Заметки Аналитика | IT

Продакты с амбициями, вам сюда Т-Образование запускает курс по ML-Product-менеджменту для опытных специалистов с 12 мая по 7 июля. Акцент на практику — участники создают свой ML-прототип и проходят через все этапы принятия продуктовых решений: от идеи и формулировки гипотез до MVP и масштабирования в формате Stage-Gate. А еще в программе: — восемь модулей с тестами и заданиями; — лекции раз в неделю и задачи с обратной связью; — работа с метриками, этикой, дрифтами, PDCA, мониторингом и scaling-фазой. Преподаватели курса — лидеры профессии и практикующие ML-продакты. В конце пройдет защита прототипов продуктов — шанс показать свои навыки и быть рассмотренным на роль ML-Product-менеджера в Т-Банке. Если готовы сделать следующий карьерный шаг — подайте заявку.

​​📑 Архитектура и GraphQL Автор - Татьяна Сальникова: "В предыдущих статьях мы рассмотрели основы GraphQL и принципы проектирования схемы. Теперь перейдём к архитектуре — фундаменту, определяющему, как GraphQL API будет работать в реальных условиях. Архитектура GraphQL отличается от традиционных REST API. Вместо множества эндпоинтов используется единая точка входа. Это создаёт уникальные вызовы: как организовать код, обеспечить производительность, масштабировать систему и интегрировать различные источники данных." Читать статью

​​SQL для ритейла: пример 5 задач, которые я решала как аналитик ассортимента В статье на примере пяти реальных задач из ритейла показывается, как аналитик ассортимента использует SQL для работы. Автор делится опытом, как с нуля (без технического бэкграунда) освоила язык для решения практических вопросов: анализа товаров, категорий, продаж и поставок. Статья доказывает, что SQL — логичный и мощный инструмент для извлечения данных, а не просто абстрактный навык из требований вакансий. Читать статью

📝 Курс от OTUS о практическом применении TOGAF 10, а не о теории из презентаций. Научитесь строить архитектуру предприятия, управлять изменениями и ускорять цифровую трансформацию. 🔥 Приглашаем на серию из 3 бесплатных вебинаров курса «Архитектура корпорации. Togaf 10» —для архитекторов, топ-менеджеров и лидеров изменений, которые хотят связать ИТ, стратегию и бизнес в единую систему. 🚀 📅 2 марта в 20:00 МСК: Обзор референсных архитектур: eTOM, BIAN, IT4IT. На вебинаре вы: • поймёте, как стандартизировать процессы и ИТ‑ландшафт с помощью референсных архитектур; • изучите структуру eTOM, BIAN и IT4IT на практических примерах; • узнаете, где и какая модель применима — и как выбрать подходящую для вашей компании. 📅 11 марта в 20:00 МСК: Нарушения TOGAF ADM: причины, последствия и способы избежать ошибок. Разберём: • роль TOGAF и цикла ADM в архитектуре предприятия; • типичные точки нарушения ADM и их причины; • реальные последствия ошибок и чек‑лист для самопроверки архитектуры перед внедрением. 📅 26 марта в 20:00 МСК: Метамодель TOGAF и модель организации. Вы получите: • детальный разбор метамодели TOGAF — основные сущности и их применение; • инструменты для управления жизненным циклом архитектуры организации; • шаблон построения модели организации на базе TOGAF, который можно применить сразу после вебинара. 👉 Регистрируйтесь сейчас: ➡️ OTUS.RU Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

📑 Как выжить в срочном проекте: тушим пожар и не сгораем сами Автор - Дмитрий Кислов, системный аналитик в команде автоматизированной банковской системы в ПСБ: "Рано или поздно каждый ИТ-специалист сталкивается с ситуацией, когда бизнес ставит почти невыполнимую задачу с жёстким дедлайном. Как тут не вспомнить старую шутку: «Можно ли заставить 9 женщин родить ребёнка за один месяц?». Ответ очевиден — нет, законы природы (и разработки) не обманешь. Конечно, мой главный совет по таким ситуациям — не оказываться в них. Но в реальности случается форс-мажор: внезапные изменения в законодательстве, упущенные сроки, требования ключевых клиентов. Команда оказывается перед фактом: «Нужно сделать невозможное, и, кстати, дедлайн — вчера». На небольшом примере из своей работы я покажу, как не сгореть, сохранить результат и даже извлечь из этого опыт." Читать статью

