Аналитика данных / Data Study

Как-то ко мне пришел парень на консультации с запросом подготовиться к собеседованиям, пересмотреть резюме и сделать pet-проект. Вводные: - юридическое высшее - закончил только что курс "Аналитик данных" одной из крупных школ Окей, начинаем занятие, обсуждаем логику и архитектуру pet-проекта, говорю будем использовать Postgres в качестве БД. У меня уже есть учебная база, для проекта обычно предлагаю использовать ее или разворачивать свою в docker или в облаке. Даю хост и учетку для подключения, а в глазах парня вижу полное непонимание с написанным на лбу вопросом "а что такое хост, зачем нужна учетка, куда вообще все это писать?" 🧐 Поговорив об этом пару минут нашли причину непонимания. На курсе оказывается он научился писать SQL запросы прямо в браузере в симуляторе курса, который удобно выводит ответ задачи если код написан правильно или ошибку если запрос выводит не то что нужно в задаче. Есть такой формат в современном образовании - симуляторы. Это могут быть симуляторы кода SQL или любого другого языка. Давайте расскажу какие плюсы и минусы в них есть, а самое главное для кого это выгодно использовать симуляторы для обучения, а не парится с объяснениями реальных инструментов работы. Плюсы симуляторов 🟢 удобство для ученика (прямо на странице курса ученик может писать свой код, никуда переходить не нужно) 🟢 удобство для школы (учеников много, потоки не прекращаются, а значит нужно быстро и желательно автоматически проверять все работы, благо симуляторы помогают сделать автопроверку на соответствие верному решению) Минусы симуляторов 🔴 нет правильного понимания работы сервисов (как в примере, ученик даже не понимал что к базе данных нужно подключаться, есть разные роли и пользователи) 🔴 нет практики работы с реальными инструментами аналитика (естественно он не знал про существование таких программ как DBeaver или DataGrip для работы с базами данных) 🔴 нет навыка обработки и исправления ошибок (это полезный навык по ошибке от базы данных например понять что именно в запросе написано не так, найти и исправить ошибку. лог ошибки в симуляторе может либо отсутствовать, либо может быть упрощен до ожидания ответа на конкретную задачу) Однако, симуляторы полезны, если ваша задача - нарешать множество различных задач для понимания языка, вспомнить или выучить синтаксис или в целом размять мозги. Но это не отменяет того, что вы должны получить прикладные знания инструментов и технологий для реальной работы. Кому нужны специалисты, которые не умеют подключаться к базе данных, настраивать инструмент для своей работы, но умеют писать SELECT * FROM table Что думаете по поводу симуляторов? Как видите идеальное обучение например SQL?

Как пройти секцию по АБ тестам на собеседовании? Далеко не каждый опытный аналитик сталкивался с АБ тестами, а новички боятся утонуть во всей этой статистике. У многих вызывают трудности такие вопросы: - P-value, альфа, ошибка первого рода - это все одно и тоже? - Как выбрать стат критерий? - Почему за АБ тестами нельзя "подглядывать"? - АА тест показал стат значимые отличия. Это норма? Ответы на эти вопросы вы можете найти в канале Юрия Борзило, там уже собрано более 60 постов с разбором разных нюансов АБ тестирования, а также много постов о продуктовой аналитике. Если у вас есть сложности с АБ тестами, то в канале вы найдете много полезных материалов.

Data-driven культура и подход по версии аналитика Читать статью

Сходили в кино на Муфаса: Король лев 🦁 От меня реуомендасьен 👌 Чет я сентиментальный какой-то стал. Что Ёлки 11 дома смотрели, сейчас Муфасу, на слезу пробивают фильмы 🥹 Подскажите, это с возрастом так или пора к психологу потому что мужики не плачут 😂?)

