Аналитика данных / Data Study

В среду в 19:00 буду вести вебинар на тему «Как новичку получить опыт и собрать портфолио, которое реально продает» Вебинар организует школа Simulative, на нем обсудим 🔵 Чек-лист: как оформить портфолио, чтобы его заметили 🔵 Разбор глазами работодателя: как оценивают ваш опыт по портфолио 🔵 Как и где находить проекты, которых нет у других 🔵 Примеры проекты студентов Simulative, которые помогли получить работу Материалы будут полезны всем кто хочет усилить или создать свое портфолио для поиска работы. Обязательно приходи послушать!

Интегрировать AI в аналитику. Мигрировать данные без потерь. Масштабировать на тысячи пользователей. Три задачи, с которыми сталкивается каждая команда. Yandex DataLens Festival — про то, как их решать. Неделя глубокого погружения в аналитику — с 8 по 16 декабря, онлайн и бесплатно 👌 Разберут то, что реально пригодится в работе: от AI-инструментов DataLens до современных подходов к аналитике. Формат без воды: практические гайды и прямой эфир с командой продукта. Плюс конкурсные задания с призами. Бонус: офлайн-афтепати в Москве для тех, кто хочет отвлечься от экрана и пообщаться вживую. Пройти регистрацию

Мысли про накрутку опыта в резюме Я категорически против накрутки - это мое мнение, приведу аргументы к нему. Я сейчас буду говорить про явное вранье, по подобию "2 года работаю аналитиком", хотя за плечами только пройденные курсы и к аналитике вы никогда никакого отношения не имели. И это стоит отделять от адаптации опыта с заменой ключевых слов просто для прохождения автоматических фильтров, если у вас действительно есть схожий коммерческий опыт, вы выполняли подобные задачи или частично использовали те инструменты на работе, которые требуются для вашей целевой позиции. Адаптация обычно нужна, когда переходишь из одной сферы в другую (например из тестировщика в аналитика или из аналитика данных в инженера данных) - там действительно в задачах может быть много чего общего и релевантный опыт нужно показать. Сейчас рынок непростой - соискателей много, конкуренция большая. Компании требуют кандидатов с опытом. Все это с одной стороны является причиной почему соискатели начинают накручивать - "я без накрутки ничего найти не могу". С другой стороны есть целая пропаганда уже на рынке от авторов своих блогов в формате "хочешь найти работу, обязан накрутить опыт!" Выбор у каждого конечно свой, и историй кто нашел работу без накрутки и с накруткой тоже достаточно, и неуспешных кейсов много. Я лишь выскажу свое мнение 1️⃣ Кандидатов с накрученным опытом сразу видно Знаете это как картинка или мемы "ожидание - реальность". Вот кандидаты обычно выглядят на собеседовании также: на словах я Лев Толстой, а на деле ... Когда человек теряется: - начинаешь спрашивать чем он реально занимался на работе - задаешь нетипичные технические вопросы, которые отражены в опыте и вроде как должны быть знакомы Если вас не рассекретили, либо вы талантливый лгун, либо вопросы к собеседующим, либо они на это изначально готовы были закрыть глаза. 2️⃣ Даже если кандидат прошел успешно техничку. Вранье - сам по себе отрицательный признак, который по естественным соображением отталкивает людей. Поэтому даже если ты прошел техническое собеседование, но кто-то (рекрутер, собеседующий) все таки сомневается в реальности твоего резюме - скорее всего на позицию продолжат искать других кандидатов, а ты будешь сидеть в ожидании обратной связи или словишь отказ. 3️⃣ Внутренняя мораль Я бы не хотел начинать свои рабочие отношения с лютого вранья. Привык придерживаться мнения: "поступай так, как хочешь чтобы поступали с тобой". Я не хочу прийти к профильному специалисту и получить ужасный сервис, просто потому что его опыт по факту является накрученным, а работодатель либо этого не заметил, либо закрыл на это глаза и даже не стал обучать специалиста. 4️⃣ Изначально такой кандидат может подставить своих коллег по работе Также я не хочу как лид взять в свою команду к примеру мидла и через неделю его работы понять, что он и на джуна еле тянет и в него нужно вбухать ресурсы чтобы вырастить еще до мидла. Одно дело когда ты этого ожидаешь и у тебя заложено время на обучение сотрудника до нужного уровня, а другое дело когда получаешь такого кота в мешке и у тебя начинают из-за этого гореть задачи, KPI и все прочее. Поэтому я не готов на накрутку закрывать глаза. 5️⃣ Бан от компаний Компания может без проблем сделать запрос на ваше предыдущее место работы. И если есть несостыковка с вашим резюме - есть риск улететь в черный список для компании. Такие истории есть, от рекрутеров знаю эту информацию. Поэтому я за то, чтобы лучше сказать правду примерно в таком формате

