Аналитика данных / Data Study

Классный подкаст про Big Data с участием академического руководителя моей программы магистратуры "Бизнес-аналитика и системы больших данных" Интересно послушать будет студентам и новичкам в этой теме 😉

​​Анализ данных и машинное обучение в облаке Если вам не хватает мощностей собственного компьютера для разработки модели машинного обучения, у вас краткосрочный проект, для которого нецелесообразно покупать мощные видеокарты, или вы хотели бы собрать небольшую платформу обработки данных, используйте Data Analytics Virtual Machine. В чем преимущества Data Analytics Virtual Machine в @Selectel: ◽️Это виртуальные серверы с предустановленным набором инструментов для анализа данных, BI и машинного обучения. Решение подойдет для небольших команд и стартапов и поможет с хранением, обработкой, анализом и визуализацией данных. ◽️Вам не придется тратить время на установку драйверов для видеокарты, Python и библиотек для работы с ML. Все компоненты предустановлены, сервер разворачиватся из образа и сразу готов к работе. ◽️ Отсутствие vendor lock-in. Решение построено на базе Open Source инструментов: Jupyter, Prefect, Apache Superset. Вы платите только ресурсы облака по модели pay-as-you-go. Арендовать готовый сервер и узнать больше о решении можно по ссылке: https://slc.tl/u9fin Реклама ООО «Селектел» 2VtzqvA2Ukp

Собрал простую и наглядную информацию по профилю учеников, приходящих на курсы Data Study Визуализация помогает очень быстро ответить на вопросы: 1️⃣ В каком возрасте приходят люди учиться. Мое мнение, что учиться новому нужно всегда, вне зависимости от возраста, иначе можно отстать от рынка 2️⃣ Какое образование имеют ученики за плечами. И это совсем не показатель, что если ты гуманитарий/технарь по образованию, то нельзя заниматься другим направлением дальше в жизни 3️⃣ С каким запросом приходят ученики на курс. Это лично мне помогает понять группу и давать нужный материал на уроках. А также потом отслеживать, удалось ли дойти до целей, которые ставили перед собой ученики в запросе.

💬 Вступайте в сообщество MLOps-инженеров в Telegram. Там публикуем дайджесты, обсуждаем новые инструменты и технологии. В сообществе вы найдете: ▫️ Новости индустрии production ML; ▫️ Полезные статьи, инструменты и технологии; ▫️ Опыт коллег и лучшие практики. Присоединяйтесь, чтобы получать новые знания от практиков MLOps и дата-аналитики: https://t.me/+D2BQUulpkiI4MTQy Реклама ООО «Селектел» 2VtzqxkqR3m

Сегодня отработал последний день в RNT (ex EPAM) Эмоции смешанные. С одной стороны рад новому шагу, на следующей неделе выхожу на новое место, где ждут интересные задачи 🔝 С другой стороны немного грустно, был окружен очень сильными коллегами-профессионалами в своей сфере. Получил сегодня в рабочий чатик очень теплую и приятную обратную связь от коллег 😍🔥 Приятно осознавать, что ты ценен на проекте и приносишь своей работой видимую пользу. Это также можно осознать, когда тебя пытаются удержать и предлагают жирный 💰контр-оффер. Это нормальная практика в компаниях, соглашаться на такой оффер или нет решаете вы :) Понимаю, что мне важно осознавать, что я делаю действительно ценные вещи, а не трачу время впустую. 1️⃣ Работаю на проектах и делаю аналитическую работу 2️⃣ Обучаю людей и даю им то, зачем они ко мне приходят на обучение 3️⃣ Пишу статьи/посты, чтобы делиться своими мыслями и знаниями И еще одна мысль: Ценность не бывает бесплатной. Бесплатные вещи или знания люди ценят меньше, чем те, за которые приходится платить. Увы, даже по себе это замечаю, что бесплатные ресурсы постоянно откладываются на "потом", а за платный ресурс хочется держаться и выбить из него всю полезность за заплаченные деньги Наверно поэтому в IT хорошо платят и много требуют) 😁