Строим рекомендательную систему фильмов на Kaggle Вы когда-нибудь хотели сделать свою собственную систему рекомендаций фильмов? 🎬 Приходите на бесплатный вебинар, где Савелий Батурин, Senior ML-Engineer и преподаватель курса по ML школы Simulative в прямом эфире покажет как построить рекомендательную систему фильмов на Kaggle. Что будем делать на вебинаре: • Разберем имеющиеся данные фильмов с их оценками • Проведем предобработку данных • Построим рекомендательную систему на основе машинного обучения •Проведем расчет и анализ метрик на основе результатов работы модели 🕗Встречаемся 21 января 19:00 по мск Вебинар будет интересен как новичкам, так и уже опытным специалистам Зарегистрироваться на бесплатный вебинар

В Москве сняли серый купол с неба, поэтому срочно бежим гулять! До захода солнца еще 1.5 часика, успеете 😉

Взаимосвязь вакансий с их названиями Давайте подведем итоги игры из поста выше. Правильный ответ 👇 🔹 Аналитик данных - 3️⃣(вакансия) 🔹 Продуктовый аналитик - 1️⃣(вакансия) 🔹 BI-аналитик - 2️⃣(вакансия) Поздравляю тех, кто правильно определил 🎉 Но уверен, что выбор был не очевидным, и только какие-то отдельные ключевые слова или фразы дали понять что к чему относится. Мораль сей басни Требования и проектные задачи между разными названиями аналитиков могут очень сильно пересекаться, основная суть работы при этом не меняется. На рынке нет четкого разделения по наборам задач, которые выполняют те или иные специалисты, поэтому несколько мыслей на этот счет: 📍Выбирайте вакансии, опираясь в первую очередь на указанные задачи/требования/технологии, чем на название позиции. Если вам нравится набор задачи и хотите попробовать себя в этой позиции - разве важно что у вас будет написано в трудовой книжке например "BI-аналитик" вместо "Аналитик данных"? Кстати формулировки в трудовой тоже могут отличаться от названия вакансии на сайте 😄 📍Не ограничивайте себя фильтрами на конкретную вакансию, расширьте фильтр поиска на подобные вакансии, так будет больше выбора для откликов) 📍Полезные и обучающие материалы для продуктовых аналитиков в 99% случаев будут полезны также и другим аналитикам, работающим с данными. 📍Разница специализаций аналитиков обусловлена умением решать какие-либо конкретные запросы бизнеса, либо иметь какой-то более доминирующий и выделяющийся навык, например - визуализация данных и глубокое знание BI инструмента для BI-аналитиков - анализ на основе продуктовых гипотез и расчете конкретных метрик продукта для продуктовых аналитиков Но при этом фундаментальные навыки типа SQL, Python, построение отчетности остаются прежними для всех. Что думаете по этому поводу? Обращаете внимание на название вакансий или смотрите больше на требования и задачи?

🎲 Поиграем с вами в игру "Угадай вакансию"? Вы видите 3 скриншота основной информации из 3-х разных вакансий. Ваша задача: сопоставить название вакансии с ее описанием из пронумерованных карточек. Названия вакансий: 🔹 Аналитик данных 🔹 Продуктовый аналитик 🔹 BI-аналитик Сопоставьте название вакансии с ее номером карточки в комментариях 👇 P.S. Завтра дам правильное соотношение название - номер карточки и опишу свои мысли почему решил сыграть в такую игру 😉

Аналитики данных входят в топ-15 востребованных профессий в ближайшие 5 лет Исследование международное, в котором было опрошено более 1000 работодателей. Если посмотрите на список, то большая часть профессий относится к IT сфере: - специалисты и инженеры Big Data - AI/ML инженеры - Разработчики софта - Аналитики данных / DWH специалисты - Специалисты в областях IoT (интернет вещей), автономных авто (автопилот) - Специалисты по кибербезопасности Пост Главное чтобы оставаться в тренде - постоянно развиваться и изучать новое 👨‍💻📚🎓

🎉 Открытие набора на 9-й поток курса "Основы анализа данных" С радостью объявляю уже 9-й набор на свой курс! У меня был практически целый год времени, чтобы добавить еще больше деталей, объяснений и практики в программу курса. Кто хочет с головой погрузиться на 4 месяца в изучение аналитики, работы с инструментами и выполнения своего полноценного практического проекта - это новость для вас 🕺 📍Старт обучения: 3 марта Курс для вас если хотите: - обучиться с нуля / перейти в аналитику из другой профессии (возраст и начальные знания не помеха - доказано выпускниками курса) - повысить свои навыки и приобрести новые компетенции, уже работая в IT - переучиться/доучиться качественно если уже был неуспешный опыт на других курсах, чтобы получить прикладные знания для трудоустройства В каком формате идет обучение: 🔹онлайн-созвоны со мной, где можно обсудить весь материал урока 🔹отдельные онлайн-встречи "вопрос-ответ", где вы можете завалить меня вопросами, а я на все отвечу 😉 🔹 практические домашние задания прямо в рабочих инструментах (никаких симуляторов) с проверкой и комментариями от меня и ассистента 🔹 записанные онлайн-уроки для самостоятельного просмотра 🔹 тестирования для самоконтроля эффективности обучения 🔹 текстовые конспекты к каждому уроку 🔹практический проект, выполняемый на протяжении всего обучения для практики и закрепления материала Подробности на сайте ➡️ datastudy.ru P.S. Цена на сайте аж 2023 года, она актуальна до 31 января для early birds🦉