К сожалению, у меня нет или очень мало коммерческого опыта в этой роли, я только начинаю свой путь в этой сфере. Я могу опираться на свой опыт из предыдущей сферы деятельности, а также свои теоретические и практические знания с обучения и выполнения учебных проектов с реальными инструментами. Однако, я готов быстро погрузиться в рабочие задачи, изучить что потребуется для успешной работы в вашей компании. Решил, что будет лучше сказать правду о своем опыте и быть готовым к быстрому погружению в проект, чем представлять неправдивый опыт в своем резюме.

Мысли про накрутку опыта в резюме Я категорически против накрутки - это мое мнение, приведу аргументы к нему. Я сейчас буду говорить про явное вранье, по подобию "2 года работаю аналитиком", хотя за плечами только пройденные курсы и к аналитике вы никогда никакого отношения не имели. И это стоит отделять от адаптации опыта с заменой ключевых слов просто для прохождения автоматических фильтров, если у вас действительно есть схожий коммерческий опыт, вы выполняли подобные задачи или частично использовали те инструменты на работе, которые требуются для вашей целевой позиции. Адаптация обычно нужна, когда переходишь из одной сферы в другую (например из тестировщика в аналитика или из аналитика данных в инженера данных) - там действительно в задачах может быть много чего общего и релевантный опыт нужно показать. Сейчас рынок непростой - соискателей много, конкуренция большая. Компании требуют кандидатов с опытом. Все это с одной стороны является причиной почему соискатели начинают накручивать - "я без накрутки ничего найти не могу". С другой стороны есть целая пропаганда уже на рынке от авторов своих блогов в формате "хочешь найти работу, обязан накрутить опыт!" Выбор у каждого конечно свой, и историй кто нашел работу без накрутки и с накруткой тоже достаточно, и неуспешных кейсов много. Я лишь выскажу свое мнение 1️⃣ Кандидатов с накрученным опытом сразу видно Знаете это как картинка или мемы "ожидание - реальность". Вот кандидаты обычно выглядят на собеседовании также: на словах я Лев Толстой, а на деле ... Когда человек теряется: - начинаешь спрашивать чем он реально занимался на работе - задаешь нетипичные технические вопросы, которые отражены в опыте и вроде как должны быть знакомы Если вас не рассекретили, либо вы талантливый лгун, либо вопросы к собеседующим, либо они на это изначально готовы были закрыть глаза. 2️⃣ Даже если кандидат прошел успешно техничку. Вранье - сам по себе отрицательный признак, который по естественным соображением отталкивает людей. Поэтому даже если ты прошел техническое собеседование, но кто-то (рекрутер, собеседующий) все таки сомневается в реальности твоего резюме - скорее всего на позицию продолжат искать других кандидатов, а ты будешь сидеть в ожидании обратной связи или словишь отказ. 3️⃣ Внутренняя мораль Я бы не хотел начинать свои рабочие отношения с лютого вранья. Привык придерживаться мнения: "поступай так, как хочешь чтобы поступали с тобой". Я не хочу прийти к профильному специалисту и получить ужасный сервис, просто потому что его опыт по факту является накрученным, а работодатель либо этого не заметил, либо закрыл на это глаза и даже не стал обучать специалиста. 4️⃣ Изначально такой кандидат может подставить своих коллег по работе Также я не хочу как лид взять в свою команду к примеру мидла и через неделю его работы понять, что он и на джуна еле тянет и в него нужно вбухать ресурсы чтобы вырастить еще до мидла. Одно дело когда ты этого ожидаешь и у тебя заложено время на обучение сотрудника до нужного уровня, а другое дело когда получаешь такого кота в мешке и у тебя начинают из-за этого гореть задачи, KPI и все прочее. Поэтому я не готов на накрутку закрывать глаза. 5️⃣ Бан от компаний Компания может без проблем сделать запрос на ваше предыдущее место работы. И если есть несостыковка с вашим резюме - есть риск улететь в черный список для компании. Такие истории есть, от рекрутеров знаю эту информацию. Поэтому я за то, чтобы лучше сказать правду примерно в таком формате

К сожалению, у меня нет или очень мало коммерческого опыта в этой роли, я только начинаю свой путь в этой сфере. Я могу опираться на свой опыт из предыдущей сферы деятельности, а также свои теоретические и практические знания с обучения и выполнения учебных проектов с реальными инструментами. Однако, я готов быстро погрузиться в рабочие задачи, изучить что потребуется для успешной работы в вашей компании. Решил, что будет лучше сказать правду о своем опыте и быть готовым к быстрому погружению в проект, чем представлять неправдивый опыт в своем резюме.