❗️ Управляйте командой и будьте системным аналитиком. ❓ Как? 💎 Узнайте про актуальные навыки и инструменты на курсе «Системный аналитик. Team Lead». 📚 Записывайтесь на 3 открытых вебинара — познакомьтесь с программой обучения и преподавателями. Обсуждайте с экспертами и задавайте вопросы 📗 Вебинар 1: «Как системный аналитик снизил технический долг и ускорил разработку без переписывания кода» ⏰ 25 февраля в 20:00 мск. Программа вебинара: 1. Как распознать признаки технического долга и архитектурных проблем на уровне требований и структуры системы. 2. Как читать код и архитектуру «глазами аналитика» и задавать правильные вопросы разработчикам. 3. На практике покажем, как формулировать требования и рекомендации по улучшению системы, которые 100% ускоряют разработку и снижают риски. 📙 Вебинар 2: «Типовая архитектура современной IT-системы» ⏰ 12 марта в 20:00 мск. Программа вебинара: 1. Обзор типовой архитектуры современных систем. 2. Как строить эффективные IT-системы, учитывая ключевые принципы масштабируемости, надежности и безопасности. 3. Границы ответственности и необходимой экспертизы лида системных аналитиков. 📕 Вебинар 3: «Как системный аналитик может использовать ИИ в своей работе» ⏰ 23 марта в 20:00 мск. Программа вебинара: 1. Используем искусственный интеллект для повышения качества аналитических решений, а не только для ускорения рутины. 2. Где проходит граница применимости интеллектуальных инструментов в задачах уровня продукта и архитектуры. 3. Эффективные варианты внедрения искусственного интеллекта в работу аналитика и команды. Записывайтесь ➡️ OTUS.RU Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

​​Сравнение LLM по навыку анализа бизнес-процессов Автор - Андрей Бугаенко: "Всё чаще аналитики бизнес-процессов используют LLM для поиска неэффективностей. Звучит логично: большие языковые модели умеют искать паттерны, а Process Mining как раз об этом. Но на практике результаты пляшут так, что становится понятно: не все LLM одинаково полезны для операционной аналитики. Решил разработать методологию тестирования LLM на предмет релевантности использования для задач анализа процессов." Читать статью

📊 Data Warehouse Analyst: создавайте сквозные аналитические решения и управляйте данными на новом уровне 🚀 Освойте продвинутый инструментарий для работы с данными и постройте хранилище, которое даст бизнесу точные инсайты — и поможет принимать решения на основе фактов. 💡 🎓 Мы подготовили для вас 3 бесплатных вебинара курса «Data Warehouse Analyst» — для системных аналитиков, BI‑аналитиков, аналитиков данных и инженеров данных, которые хотят разобраться в современных подходах к построению хранилищ данных. 🔍 🗓 25 февраля в 20:00 МСК: Как выглядит DWH в реальных компаниях: финтех, e-commerce, маркетплейсы На вебинаре: • Примеры архитектур DWH в финтехе, e-commerce и маркетплейсах: источники данных, слои, инструменты • Ключевые различия в требованиях к данным, скорости обновления и качеству аналитики • Типовые архитектурные решения и ошибки, с которыми сталкиваются команды на практике 🗓 11 марта в 20:00 МСК: Почему нельзя ограничиваться только Data Vault в архитектуре хранилища данных Что будет на вебинаре: • Разбор концепции Data Vault: сильные стороны и типичные сценарии использования • Практические ограничения Data Vault: сложность аналитических запросов, низкая производительность для отчетности, отсутствие семантики • Интеграция Data Vault в современную архитектуру: зачем нужны дополнительные слои (Data Mart, семантический слой, BI-оптимизированные модели) 🗓 23 марта в 22:00 МСК: Современный DWH в 2026: какие технологии реально нужны, а какие — хайп Что разберём: • Актуальный технологический стек для построения DWH в 2026 году • Разбор трендов: какие решения оправданы на практике, а какие создают избыточную сложность • Кейсы внедрения DWH: от теоретических подходов к измеримым результатам 🔥 Количество мест ограничено! Регистрируйтесь сейчас — мы напомним о каждом вебинаре накануне: 👉OTUS.RU Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

