Аналитика данных / Data Study

Всем привет! Пока я отдыхаю в отпуске и наслаждаюсь летним солнышком, на IT рынке продолжают появляться очень крутые предложения для специалистов. Хочу поделиться One Day Offer от Сбер ⬇️

Привет! Давно ничего не писал, видимо в преддверии отпуска) Сегодня оформил статью на Habr про главные термины в Scrum и Kanban, постарался добавить примеров для более четкого понимания. Это важные навыки работы на проекте в команде, чтобы не потеряться в процессах и разговаривать на одном языке с коллегами Ссылка на статью

OLAP-кубы: что это и как применяется в аналитике данных? 📍что такое OLAP 📍операции над OLAP-кубами 📍ROLAP/MOLAP/HOLAP Ссылка

Привет! Вчера был прям какой-то насыщенный день разными приятными событиями, которыми хочу поделиться с вами 😃 1. Сдал последний экзамен в летней сессии Сейчас будет чуть больше времени вечерами, чтобы проводить их на свежем воздухе, попивая лимонад или кофе и наслаждаясь летом 2. Отработал последний день на проекте Я работал в очень крутой команде специалистов, которые поддерживают одновременно продуктивную и дружественную атмосферу в коллективе. Поздравили меня открыткой с теплыми словами) Дальше буду подключаться к новому проекту, вливаться в процессы, задачи, коллектив. Уже в предвкушении жду этого момента 😍 3. На канале нас уже больше 2000 🔥🔥🔥 Очень благодарен вам всем за вашу активность. Буду продолжать собирать и готовить для вас самый полезный материал из мира аналитики и работы с данными 🔝

Язык R - один из наиболее востребованных навыков в сфере Data Science R способен заменить Excel, BI платформы и даже Python в области анализа данных и Data Science. В канале R4marketing вы найдёте множество русскоязычных обучающих материалов по языку R, среди которых: - Заметки по анализу данных на R - Бесплатные книги - Бесплатные курсы - Статьи - Видео уроки Подписывайтесь!

Коммуникация. Сообщение (идея) как один из блоков коммуникации Затрагивая тему soft навыков погружаемся дальше в коммуникацию ⬇️ Статья #soft_skills

Transition Requirements (Переходные Требования) 🔎 Переходные требования описывают условия, которые должны быть учтены, а также все возможности нового решения, чтобы осуществить переход от текущего состояния системы (AS-IS) в целевое состояние (TO-BE). 📍Эти требования являются временными и действуют только в момент миграции системы или решения между состояниями. 📍Переходные требования должны обеспечивать эффективный и успешный процесс перехода на новое разработанное решение с учетом всех остальных видов требований (бизнес, функциональные, нефункциональные) Переходные требования включают в себя: - Правила преобразования и миграции данных (Source to Target Mapping документ, Диаграммы потоков и миграции данных, Словарь данных) - Менеджмент и стратегия изменений - Роли доступов - Пользовательское тестирование (UAT) - Инструкции пользователей и администраторов - Обучение пользователей и стейкхолдеров - Инфраструктурные изменения #требования Ставь реакцию, если пост был полезен для тебя 😉

Знаете ли вы разницу между базами данных SQL и NO-SQL? Для вас уже всё сделали. 📌 Канал @database_group рассказывает обо всех возможностях, приёмах и лайфхаках Баз Данных, SQL, NO-SQL и многом другом Подписывайтесь и прокачивайте свои навыки 👍

Когда начинаешь искать работу и получаешь тестовые задания от всех подряд 😆😆😅

В МКБ сильная IT-команда — у нас уже работает более 1000 айтишников, но, чтобы делать топовые продукты на рынке, нам нужны еще! 25 июня устраиваем One Day Offer для аналитиков и QA Engineer (DWH), разработчиков Android, Java и SAS. Кого ищем: - грейд — middle или senior - работа со стеком .net, VueJS, React, Angular - понимание принципов работы MS SQL Server Если это про тебя, оставляй заявку и жди письмо со ссылкой на zoom. Познакомимся, поговорим о проектах, и если нам по пути, пришлем оффер в тот же день! Оставь заявку до 24 июня: https://clck.ru/qjzNz

Привет! Коллеги из МКБ поделились классной новостью про one day offer и возможность попасть к ним в команду. Подробней ⬇️

Привет! Судя по вашим реакциям вам интересна тема визуализации данных при разработке BI-решений 🔥 Рассказал в статье: ✅ Почему важно визуализировать данные ✅ Как работают принципы визуализации для выделения главных показателей ✅ Правила хорошей визуализации при разработке BI-решения Читать статью