VK RecSys Challenge: проверьте свой алгоритм в деле! В самом разгаре ежегодное соревнование по разработке рекомендательных систем от VK — RecSys Challenge 2025. Участникам предстоит решить одну из самых сложных проблем в мире рекомендаций: задачу холодного старта. Суть соревнования — построить модель, которая предскажет, кому из пользователей понравится новый клип, даже если его ещё никто не видел. Что ждёт участников: • Реальные данные — датасет VK-LSVD с 40 млрд взаимодействий и 20 млн коротких видео • Можно участвовать соло или в команде до 4 человек • Техническая свобода — до 5 сабмитов в день, возможность экспериментировать • Общий призовой фонд — 2 500 000 рублей Приглашают студентов, исследователей, ML-инженеров — всех, кто хочет испытать свои силы на реальных данных и создать алгоритм, который работает в условиях, максимально приближенных к контентной жизни. Регистрация открыта до 15 декабря. Успейте подать заявку, скачать датасет и начать эксперименты! 👉 Подробности и регистрация на сайте

Подборка книг для новичков с простой лексикой по анализу данных и Data Science 🔹Наука о данных с нуля / Джоэл Грас "Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она написана так, что способствует погружению в Data Science аналитика, фактически не обладающего глубокими знаниями в этой прикладной дисциплине" 🔹Работа с данными в любой сфере / Кирилл Еременко "Эта книга — практическое руководство и увлекательное путешествие в науку о данных, независимо от того, хотите ли вы использовать анализ данных в своей профессии, собираетесь ли стать аналитиком данных, или уже работаете в этой области." 🔹Статистика и котики / Владимир Савельев "Из этой книги вы узнаете, что такое дисперсия и стандартное отклонение, как найти t-критерий Стьюдента и U-критерий Манна-Уитни, для чего используются регрессионный и факторный анализы, а также многое и многое другое. И все это – на простых и понятных примерах из жизни милых и пушистых котиков, которые дарят нам множество приятных эмоций."

25 вопросов с собеседований по SQL Базовый уровень: 1. Что делает команда SELECT и как выбрать все колонки из таблицы? 2. В чем разница между WHERE и HAVING? 3. Что делает GROUP BY и ORDER BY и в каком порядке они выполняются? 4. Как объединить две таблицы? Чем отличаются INNER JOIN, LEFT JOIN, RIGHT JOIN и FULL JOIN? 5. Как выбрать уникальные значения из колонки? Средний уровень: 6. Что делает агрегатная функция и какие бывают (COUNT, SUM, AVG, MAX, MIN)? 7. Как с помощью подзапроса выбрать сотрудников с зарплатой выше средней? 8. Что такое CASE WHEN и как его использовать для логических условий в запросах? 9. Чем отличаются UNION и UNION ALL? Когда что использовать? 10. Как найти дубликаты записей в таблице и удалить их? Высокий уровень: 11. Что такое оконная функция и чем она отличается от GROUP BY? 12. Как найти вторую по величине зарплату в таблице без подзапроса? 13. Что делает COALESCE() и зачем он нужен? 14. Как работают индексы и как они влияют на производительность? 15. Что делает EXPLAIN (или EXPLAIN ANALYZE)? Как понять, где узкое место запроса? Продвинутый уровень: 16. Как реализовать “рекурсивный запрос” с помощью WITH RECURSIVE? 17. Какие есть виды блокировок в базе данных и как это влияет на выполнение запросов? 18. Как соединить таблицу с самой собой (self join) и для чего это может быть нужно? 19. Объясни разницу между INNER JOIN, CROSS JOIN и LATERAL JOIN. 20. Что делает RANK(), DENSE_RANK() и ROW_NUMBER() и в чем между ними разница? 21. Как бы ты посчитал “скользящее среднее” (moving average) по продажам за последние 7 дней? 22. Как посчитать нарастающий итог по сумме продаж? 23. Как найти “дыры” в последовательности (например, пропущенные ID)? 24. Что такое нормализация и денормализация данных, и когда что применять? 25. Как оптимизировать медленный запрос? Назови конкретные приёмы.