​​Декомпозируем систему и проектируем устойчивую микросервисную архитектуру "Декомпозиция микросервисной архитектуры — это стратегический подход к разделению сложных систем на управляемые, автономные сервисы. В этой статье рассматриваются методологии и лучшие практики эффективного разделения монолитных приложений на целостные микросервисы, обеспечивающие гибкость и масштабируемость." Читать статью

​​📑 Как определить границы бизнес-процесса: 3 совета для начинающих аналитиков Автор - Анна Вичугова: "Описать бизнес-процесс невозможно без определения его границ. Поэтому сегодня рассмотрим, что такое границы бизнес-процесса, зачем их определять и как это сделать максимально просто и эффективно. Рекомендации начинающим аналитикам, на что обратить внимание при описании бизнес-процесса и разработке целостной системы иерархически связанных процессных блоков, чтобы комплексно описать всю деятельность предприятия." Читать статью

Встретились как-то раз аналитик с DS-инженером и продактом, и... аналитик задушнил всех цифрами 😁 Типичная ситуация, но в телеграм-канале «Коммуналка аналитиков» всё не так. Мы рассказываем про цифры с юмором и без духоты. А ещё постим мемы и даём вредные советы 😈 Что у нас есть 📌 Посты о жизни: про перерыв в карьере (с возвратом) и проблемы с часовыми поясами 📌 Аналитика, конечно: про парадокс Симпсона и про то, когда случайность работает на продукт 📌 Реальные кейсы: как автоматизировали фидбэк по дашбордам и почему A/B-тесты показывали ерунду (в двух частях) 📌 Лайтовые посты: про 6 типов аналитиков, а ещё про то, как иногда бесят заказчики и сами аналитики 😉 Мы активно общаемся с подписчиками и отвечаем на их вопросы. Присоединяйтесь к «Коммуналке аналитиков».

​​25 железных правил проектирования баз данных в PostgreSQL В статье приведены 25 правил, которые Автор собрал из опыта работы с высоконагруженными системами. Это не теория из учебника — это грабли, на которые уже наступили до вас. Каждое правило сопровождается примером «как надо» и «как не надо», чтобы разница была наглядной. Читать статью

