Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
LEFT JOIN
Открыть в Telegram
Понятно про анализ данных, технологии, нейросети и, конечно, SQL. Услуги — leftjoin.ru Курсы по аналитике — https://stepik.org/users/431992492 Автор — @valiotti Реклама — @valiotti Перечень РКН: https://tapthe.link/PpkTHavwS
Больше📈 Аналитический обзор Telegram-канала LEFT JOIN
Канал LEFT JOIN (@leftjoin) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 43 109 подписчиков, занимая 3 118 место в категории Технологии и приложения и 14 753 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 43 109 подписчиков.
Согласно последним данным от 25 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -794, а за последние 24 часа — -13, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 17.53%. В первые 24 часа после публикации контент обычно набирает 12.53% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 7 560 просмотров. В течение первых суток публикация набирает 5 405 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 13.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как аналитика, sql, данными, datalens, csv.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Понятно про анализ данных, технологии, нейросети и, конечно, SQL.
Услуги — leftjoin.ru
Курсы по аналитике — https://stepik.org/users/431992492
Автор — @valiotti
Реклама — @valiotti
Перечень РКН: https://tapthe.link/PpkTHavwS”
Благодаря высокой частоте обновлений (последние данные получены 26 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
43 109
Подписчики
-1324 часа
-1417 дней
-79430 день
Архив постов
43 102
Гайд по «Друзьям»
А вы смотрели сериал «Друзья»?
В любом случае, у нас для вас гайд по всем 10 сезонам с рейтингами каждого эпизода краткими описаниями и информацией про персонажей. Теперь вы знаете, какие серии стоит посмотреть (или пересмотреть), а какие можно скипнуть.
А вы смотрели «Друзей»? 👀 ❤️ — Конечно! 🙈— Нет :(
43 102
Владимир Наумкин про экономику пива, интуитивное пивоварение и рынок крафта в России
Обычно про данные и аналитику мы говорим с точки зрения диджитал-компаний — онлайн-школ, интернет-магазинов и финтехов. В честь Нового Года мы решили оторваться от компьютеров и обратиться к офлайну!
А именно — узнать про 🍻аналитику пивоварения🍻!
🔵За какими метриками следит пивовар, чтобы пиво получилось, как надо?
🔵Как варится пиво и как пивовары обеспечивают стабильный вкус от партии к партии?
🔵Чем сейчас живет рынок крафта в России, и откуда такая любовь к томатному гозе и «супам в банке»?
🔵Из чего складывается стоимость банки пива, и какие сорта варить выгоднее всего?
🔜 Смотрите на YouTube и в VK
43 102
ИИ-стартап призывает перестать нанимать людей
В начале декабря на улицах Сан-Франциско появилась реклама ИИ-стартапа Artisan — в переводе с английского «мастер» или «ремесленник».
Продукт стартапа — Artisans, ИИ-сотрудники, которые готовы взять на себя роль сейлзов или маркетологов. На своем сайте компания пишет про то, что ее «мастера» будут работать вместе с людьми и помогут автоматизировать большую часть работы.
На своих рекламных плакатах они выразились менее дипломатично. ☝🏻 Artisan прямо предложили перестать нанимать людей и выбрать их «мастеров», которые рады работать 70 часов в неделю и не будут жаловаться на work-life balance.
Вот такой киберпанк. 😐
Как вам реклама? 🔥 — Круто, все правильно сделали 🙈 — Жесть!
43 102
Специальный рождественский датавиз
Католики и протестанты сегодня отмечают Рождество, так что в честь праздника делимся находкой с Tableau.
Приближаются не только праздники и новый 2025-й год, но и пик солнечной активности, который приведет к появлению ярких полярных сияний. На инфографике, собранной в Tableau, автор рассказывает, в каких частях мира они будут особенно хорошо видны на это Рождество. И заодно рассказывает, почему полярные сияния бывают разных цветов.
А вы когда-нибудь видели полярное сияние? 👀 ❤️ — Да! 🙈 — Нет…
43 102
Аналитики читают LEFT JOIN и слушают Data Heroes
Мы это не сами выдумали, а прочитали в результатах исследования компании NEWHR, которое они провели в октябре 2024. В исследовании приняли участие почти 1300 аналитиков разных специализаций — продуктовые, маркетинговое, системные, дата-аналитики и так далее.
💬 Самыми читаемыми экспертами по аналитике оказались Анатолий Карпов, Валерий Бабушкин и Роман Бунин. В десятку попал и Николай Валиотти — создатель LEFT JOIN.
💬 В рейтинге каналов и подкастов первые три места заняли karpov.courses, Reveal the Data и Настенька и графики. 💙 LEFT JOIN на 4 месте, на 20-м — наш подкаст Data Heroes.
Спасибо, что читаете (а еще смотрите и слушаете)! ❤️
Ну и конечно, обязательно ознакомьтесь с результатами исследования целиком — наверняка найдете для себя новые интересные каналы про данные и аналитику.
43 102
Глубокое погружение в машинное обучение
Парадокс машинного обучения: с одной стороны, оно сейчас абсолютно везде. С другой стороны, может быть непонятно, как войти в эту область сейчас и стоит ли вообще это делать?