Приглашаем в канал AI Inside Канал для тех, кто смотрит на искусственный интеллект не как на хайп, а как на рабочий инструмент. Здесь нет абстрактных теорий — только прикладные решения. Что вас ждет: ✔️ Технологии: расскажем, как ИИ решает реальные бизнес-задачи — от автоматизации до аналитики. ✔️ Кейсы: покажем успешные примеры внедрения и использования ИИ-инструментов. ✔️ Экспертиза: объясним сложные технологии простым языком с фокусом на практическую пользу. Наша цель — дать конкретные идеи и инсайты, которые можно применить уже сегодня. Присоединяйтесь к сообществу практиков!

Материалы с вебинара "От отклика до оффера" В прошлую среду Соня, it-рекрутер, провела вебинар для вас, где рассказала огромное количество полезной информации. Все можно посмотреть в записи трансляции и в презентации. ▶️ Запись вебинара 🖇 Презентация вебинара 🖇 Шаблон резюме, который можете использовать как корректную структуру и фразы-подсказки Наверняка кто-то пропустил публикацию в группе вебинаров, дублирую сюда 😉

Пошаговый план: как стать аналитиком данных в 2026 году В 2026 году спрос на аналитиков данных продолжит расти: компании ищут людей, умеющих превращать хаотичные данные в понятные бизнес-решения. Для новичков этот путь кажется сложным - сотни курсов, противоречивые советы, непонятно что и в каком порядке учить, страхи, что не получится осилить программирование или математику. Павел Беляев, руководитель группы аналитиков в eLama и ментор Simulative, провёл десятки собеседований, нанимал джунов и знает, что требуется от аналитиков на рынке. На вебинаре он разложит по полочкам, как пройти путь от самого нуля до трудоустройства максимально быстро - без воды, шаблонных советов и устаревших подходов. На вебинаре разберём:

➖

Чёткий пошаговый план выхода на первую работу — только актуальные навыки и инструменты. ➖Свежие кейсы новичков: ошибки, решения и быстрый результат. ➖Инсайты нанимающего менеджера: что важно на собесах и в резюме в 2026 году. ➖Свежие требования из реальных вакансий — составим чёткую картину ожиданий работодателей.

🕗 Дата и время проведения: 20 ноября в 19:00 МСК 💬 Всем зарегистрировавшимся дарим полезный материал — карту компетенций аналитика данных со всеми нужными инструментами для освоения. 😶Зарегистрироваться на бесплатный вебинар

Сегодня стартовала 2-я группа обучения курса "Продвинутый SQL" по разработке и автоматизации витрин данных 🎉 Впереди 6 недель практического обучения SQL, Apache Airflow, Git, Cloud Functions и Python для автоматизации. По опыту сейчас модернизировал подход к практическим заданиям и разбил практику на 4 спринта. Так 🔹будет удобней держать фокус в процессе обучения на конкретных заданиях 🔹есть четкая цель закрыть задания спринта и потом переходить к следующим заданиям 🔹удобней давать обратную связь по сданным работам в асинхронном режиме спринт за спринтом, чем каждый идет в своем темпе в рамках времени обучения Планируй обучение на следующий год 😉

Welcome Time для аналитиков: Независимый Ecom от Яндекса 23 ноября в 12:00 | офлайн На встрече выступят эксперты из разных направлений аналитики. Вот что они расскажут: ➡️Олег Хомюк, Руководитель аналитики Поиска, расскажет о Независимом Ecom; ➡️ Никита Симаков, Руководитель команды аналитики продуктовой базы, поделится информацией об аналитике товарной базы; ➡️ Максим Мизеров, Руководитель B2B-аналитики Ecom-сценариев, расскажет о В2В-аналитике Поиска и Ecom-продуктов; ➡️ Владислав Харитонов, Руководитель группы аналитики B2C продукта, поделится информацией о продуктовой аналитике в поиске Яндекса. Что ещё будет на встрече: ➡️ Открытая сессия вопросов‑ответов — задавайте всё, что давно хотели спросить у аналитиков Яндекса; ➡️ Диагностика навыков — проверка по аналитике и математической статистике. При успешном прохождении её можно засчитать как техническую секцию при собеседовании в Яндексе (действует 2 года). ➡️Больше информации на сайте Адрес проведения: штаб‑квартира Яндекса. Приходите и обязательно регистрируйтесь по ссылке.