Практические рекомендации: как проводить наблюдение эффективно Чтобы получить максимальную отдачу при контролируемых затратах, рекомендую придерживаться следующего алгоритма. Шаг 1. Подготовка ▪︎ Сформулируйте конкретную цель наблюдения. «Понаблюдать за бухгалтерами» - плохая цель. «Выявить, на каких операциях при закрытии периода возникают задержки и чем они вызваны» - хорошая. ▪︎ Согласуйте доступ. Получите разрешение руководства и обязательно объясните участникам, что ваша задача - улучшить систему, а не оценивать их компетентность. Люди должны чувствовать себя спокойно, иначе данные будут искажены. ▪︎ Подготовьте инструменты фиксации. Блокнот и ручка остаются самым ненавязчивым вариантом. Если планируете вести аудиозапись или снимать экран, запросите отдельное согласие и объясните, как будут использоваться эти материалы. ▪︎ Разработайте структуру для записей. Это не обязательно жёсткий чек-лист, но хотя бы мысленный план: какие категории действий вы фиксируете, на что обращаете внимание, какие вопросы откладываете для уточнения. Шаг 2. Проведение ▪︎ Займите позицию, которая минимально влияет на рабочий процесс. Не стойте за спиной, не задавайте вопросов по ходу действия, не предлагайте помощи, даже если видите явную неэффективность. Ваша текущая задача - зафиксировать реальность, а не исправить её. Фиксируйте не только действия, но и контекст. Звонки, отвлечения, переключения между задачами, использование бумажных источников - всё это часть рабочего процесса, которая исчезает при лабораторном тестировании. ▪︎ Записывайте временные метки ключевых операций. Даже приблизительный хронометраж даст позже объективную основу для приоритизации проблем. ▪︎ Обращайте внимание на невербальные реакции. Вздохи, хмурый взгляд, удивлённо поднятые брови - фиксируйте эти моменты, они укажут на зоны дискомфорта точнее любых слов. Шаг 3. Анализ и верификация ▪︎ Сразу после наблюдения выделите время на обработку записей, пока детали свежи в памяти. Дополните сокращения, расшифруйте неразборчивые пометки, зафиксируйте возникшие гипотезы. ▪︎ Обязательно проведите уточняющее интервью с участником. Покажите свои записи и задайте вопросы: «Я заметил, что здесь вы сделали паузу. С чем это было связано?», «Вы использовали сторонний калькулятор - почему не встроенный?». Именно на этом этапе вы переходите от наблюдения к пониманию. ▪︎ Систематизируйте полученные данные. Выделите повторяющиеся паттерны, составьте список проблемных зон, сгруппируйте инсайты по темам. По возможности визуализируйте результаты: схема текущего процесса, карта пути пользователя с эмоциональной кривой, таблица проблем и гипотез. --- И в заключении: Метод наблюдения даёт уникальную возможность увидеть реальную картину работы пользователей без фильтров и искажений. Однако его применение оправдано только в связке с другими инструментами. Наиболее устойчивая стратегия выглядит так: наблюдение помогает сформулировать гипотезы о проблемах и найти неочевидные зоны для улучшения; интервью позволяет проверить эти гипотезы и понять мотивы поведения; анализ полученных данных ложится в основу требований, которые затем проходят валидацию через прототипирование или совместные обсуждения. Наблюдение не заменяет разговор с пользователем — оно делает этот разговор осмысленным и предметным. Именно в этом сочетании метод раскрывает свой полный потенциал. Пробуйте, адаптируйте под свои проекты и обязательно фиксируйте, какие подходы работают именно в вашем контексте. #теоретическиезаметки | @notes_analyst

Коллеги, привет! Ранее мы разобрались, что такое метод наблюдения, чем он отличается от интервью и опросов, и какие виды наблюдения существуют. Теперь переходим к самому важному: как применять этот метод на практике и не разочароваться в результатах. Начнём с баланса преимуществ и ограничений - это поможет понять, в каких ситуациях наблюдение действительно станет лучшим выбором. Плюсы метода наблюдения ➕️ Главная ценность наблюдения заключается в его способности фиксировать реальные факты, а не декларируемые нормы. Вы получаете доступ к действиям в том виде, в котором они происходят ежедневно, без призмы рационализации и социально одобряемых ответов. ➕️ Наблюдение позволяет обнаружить так называемые скрытые требования. Пользователи часто не осознают, что их обходные пути, ручные операции или стикеры на мониторе - это не особенности их рабочего стиля, а сигналы о несовершенстве системы. Эти неформализованные практики редко всплывают в ходе интервью, но именно они дают наиболее ценные данные для улучшения продута ➕️ Кроме того, наблюдение даёт контекст. Вы видите не только последовательность нажатий на кнопки, но и условия, в которых работает человек: уровень шума, частоту отвлечений, многозадачность, усталость к концу смены. Всё это напрямую влияет на то, каким должно быть итоговое решение. ➕️ Наконец, наблюдение позволяет фиксировать непроизвольные эмоциональные реакции. Замешательство, раздражение, облегчение - эти проявления сложно имитировать или скрыть, и они служат надёжными маркерами проблемных зон. Минусы и ограничения ➖️ При всех своих достоинствах наблюдение остаётся одним из самых ресурсоёмких методов. Один час наблюдения требует как минимум двух часов на расшифровку и анализ. Если выборка пользователей велика, бюджет времени может оказаться неприемлемым. ➖️ Также важно помнить об эффекте наблюдателя. Когда человек знает, что за ним следят, он невольно корректирует своё поведение: работает аккуратнее, избегает неформальных упрощений, старается выглядеть компетентнее. Даже при максимально доброжелательной атмосфере полностью устранить это влияние невозможно. ➖️ Существует и риск субъективной интерпретации. Наблюдение отвечает на вопрос «что происходит?», но не на вопрос «почему?». Пауза в работе может означать и глубокую аналитическую деятельность, и потерю ориентации в интерфейсе, и просто усталость. Без последующего уточнения трактовка остаётся гипотетической. ➖️ Кроме того, не во все процессы можно погрузиться напрямую. Работа с персональными данными, врачебная деятельность, режимные объекты - в этих сферах наблюдение либо невозможно, либо требует длительных согласований. --- Продолжение ⬇️