Давайте разбираться.
Руководитель ШАД Алексей Толстиков рассказал про обстановку в ML в России на подкасте MLinside. Как всегда, приведем в посте самое интересное.
🔵 Нужны ли ML-щики сейчас? Тут ответ короткий: да, спрос большой, и он будет расти.
🔵 В ML важно не только знать математику, уметь мыслить абстрактно и работать с алгоритмами. Без софт-скиллов тоже далеко не уедешь: пригодится умение грамотно доносить свою точку зрения до коллег и заказчиков и объяснять ценность ML тем, кто от него далек.
Небольшой оффтоп про харды. Да, математика нужна, но вкатиться в сферу можно и без оконченного физмата. Алексей рассказал про музыканта, который отучился у них в ШАД, успешно ушел в ML и стал разработчиком в Алисе.
🔵 Найти работу поможет насмотренность — понадобится и понимание возможностей ИИ в целом, и знание, как с его помощью решать реальные, практические задачи. Хороший способ прокачать свои скиллы — соревнования по ML.
🔵 Сложно бывает не только найти работу, но даже поступить на учебу — в тот же ШАД многие попадают не с первого раза. Но тут главное не унывать и не бросать попытки — если, конечно, действительно хотите работать в ML.
А что вы думаете — согласны со словами Алексея? 👀
43 102
Дмитрий Аношин про разницу между туризмом и иммиграцией, выгорание в Amazon и work-life balance
Работа в корпорации с громким названием вроде Microsoft или Amazon для кого-то может выглядеть, как мечта — ведь это большая зарплата, стабильность, интересные проекты. Но иногда реальность разочаровывает, и перестают мотивировать что статус, что деньги.
И как быть?
В новом выпуске LEFT JOIN Partners дата-инженер Дмитрий Аношин (вы наверняка знаете его по его проектам вроде Surfanalytics и курсам на Data Learn), рассказал о переезде в Канаду, работе в Amazon и Microsoft и борьбе с выгоранием.
Обсудили не только трудности.
🔵 Как сегодня переехать в Северную Америку и найти работу в IT?
🔵 Сколько платят дата-инженерам в Amazon?
🔵 Что нужно, чтобы стать востребованным специалистом и построить карьеру в IT на западе?
🔜 YouTube
🔜 VK
43 102
+5
Итоги Yandex DataLens Festival
Фестиваль закончился, и мы вспоминаем, что интересного на нем было. Самое-самое вынесли на карточки!
3 новых сценария использования DataLens:
1️⃣ Создание многостраничных отчетов с нуля: обзор и мастер-класс от Алексея Салынина.
2️⃣ Встраиваемая аналитика: обзор и мастер-класс от Яндекс Магистралей
3️⃣ Как развернуть DataLens Open Source в своем контуре: Deep Dive с Георгием Малковым
10 новых историй пользователей DataLens в облаке и своем контуре:
🔵 Petrovax: как дружили OLAP кубы, Excel и DataLens
🔵 Glenmark: про аналитику в фармкомпании
🔵 Информбокс: переход с Looker Studio
🔵 РУЛОГ: аналитика крупнейшего логистического оператора
🔵 Таблички: решение для аналитики маркетплейсов
🔵 Интернет-эксперт: встройка DataLens в Битрикс24
🔵 ABGroup: аналитика для FMCG
🔵 ЁбиДоёби: аналитика для foodtech франшизы
🔵 ППР: переезд с Tableau и сравнение с Superset
🔵 VK: переезд с Superset и создание мигратора
2 конкурса:
🔥 Лучший отчет в новом конструкторе
🔥 Лучший лайфхак aka «Золотой костыль»
🔥 Разбор топ-3 частых ошибок в конкурсных работах от Романа Бунина (Reveal the Data)
Афтерпати в офисе Яндекса
В завершение фестиваля на афтерпати 18 декабря команда рассказала, как работает с фичреквестами, развивает документацию и разрабатывает опенсорс.
Еще больше контента с фестиваля — на канале Yandex DataLens!
43 102
Найти ценность для клиентов на пересечении науки и бизнеса | Ecom.tech (ex-Samokat)
🔵 Сервис по созданию рецептов из продуктов в корзине интернет-магазина.
🔵 Определение склонности покупателя к мошенничеству по его истории просмотра.
🔵 Сервис для «виртуальных фотосессий», которой позволяет «примерить» одежду из магазина на сгенерированного нейросетью аватара.
🔵Лента видеообзоров на товары, из которой понравившуюся вещь можно отправить прямо в корзину.
Что объединяет все эти вещи?
Это все — сценарии использования ИИ и Data Science в «Самокате». Кое-что уже внедрили в работу, а кое-что пока на стадии разработки. Хотите узнать, что уже применяется, а что ждет пользователей в будущем?
Тогда смотрите новый выпуск подкаста Data Heroes. Его героем стал Петр Лукьянченко, руководитель департамента машинного обучения в ecom.tech — бывшем Samokat.tech.
Про что выпуск?
🔵 Почему Samokat.tech сменил название?
