться к собеседованию бизнес-/системному аналитику Тщательная подготовка к собеседованию — залог его успешного прохождения и дальнейшего трудоустройства. Если быть заранее готовым к тому, что может спросить работодатель, то на интервью вам легче собраться с мыслями, а ответы будут звучать убедительнее. В зависимости от уровня позиции нанимающую сторону будет интересовать разный набор профессиональных компетенций и личных деловых качеств кандидатов. Чаще всего работодатели спрашивают вполне ожидаемые вещи, связанные с личностью кандидата, его профессиональным уровнем, карьерными амбициями, пониманием рабочей миссии, соответствием позиции. Вместе с кналом @notes_analyst сделали небольшую подборку статей, авторы которых приводят примеры вопросов, встречающихся на собеседованиях, и рекомендации по ответам на них. 🔹 50 лучших вопросов из интервью для бизнес-аналитиков 🔹 Прохождение собеседования на позицию бизнес-аналитика 🔹 Как пройти техническое собеседование на системного аналитика в любой компании (сборник вопросов) 🔹 Как подготовиться к собеседованию на позицию системного аналитика. ТОП-5 тем 🔹 Что мы хотим от аналитика 🔹 Типовые вопросы на собеседовании на аналитика и ответы на них 🔹 «Кем вы видите себя через 5 лет»... 🔹 Бизнес-аналитик идет на собеседование На сегодняшний день нет чётких границ в разделении обязанностей между бизнес- и системным аналитиком. В одних компаниях это могут быть два разных специалиста, в других - один. Немного подробнее о задачах и обязанностях бизнес- и системных аналитиков можно прочитать тут и тут Следите за новыми постами на каналах @analysis_it и @notes_analyst, где сможете найти ответы на многие вопросы из представленных статей ⬆️ Давайте готовиться к собеседованиям вместе!

​​Характеристики качетсва требований к ПО: Что делает требование к ПО хорошим? Для этого есть характеристики качества требоаваний к ПО, которые можно использовать, как чек-лист при написании или тестировании требований. Характеристики качества требований по-разному определены различными источниками. Однако, следующие характеристики являются общепризнанными: ✅ Единичность - требование относится только к одному свойству, т.е. должна существовать только одна трактовка требования ✅ Завершенность - требование является полным и законченным с точки зрения представления в нём всей необходимой информации, ничего не пропущено по соображениям «это и так всем понятно». Также требование должно быть описано целиком в одном месте, а не разбросано по документу ✅ Последовательность - Требование не противоречит другим требованиям и полностью соответствует внешней документации ✅ Атомарность - требование является атомарным, если его нельзя разбить на отдельные требования без потери завершенности, и оно описывает одну и только одну ситуацию/функцию ✅ Отслеживаемость - возможность отследить связь между требованием и другими артефактами проекта, каждое требование имеет уникальный идентификатор, по которому оно легко прослеживается ✅ Актуальность - требование не должно быть устаревшим с течением времени ✅ Выполнимость - Требование должно быть технологически выполнимым, реализуемым в рамках бюджета и сроков разработки проект ✅ Недвусмысленность - требование кратко определено без обращения к техническому жаргону, акронимам и другим скрытым формулировкам ✅ Проверяемость - выполнение требования можно проверить. Реализованность требования может быть определена через один из четырёх возможных методов: осмотр, демонстрация, тест или анализ. ✅Обязательность - Без выполнения этого требования пользователь не сможет в полной мере использовать систему. Если требование не является обязательным к реализации, оно должно быть просто исключено из набора требований ✅ Полнота - требование должно быть определено для всех возможных ситуаций @ba_and_sa

Как тимлиду организовать успешный процесс разработки программного обеспечения? Ждем всех, кто хочет прокачаться как тимлид, 13 апреля в OTUS на открытом вебинаре. Его проведет преподаватель Алексей Кирсанов, руководитель разработки в Битрикс24. На занятии мы поговорим о том, какие подходы, парадигмы и модели используются при разработке ПО и как выбрать адекватную модель. Затем мы разберем принципы Agility гибкого подхода к разработке и посмотрим на устройство Scrum framework. Записаться на открытый урок 👉 https://otus.pw/lzuT/