​​📑 VSCode для аналитика: полезные расширения и настройки Автор Анна Вичугова: "Какие расширения и настройки помогут превратить редактор исходного кода VSCode в простой, но эффективный инструмент для системного аналитика. Мой личный ТОП-5 полезностей для проектирования и разработки." Читать статью

Как находят работу за бугром в IT Найти работу на немецком рынке. И не через релокацию! Это история бизнес-аналитика, который работает в Deutsche Bank и увлеченно пишет из солнечного Франкфурта-на-Майне. Из ХЗ в ТЗ — блог про работу IT аналитика в международном финтехе и о том, как там у них. Антон также исследует российский рынок и ходит на собеседования в российские компании. Еще это бизнес-аналитические разборы популярных фильмов. Поиск бизнес-процессов, анализ систем и рисков. Разборы, которые уже вышли: 🎬 Какая гибкость нужна системе? Матрица. 🎬 О чем всегда спрашивает настоящий аналитик? Крестный отец. 🎬 Как проверять риски? Титаник 🎬 Если хочешь меньше конфликтов. Леон Переходите знакомиться: @anton_alekseev

​​📑 Как мы автоматизировали чанкование для RAG в Gramax: от прототипа до 95%+ точности Автор - Дима, делает ИИ-функции в Gramax: "Эта статья для тех, кто сейчас воюет с чанками вручную или пытается найти оптимальный подход. Делюсь нашим путем от быстрого прототипа до продакшен-решения с метриками 95%+." Читать статью

Мы создавали Timetta как инструмент для учёта финансов в консалтинге. За 10 лет Timetta стала полноценной PPM/PSA-платформой, где к финансовой аналитике добавились инструменты для управления проектными командами. В начале 2026 года вышло наше самое масштабное обновление за последний год — Timetta 2026.1 Auriga. Это итоговый релиз, в который мы упаковали десятки ключевых фич. Что нового в Auriga? В фокусе — новый контур управления проектами: ✅Бэклог и Scrum — полноценное управление спринтами, оценка в Story Points и диаграмма сгорания. ✅ Resource Gap — умный дашборд для оценки разрыва между потребностями проектов и доступными ресурсами. ✅ CRM с ИИ — реестры клиентов, управление сделками, воронки и ИИ-генерация текстов для коммуникаций. Это обновление затронуло все ключевые модулиот таск-тркера до ядра платформы. 👉 Зарегистрируйтесь на онлайн-презентацию Auriga #реклама О рекламодателе