Где искать вакансии Сайты: 1 HeadHunter 2 Хабр Карьера 3 Superjob 4 Работа ру 5 GeekJob 6 Профи ру 7 Getmatch Каналы: 1 Data jobs 2 Data Science Jobs 3 Data Вакансии 4 Работа в IT без опыта Группы: 1 Data Analysis Jobs 2 Machine Learning Jobs 3 Работа для аналитиков Для удобства собрал все каналы и группы в папку, можете сразу на все подписаться

Прикольный сайт по подготовке к собесам https://easyoffer.ru/ Можно выбрать направление/уровень, еще понравилось что есть примеры ответов 👌

Мониторинг качества данных Если мы не доверяем данным - мы не можем доверять анализу и выводам из этих данных. Именно поэтому проверка качества - важный шаг в работе с данными. И где же нужно это делать? - В процессе сбора аналитической витрины. Анонс новых модулей на курсе "Продвинутый SQL" 1️⃣ Мониторинг и проверка качества данных в витринах Речь пойдет про метрики качества, как их проверять с помощью SQL и как эти проверки автоматизировать и встроить в ETL 2️⃣ Clickhouse Колоночная база данных, широко используемая как для аналитических хранилищ. Будут описаны отличия от PostgreSQL, особенности колоночной базы и почему НЕ ВСЕ можно эффективно делать в Clickhouse 3️⃣ Практический пример реализации полного потока данных От извлечения из системы источника, загрузки в DWH, до автоматизация аналитической витрины с дашбордом Старт обучения 17 ноября

Большинство инструментов из стека технологий, с которыми я работаю как аналитик-инженер, относятся к open source — технологиям с открытым исходным кодом, в развитие которых вкладывается сообщество контрибьютеров, кому это интересно. Поэтому часто слежу за новыми релизами и новостями по инструментам. И вот вышла новость, что Андрей Бородин, разработчик из Yandex Cloud, вошел в число главных контрибьюторов PostgreSQL. Статус major contributor — признание вклада в развитие PostgreSQL: ревью патчей, исправление ошибок, менторинг разработчиков и развитие инструментов WAL‑G, Odyssey и SPQR. Быть в числе главных контрибьютеров такого проекта (половина рынка используют эту базу) означает высокое качество кода и признание со стороны мирового сообщества. Вот представьте насколько это другой уровень — не просто SELECT запросы писать, а знать как работает ядро базы данных со всеми техническими нюансами. Команда Андрея разработала SPQR (Stateless Postgres Query Router), систему для горизонтального масштабирования PostgreSQL через шардирование, которая сейчас уже доступна в режиме превью — Managed Service for Sharded PostgreSQL.

Я дико извиняюсь, что не успеваю оформить страницу и программу курса по SQL и витринам на сайте - там пусто. А каждый об этом спрашивает в первую очередь. Всю программу каждому заинтересованному показываю на созвоне, когда общаемся про опыт и запрос на обучение. Могу сказать что материалов много, все они описаны в текстовых уроках, время на созвоны и просмотры видео искать не нужно. Засвечу здесь один из самых любимых лично моих модулей - Лайфхаки из практики. Вложил в него свой многосторонний опыт работы над витринами с разных проектов до самых мелочей, которые приобретаются как раз на практике. Кстати еще не рассказывал про новые уроки в программе, как это делал про основы данных - завтра сделаю анонс Предзапись в группу на обучение с 17 ноября

👿 Data Dojo 27 ноября: программа встречи Data Dojo — мероприятие Яндекса для ML-энтузиастов всех уровней. Какие будут лекции: 17:10 Обзор трендов и предварительные итоги года

Сергей Овчаренко, руководитель отдела мультимодального анализа и генерации

17:40 Научить AI не бредить, сдать физику и получить права: как мы готовили задачи ML-квалификации Yandex Cup

Сергей Фиронов, ведущий разработчик службы поведения и предсказания департамента Автономного транспорта

18:10 Кухня, гости, музыка: как мы научили колонку реагировать в реальном хаосе

Дмитрий Солодуха, руководитель команды голосовой активации

Собираемся в 16:00. Фуршет, нетворкинг, мастер-класс, afterparty — будет всё. Регистрируйся

Когда работал в Леруа 5 лет назад вышел на рынок искать новую работу, т.к. на тот момент уже достаточно сильно вырос внутри компании как по навыкам так и по 💰 Получил оффер на интересную позицию + 30% к тому что получал. Оффер принял, пришел сказать руководителю что ухожу через 2 недели. Но меня не отпустили, предложили такие же условия, чтобы удержать. Я не ожидал такого, ведь оффер уже принял, реально собирался уйти. Принял решение остаться, а чего бы нет, задачи меня на тот момент устраивали, а оплату подняли. Отношение с руководителем кстати при этом не испортились. Получается как будто смухлевал чтобы получить контр-оффер, хотя цели изначально такой не было)