Аналитик в автоматизации — кто он и чем занимается Читать статью

Управление проектами. Как эффективно выстроить работу команды и не наломать дров Читать статью

⁉️Хотите расти как DWH-аналитик? 🗣Для вас 12 апреля в 20:00 пройдет вебинар «End-to-end решение для аналитики на примере источника MaestroQA». Его проведет Артемий Козырь, Analytics Engineer в компании Wheely. 📍Вместе с экспертом разберем: ✔️ Extract-Load через API-вызовы и автоматизация в Airflow ✔️ Трансформация данных с dbt: обогащение, дедупликация, суррогатные ключи, приведение типов -✔️Моделирование метрик в Looker BI: слой доступа, визуализация, drill-down 🔸Demo-занятие пройдет в рамках онлайн-курса «Data Warehouse Analyst» для Data Scientist, Data Analyst, Product Analyst, Data Engineer, Backend Developer, DBA, System Administrator. 📌Пройдите вступительное тестирование, чтобы записаться на урок: https://otus.pw/VANR/

Что такое BI-системы и зачем они нужны? Business Intelligence (BI) – технологии сбора, анализа и визуализации данных, которые выявляют новые стратегические возможности для бизнеса Читать статью

Когда Jira и Teams под угрозой: чем заменить популярные ПО и сервисы во время массовых запретов Могут ли open source решения закрыть потребности бизнеса и какие есть альтернативы популярным сервисам, о которых немногие знают, рассказал Алексей Дятлов, руководитель отдела заказной и микросервисной разработки Tietoevry Читать статью

Сравнение возможностей AsciiDoc и DITA Читать статью

Вредные советы при построении Аналитики (Data Lake / DWH / BI) – целеполагание и результаты Читать статью

Прокачайте свои навыки в сфере IT и аналитики данных — примерьте роль Data Scientist! Участвуйте в бесплатном онлайн-интенсиве, который пройдёт с 4 по 6 апреля. Начало — в 21:00 по московскому времени. Записывайтесь: 👉 https://clc.to/Z2SHfw. За 3 дня вы научитесь: ⚡️ исследовать данные с помощью языка программирования Python; ⚡️ отличать Data Science от Machine Learning и Artificial Intelligence; ⚡️ строить модели для реальных кейсов; ⚡️ находить аномалии в данных; ⚡️ решать реальные задачи, с которыми сталкивается Data Scientist. В роли спикера выступит руководитель направления по исследованию данных в Сбере с семилетним опытом в программировании — Анастасия Борнева. 🎉 Каждый участник, сдавший практическую работу, получит сертификат на 10 тысяч рублей на любой курс Skillbox. Присоединяйтесь!

Автоматизация на полную катушку: зачем аналитику кодить на Python? Читать статью

Какая метрика самая важная при развитии продукта с нуля? Retention во вторую неделю? Повторная покупка во втором месяце? А что если у продукта еще нет ни данных, ни продакт маркет фита? В 90 если не в 99% случаев ваш аналог уже присутствует на зарубежном, либо на вашем же рынке, просто он хорошо спрятан, его нужно поискать. Достаточно выйти на прогулку в crunchbase, producthunt и просто google - найти эти аналоги, и проанализировать частотность финансирования ваших продуктов-аналагов. Если вы как и 95% людей останавливаете исследование рынка на первой странице Гугла, то вам стоит пересмотреть свое отношение к исследованиям. Это поможет провалидировать гипотезу ценности продукта, не растрачивая деньги. Зачем тратить силы и искать новый продакт маркет фит, когда работу уже сделали за вас. Если вы хотите держать руку на пульсе это можно сделать и не выходя за пределы телеграма. На канале Product Weekly автор делится очень интересными и актуальными стартапами на ранних стадиях развития и рассказывает о том, сколько они привлекли средств и сколько зарабатывают. Рекомендую подписаться на Product Weekly