Обратная связь от коллег, просто делюсь для воспоминаний)

​​Хочешь начать изучать hard/soft навыки аналитика данных? Мне важно чтобы ученики после курса чувствовали себя уверенно на собесах/работе и умели пользоваться прикладными инструментами. Поэтому после теоретических занятий есть обязательная практика для закрепления знаний. Судя по обратной связи это схема обучения отлично работает 👍 12 сентября стартует обучение, в группе осталось 5 мест для набора Подробнее по курс "Основы анализа данных"

​​Хочешь начать изучать hard/soft навыки аналитика данных? Мне важно чтобы ученики после курса чувствовали себя уверенно на собесах/работе и умели пользоваться прикладными инструментами. Поэтому после теоретических занятий есть обязательная практика для закрепления знаний. Судя по обратной связи это схема обучения отлично работает 👍 12 сентября стартует обучение, в группе осталось 5 мест для набора Подробнее по курс "Основы анализа данных"

Начал проходить курс по dbt на их же сайте, знакомлюсь с dbt Cloud. 🔎 dbt - инструмент, применяемый для трансформации данных в ETL/ELT процессах. Есть 2 версии: 1. dbt Cloud с пользовательским интерфейсом и довольно простым принципом работы по построению потоков трансформации над данными. 2. dbt Core - устанавливается как Python модуль, после инициализации вам грубо говоря доступен скелет проекта, куда можно прописывать правила трансформации данных с помощью sql-запросов и yml файлов конфигурации На проектах не сталкивался с этим инструментом, но самому очень хочется освоить и применять в консалтинге/фрилансе 👨‍💻

Если вы интересуетесь Business Intelligence, Data Science, ГИС, визуализацией данных, то вы просто не можете пройти мимо нового выпуска подкаста «Магнитное Поле». В этом эпизоде Михаил Большаков (директор по геосервисам Магнита) рассказывает про их проприетарную ГИС для оценки на рынке ритейла России и ближнего зарубежья с точностью до конкретного двора. Как перформят собственные магазины Магнита, как дела у конкурентов, стоит ли открывать точку вот в этом доме, какого размера будет новый магазин, почему увеличился трафик в этом районе и на огромную пачку других вопросов отвечает их собственный уникальный Geo-BI инструмент. Это уже восьмой выпуск подкаста «Магнитное Поле», который совместно записывают Завтракаст и IT-команда ритейлера Магнит. В предыдущих выпусках обсуждали Data Governance, современные облачные решения и микросервисы, IT HR, ecom, кому нужен agile (а кому не нужен) и многое другое, так что стоит обратить внимание. 🎧 Послушать 📹 Посмотреть Посмотреть вакансии и отправить резюме

Итоги поиска работы Кто следит за каналом помнят, что в начале августа я решил выйти на рынок в поиске работы. Сейчас хочу подвести некий итог поисков и рассказать про сам процесс. 1. Актуализация резюме Не стоит забывать обновлять резюме перед публикацией и добавлять туда новые навыки (если они есть). Я вот например из актуального добавил описание задач по работе с MDM, что пригодилось сразу на собесе. Обновил на Habr Career и на HeadHunter 2. Этап скрининга бОльшая часть предложений приходило именно со стороны рекрутеров, писали в мессенджеры или звонили по телефону. Здесь такое правило выявил - обговаривать сразу основные моменты о позиции и условия работы (кому какие важны): возможность удаленки, аккредитация компании, зарплатная вилка, технологический стек. Даже если рекрутером сам не задает эти вопросы при первом созвоне их задавал я, что позволяет сразу отсеить те вакансии, которые по критериям не подходят и не тратить время на дальнейшие этапы. Если брать по цифрам, то было 50+ приглашений, много инетересных по задачам предложений отпали из-за условий обязательного гибрида офис/удаленка. 3. Технические интервью Проходил 7 различных интервью, в большинстве это были кейс-интервью. Т.е. общались больше про мой опыт, задачи, применяемые инструменты, интервьюеры накидывали вопросы в формате "представь ты столкнулся с такой ситуацией ... что бы ты делал? как будешь действовать?". Встречался также life coding. По результатам собесов могу сказать и подтвердить еще раз для себя, что SQL - навык №1 по требованиям работодателя для специалистов по работе с данными. 4. Оффер Помимо тех. интервью были еще дополнительные встречи с лидами/руководителями направлений в разных компаниях. В итоге от 3-х компаний получил итоговый оффер. С выбором уже определился) В середине сентября расскажу вам куда попал и в чем будет заключаться моя новая роль 😉