🔵 Чем занимается департамент машинного обучения, почему он так быстро растет и как в него попасть?
🔵 Какую пользу ML и Data Science приносят всем отделам компании, продавцам и покупателям?
🔵 Почему операционное планирование — одна из самых красивых задач, которую бизнес ставит перед Data Science?
Смотреть: YouTube, VK Видео
Слушать: Spotify, Apple Podcasts
43 102
Что внутри Postgres?
«Just use Postrges» — это выражение уже почти мем. Кто-то иронизирует над тенденцией в любой непонятной ситуации использовать Postgres, а кто-то говорит это вполне серьезно. Его любят за бесплатность, производительность, умение работать с разными типами данных — в общем, есть за что.
Но что, если заглянуть глубже и разобраться, как именно он работает?
🔵 Как хранит данные и распределяет ваши таблицы по папкам?
🔵 Как Postgres оптимизирует работу с большими файлами?
🔵 Что делают Pages, и как они помогают снизить вероятность ошибок записи?
Ответы — в лонгриде аж на 30+ минут вдумчивого чтения How Postgres stores data on disk.
Если вникнуть в тонкости того, как Postgres хранит данные, то, во-первых, появится еще несколько веских причин его любить. А во-вторых, это может пригодиться в работе — когда вы понимаете, как что-то устроено, намного проще исправлять ошибки или искать причины проблем.
Хотите переведем статью целиком и выложим в блог leftjoin.ru? ❤️ — Да, давайте! 🌚 — Нет, оригинала достаточно
43 102
Dataviz, Data Science и HR
К традиции подводить итоги в конце года все относятся по-разному: кому-то все равно, для кого-то это повод вспомнить, что хорошего произошло за последние 12 месяцев, а для кого-то —причина для стресса.
В последнюю категорию нередко попадают сотрудники корпораций. Те тоже в конце года подводят итоги и оценивают результаты своих подчиненных. 10% (или 15%, или 20%) лучших получат премии, а 10% со дна рейтинга отправятся искать новое место работы.
Обычно результат этой оценки представляют в виде всем знакомой куполообразной кривой. И это выглядит логично:
🔵 Это универсальный график, уместный для визуализации данных из самых разных областей. Если в компании дела идут нормально, то и результаты сотрудников тоже распределятся по осям нормально.
🔵График четко делит людей на несколько групп: «среднячки» в центре, топы и аутсайдеры по краям. Это наглядный, честный и объективный способ визуализировать, кто работал хорошо, а кто не постарался.
Так ведь?
Ну, не совсем. На графике данные распределяются симметрично, но давайте честно — отражает ли это реальность?
🔵 В любом коллективе почти всегда есть несколько топовых сотрудников, которые и правда «тянут» на себе весь отдел и генерируют львиную долю результата.
🔵 При этом обратной картины не наблюдается — их успехи не нивелируют провалы аутсайдеров из анти-топа. Встречаются люди, которые своей некомпетентностью приносят реальные убытки, но это скорее исключения, а не стабильные 10-20% от всего штата компании.
Если описывать ситуацию так, то это уже не скучное нормальное распределение, а правило Парето про 20% усилий, которые генерируют 80% результата. То есть сотрудники делятся на небольшую долю топ-перформеров, большинство «среднячков» и редких аутсайдеров.
Если интересно почитать подробнее, то в блоге Data Science for Fun and Profit про это есть любопытная статья. А мы просто отметим, что это отличный пример того, как датавиз влияет на восприятие данных и принятие решений.
43 102
Почему рекомендации Netflix работают так плохо?
Те, кто с нами давно, знают, что это перезалив.
Если вы подписаны на Netflix, то знаете, что иногда его лента рекомендаций… удивляет. Почему популярный сервис, который собирает гору всевозможной информации о вас и ваших вкусах, так часто советует посмотреть какую-то чушь? Что он делает с этими данными — и что это вообще за данные, на которых строится работа рекомендательных алгоритмов?
Разбираемся в нашем видео:
🔜 YouTube
🔜 VK
43 102
Repost from LEFT JOIN Insider
+5
Мы просто chill guys and girls, поэтому влетаем в последний вагон этого милого тренда.
Кстати, в комментариях приветствуются свои вариации этого мема.
🔜 @leftjoin_career
43 102
Оцифровать нецифруемое: как понять, чем на самом деле робот хуже человека
Обидная особенность аналитики в том, что очень часто сложно доказать прямую связь между работой аналитиков и дата-инженеров и бизнес-результатом компании. Все понимают, что грамотная работа с данными важна для любой компании, но как посчитать точный эффект от нее — сколько именно денег она принесла или сколько времени всем сэкономила?
Тем приятнее читать такие кейсы, где профит от аналитики очевиден и неоспорим, правда же?
💬 И такой кейс у нас есть — история о том, как мы помогли ИИ-стартапу улучшить его продукт, голосового бота-продажника. Мы перелопатили гору данных сразу нескольких компаний, вооружились ML-моделями и алгоритмами и нашли, как же сделать бота умнее и полезнее для владельцев и пользователей.
Подробно расписали, как мы это делали, в новой статье на VC 🔜 https://vc.ru/dev/1703499