Подборка Python библиотек для визуализации данных 1. Matplotlib Одна из самых популярных и функциональных библиотек для построение различных графиков и диаграмм с глубоким функционалом кастомизации дизайна 2. Plotly Библиотека позволяет создавать как интерактивные так и статические визуализации. Есть множество функций, которые упрощают строить визуализация в процессе анализа данных и применения алгоритмов машинного обучения. Используя эту библиотеку можно также строить дашборды в Dash на основе Python-кода 3. Seaborn Библиотека использует множество функций Matplotlib, что уменьшает написание кода, а также имеет и свой дополнительный функционал и доработанный дизайн некоторых визуализаций Менее известные библиотеки для визуализации 📍Altair 📍Bokeh (подходит также для построения динамических визуализаций для streaming данных) Библиотеки позволяют работать с функционалом pandas для визуализации данных из датафреймов Ставь реакцию, если интересно почитать подробно про принципы визуализации данных при разработке BI-решений 😉

Наткнулся на канал Data New Gold с полезным контентом про карьеру и обучение Аналитике данных Автор рассказывает про работу продуктового аналитика: 🔝Подборка полезных источников по SQL (самый востребованный навык для аналитиков) 🧑‍💻 Источники знаний по теории вероятности и статистике (а также АБ тесты) для успешного прохождения отбора в компанию и дальнейшего развития 🚀 Статья на хабре про опыт поиска работы И видео с собеседованием на позицию продуктового аналитика вместе с HR Озона 🔝Также можно найти себе команду на хакатон по аналитике от ВкусВилла здесь

Обобщенные табличные выражения (Common Table Expression) 📍 варианты применения 📍 синтаксис 📍 пример запросов Ссылка

Видео вебинара про выявление и и написание нефункциональных требований от Solution Architect. В видео обсуждается ситуация, когда одному бизнес-аналитику без технического опыта может быть тяжело одному оформить Нефункциональные требования (NFR) Ссылка на видео

Привет! Уже ЗАВТРА стартует обучение по курсу "Основы анализа данных" ❓В чем же его особенность от других обучений? Оно живое и строится на индивидуальном подходе к каждому ученику Есть 2 подхода к обучению: Массовое и Индивидуальное Массовое можно сравнить со школой, где учится 20-30 учеников и каждый из них воспринимает информацию по разному Если учитель ровняется на учеников с высокой успеваемостью ➡️ Остальные начинают отставать усваивать материал ➡️ Формируется снежный ком непонимания материала Если учитель ровняется на отстающих ➡️ Всем остальным становится скучно слушать простой материал ➡️ Ученики не удовлетворены качеством и количеством знаний Индивидуальный подход можно сравнить с репетиторами ✅ занятия с каждым учеником индивидуально ✅ под каждую цель обучения подбирается актуальный материал ✅ программа динамично меняется и подбираются дополнительные инструменты в процессе обучения 📍Я поддерживаю индивидуальный подход - сам по нему люблю учиться, поэтому свои курсы делаю по такому же принципу Главное - донести до каждого нужные ему знания, чтобы каждый ученик получил максимум пользы от курса 🔝 Поэтому 📍на обучении группы по 4-6 человек (социально-комфортное количество для учеников) 📍каждому я уделяю время для разбора практики и всех вопросов 📍даются дополнительные материалы к курсу в зависимости от запросов учеников Кто ищет поддержки в индивидуальном обучении и устал от просмотра в одиночку онлайн-уроков ➡️ Курс "Основы анализа данных" вам принесет много ценности ОСТАЛОСЬ 2 МЕСТА НА ПОТОК Завтра старт обучения, запись доступна сегодня Запись на курс

Привет! Решил сегодня поделиться промежуточными результатами учебно-исследовательского проекта с применением анализа данных 😃 Проект направлен на изучение паттернов поведения и активности студентов во время обучения и исследования успеваемости студентов. На блок-схеме представлен возможный логический процесс исследования паттернов на основе данных о посещении студентов лекций/семинаров, а также их оценки за прошедшие экзамены Гипотеза: успеваемость студентов зависит от посещаемости пар. Вроде звучит очень просто. Но смысл аналитики данных в том, чтобы доказывать или опровергать гипотезы основываясь на данных (фактах, которые происходили) После исследования данных действительно можно подтвердить гипотезу и сказать, что в среднем студенты получают "отлично" на экзамене при посещаемости около 87% пар. А вот студенты, получающие "неудовлетворительно" посещают всего 23% пар. Вывод: чтобы поднять успеваемость студентов, необходимо работать с их посещаемостью. А вот как это сделать - вопрос другого анализа