Что делать тем, кто только начинает свой путь в IT или тем, кто уже работает, но хочет продвинуться дальше? Мы создали сервис 👉 Джунипро для тех, кто ищет работу и хочет построить карьеру в сферах IT и digital. Вместе с консультантами и менторами создали для сервиса курс, который дает мотивацию, уверенность и понимание собственной стоимости на рынке. ✅Как мы это делаем? - Подбираем карьерную стратегию в IT и digital - Оцениваем навыки и опыт, выделяем сильные стороны - Формируем успешный образ с помощью CV - Учим рассказывать о себе емко, интересно и по делу, чтобы успешно проходить собеседования - Индивидуально подходим к каждому запросу ❤️Запишитесь на бесплатную 15 минутную сессию, где консультант разберет резюме и расскажет больше про сервис Джунипро👇 Консультант Джунипро

Все больше людей, интересующихся курсом, переживают, что не смогут подключаться на онлайн уроки. Причин основных несколько: 📍загруженная основная работа / сменный график 📍семья и дети 📍разные часовые пояса с Москвой 📍длительные отъезды в командировки/отпуска на время обучения Поэтому я решил ввести все же новый тариф обучения ✅ Тариф онлайн-обучения Для тех кто готов обучаться самостоятельно и хочет получить доступ к материалам курса. Обучение полностью в своем темпе когда вам угодно, даже через год, а цену можно зафиксировать текущую 😉 ✅ Тариф наставничество (полная поддержка) Для студентов, кто хочет заниматься в группе и получать обратную связь от меня, а также работать над итоговым проектом. Это стандартный для моего курса формат обучения с онлайн-созвонами, общением и обратной связью, стартуем 12 сентября. Онлайн-занятия также можно смотреть в записи в удобное время, если не получается подключиться онлайн На сайте расписана разница между тарифами подробно с ценой Курс "Основы анализа данных"

Как получить практический опыт решения аналитических задач Многие из вас явно задумываются как в процессе обучения и освоения нового материала получить релевантный практический опыт. Одним из наилучших решений является работа над собственным проектом. Это позволяет: 📍закрепить теоретические знания на практике 📍научиться применять инструменты аналитика в работе с данными 📍оформить решение в виде полезного исследования над данными 📍составить портфолио для поиска работы Курс "Основы анализа данных" включает в себя выполнение итогового проекта на протяжении всего времени обучения. Итоговый проект включает в себя следующие шаги работы: 1️⃣ Поиск и получение из источников данных Данные могут быть быть получены в виде готовой базы, получены с открытых источников с помощью API или парсинга 2️⃣Постановка задачи Описываются гипотезы, вопросы к данным, а также метрики для расчета. 3️⃣Первичная обработка данных Проводится исследовательский анализ данных (EDA) с помощью Python, также данные приводятся к очищенному и структурированному виду 4️⃣Загрузка данных в базу данных На основе пройденных тем студенты знают, с помощью каких инструментов и каким способом грузить данные в базу данных 5️⃣Подготовка документации Описываем основные документы: словарь данных, модель данных, source to target документ 6️⃣ Исследование данных с помощью SQL Загруженные в базу данные исследуются с помощью SQL, проверяются гипотезы, считаются метрики 7️⃣Визуализация результатов анализа Визуализация данных и посчитанных метрик в BI инструменте в виде дашборда 8️⃣Итоговая презентация Презентация результатов анализа группе студентов, обсуждение результатов ✅Результат работы: комплексный практический проект для вашего портфолио со всем исходным кодом оформленный в Github Создай свой проект по исследованию данных на курсе Data Study - "Основы анализа данных"