День открытых дверей «Как начать в аналитике и Data Science» В сфере аналитики множество профессий и порой в них можно запутаться. Чем отличаются дата-инженер и дата-сайентист? Зачем команде нужен системный аналитик и какие задачи решает аналитик данных? Рынку требуется всё больше специалистов, и в ближайшем будущем спрос будет только расти. 5 апреля в 19:00 на дне открытых дверей «Как начать в аналитике и Data Science» в Нетологии расскажут, кто такие Data Scientist, продуктовый аналитик, игровой аналитик, Data-журналист, маркетолог-аналитик, инженер данных, системный аналитик, аналитик BI, — и где они нужны. Вы раз и навсегда разберётесь в профессиях сферы аналитики, их ежедневных задачах и поймёте, какие должности вам наиболее близки.   Ждём всех, кому интересна работа с данными! Записаться → https://netolo.gy/h2v

Сегодня предлагаю затронуть тему IT-анализа и разобраться немного в скиллах разных аналитиков В широком смысле IT-аналитик — это специалист собирающий и делающий выводы на основе данных. Рабочий процесс аналитика состоит из сбора, обработки и заключения. В зависимости от типа данных IT-аналитиков можно поделить на подвиды, среди основных можно выделить: - Бизнес-аналитик - специалист, использующий методы бизнес-анализа для исследования потребностей деятельности организаций с целью определения проблем бизнеса и предложения их решения. - BI-аналитик – специалист, работающий с данными и демонстрирующий проблемы бизнеса на реальных цифрах. Он создаёт понятные отчёты и визуализации, чтобы бизнес принимал решения, полагаясь не на интуицию, а на конкретные показатели. - Системный аналитик - специалист, который изучает бизнес и определяет, как можно сделать его эффективнее с помощью внедрения информационных систем Для понимания, кто такой Системный аналитик и чем он занимается, нам поможет статья: - UX аналитик – специалист, исследующий поведение пользователей сайта, декстопного или мобильного приложения, какого-либо digital-сервиса. - Дата аналитик / аналитик данных – специалист, занимающийся сбором, обработкой и анализом информации. Он пишет запросы в базы данных, выявляет тенденции, проверяет гипотезы, проводит тесты и на основе результатов делает определенные выводы, которые помогают решить ту или иную задачу. - Web аналитик - специалист, занимающийся сбором и анализом информации о посетителях сайта и их поведении. В компаниях данные роли могут быть совмещены, все зависит от сферы деятельности компании и ее подхода к аналитике. Но тем не менее необходимо понимать, чем должен заниматься ИТ-аналитик, чтобы понимать свои обязанности. Для погружения темы предлагаю прочесть статьи, которые помогут понять в чем же разница между данными ролями аналитиков: 📌Коротко о UX аналитике 📌Аналитик данных и data scientist: в чем отличие? 📌Зачем нужны разные виды ИТ-аналитиков 📌Веб-аналитика: что это такое, зачем она нужна, сервисы веб-аналитики Источник подборки: @analysis_it

Хотите стать профессионалом в области системной аналитики? Прокачайте свои навыки 1 апреля на demo-занятии «ТЗ по ГОСТ: кому оно вообще нужно?» в OTUS. Преподаватель Иннокентий Бодров, ведущий аналитик в Stenn International, расскажет: 📌 Что такое ТЗ и для чего оно используется. 📌 Что делать, если вам поставили задачу составить ТЗ, что в него включать? Есть ли шаблоны? 📌 ГОСТ 19 и 34 серии — палочка-выручалочка для работы не только с госзаказчиком. Открытый вебинар входит в программу онлайн-курса «Системный аналитик. Advanced». Для комфортного участия в вебинаре необходимо определить уровень ваших знаний. 🎯 Пройдите тест и записывайтесь на вебинар https://otus.pw/TVCl/

Коротко об API Читать статью