Привет, коллеги! Продолжаем нашу серию по методам сбора требований. Сегодня поговорим о методе, который позволяет не просто слушать, а видеть правду о рабочих процессах. Речь пойдет о методе наблюдения. Метод наблюдения - это целенаправленное и систематическое изучение пользователей в их естественной рабочей среде. Мы фиксируем не слова, а реальные действия: как человек взаимодействует с системой, какие инструменты использует, с какими помехами сталкивается и какие эмоции испытывает. Ключевая философия проста: то, что люди говорят на интервью, и то, что они делают каждый день, зачастую сильно различается. Пока пользователь рассказывает о стандартной пятиминутной процедуре, в реальности у него может быть открыт сторонний калькулятор, приклеен стикер с паролем на монитор и запущен десяток параллельных задач. Наблюдение помогает вытащить на свет эти детали. Чем данный метод отличается от других? Чтобы понять его уникальность, давайте сравним: ▫️От интервью и опросов: интервью отвечает на вопрос «Почему?» (мотивы, мнения, ощущения), а наблюдение - на вопрос «Что?» и «Как?» (конкретные действия, последовательность, длительность). Опросы дают широкий, но поверхностный срез, а наблюдение - глубокий, но точечный. ▫️ От анализа документов: документы (регламенты, инструкции) описывают предполагаемый, идеальный процесс. Наблюдение же показывает реальный, живописный и часто нелогичный процесс (As-Is), со всеми его отклонениями и импровизациями. ▫️От воркшопов: на воркшопе участники в совместной дискуссии конструируют будущее или реконструируют прошлое. Наблюдение же - это прямой репортаж с места событий без редактуры. Проще говоря, если другие методы - это рассказ пользователя о своем путешествии, то наблюдение - это документальный фильм, снятый о нем же. Классификация методов наблюдения Наблюдение не бывает однородным, его можно проводить по-разному в зависимости от цели и ресурсов. ▪️ По позиции наблюдателя: бывает включенным (исследователь сам становится на время частью рабочего процесса, например, работает кассиром) и не включенным (исследователь со стороны фиксирует события). ▪️ По осведомленности пользователей: открытое наблюдение проводится с согласия участников, что этично, но может вызывать «эффект сцены». Скрытое наблюдение (например, анализ записей с камер при согласовании) дает более естественную картину, но требует серьезных этических оговорок и разрешений. ▪️По степени структурированности: структурированное наблюдение идет по четкому чек-листу или сценарию (фиксируем время определенных операций). Неструктурированное (свободное) позволяет гибко реагировать на происходящее и открывать ранее неизвестные процессы. ▪️ По месту проведения: полевое наблюдение - это золотой стандарт, когда вы идете в офис, цех или магазин к пользователю. Лабораторное наблюдение происходит в специально оборудованном помещении, где воссоздается рабочая среда; оно удобнее для исследователя, но часто теряется важный контекст реального стресса и помех. Таким образом, метод наблюдения позволяет получить объективные данные о реальных рабочих процессах, выходящие за рамки субъективных рассказов пользователей. Его различные формы - от открытого полевого до структурированного лабораторного - предоставляют гибкость в зависимости от целей исследования. Однако у этого метода, как и у любого другого, есть свои ограничения. Его применение требует значительных временных ресурсов, а интерпретация данных может быть неочевидной. В следующей части мы подробнее разберем сильные и слабые стороны метода, а также предоставим некоторые рекомендации по его грамотному применению в проектах. #теоретическиезаметки | @notes_analyst

Чтобы сейчас расти в продакт-менеджменте, важно освоить базу и изучить AI-инструменты. Со вторым поможет бесплатный интенсив по AI в продуктовом менеджменте от Центрального университета. За два дня ты пройдешь путь от идеи и исследования до готового продукта на основе бизнес-кейса Т-Банка. Что тебя ждет: — обучение вайбкодингу с AI-агентом Cursor; — работа над собственным продуктом, который сможешь положить в портфолио; — практикум по софтам от Gogol School. Лучшие участники смогут получить грант, покрывающий до 75% стоимости обучения в магистратуре Центрального университета, — до 1,2 млн рублей на два года. Где: кампус ЦУ, Москва, м. «Маяковская» Когда: 28 февраля — 1 марта Чтобы попасть на интенсив, нужно зарегистрироваться до 13 февраля и выполнить задание до 15 февраля. Если ты уже продакт или хочешь им стать и понимаешь, что без AI дальше нельзя, — регистрируйся!