Сегодня ходил на Data Завтрак Было 2 доклада 1️⃣доклад от Димы Аношина про его data проекты, реализованные в рамках работы/консалтинга. Очень нравится, что в зависимости от задач проекта архитектуру можно собирать из разных компонентов как конструктор, благо сервисов и продуктов для этого много. 2️⃣ доклад был от Валерия Полякова (CDO в Т-банк), где раскрыли по сути весь исторический путь развития Data платформы в банке с болями, ошибками, их решением и достижениями. Из приятного выиграл книгу 😃 Ух знали бы вы как мне тяжело давалось проснуться утром раньше и выйти из дома 😅, но это того стоило

🧑‍💻Трудно ли сменить IT профессию? Вопрос риторический, одним трудно, другим нет в связи с разными факторами (база знаний, возможности вокруг, собственная мотивация и желание). Если поставить себе цель, расписать ее на план/задачи и прикладывать усилия ежедневно, выполняя их, то все у вас получится. Одна из таких историй про переход из разработчика в аналитики написана в статье А иногда люди даже не сразу понимают что сменили профессию 😃 Как такое может быть расскажу в одном из следующих постов. Ставьте реакции если интересно 👍🔥❤️

Ярко начали этот год и в наших руках продолжить его также 😉 В этом году вас ждёт много полезного и интересного контента, давайте развиваться вместе 🔝

LTV, CAC и другие ключевые метрики продукта В аналитике клиентов важно понимать какую прибыль компания получает с клиента и и что тратит на его привлечение и удержание. Исходя из этого и складывается экономика компаний. Одна из статей, которая рассказывает про ключевые метрики для расчета клиентской ценности. Читать статью

Это поможет вам в 2025 начать карьеру в аналитике или решить, куда вам развиваться дальше📊 Команда Simulative подготовила адвент-календарь для аналитиков, который поможет заручиться вдохновением, поддержкой и знаниями для того, чтобы мощно ворваться в 2025 год🔥 Внутри вас ждут материалы по аналитике, машинному обучению и дата-инженерии: 🟠 чек-листы и тесты 🟠 записи прямых эфиров и подкасты с вдохновляющими историями 🟠 разборы тестовых заданий в крупные компании Регистрируйтесь и ежедневно получайте порцию бесплатного качественного контента. Если вы подписались на календарь не с самого начала января, не переживайте — вам всё равно откроются все материалы. Перейти в адвент-календарь

Похож?

Питер заметает ❄️❄️❄️

😉 Дорогие друзья, коллеги, поздравляю вас с наступающим Новым Годом! Желаю вам в будущем году крепкого здоровья, любви, творческих и профессиональных успехов, достижения новых вершин и огромного человеческого счастья. Пусть будет множество маленьких и больших счастливых и позитивных моментов в вашей жизни. А если будут огорчения, то пусть они будут лишь частью опыта на жизненном пути, которые не останавливают вас 🎄 С Новым Годом!!! 🎆

Как я про*бал не достиг годовые цели В начале года в канале зафиксировал часть своих целей в посте, чтобы свериться с ними через год. Подведу итоги. 1️⃣ Здоровье Это была цель первого приоритета. В конце февраля пошел в зал и ходил до начала ноября с перерывами на поездки. По цифрам: - в сумме 6 месяцев регулярных занятий с тренером и без - скинул 10кг - набрал 3 кг мышечной массы взамен (по результатам исследования - кстати делал его в одном из МФЦ бесплатно) По самочувствию скажу что год был похож на график функции y = -0,5*x^2, когда к лету был пик по заряду энергии, а вот к зиме как бы ни старался все равно чувствуется усталость и упадок сил. 2️⃣ Обучающие материалы и курсы Здесь случилось самое большое расхождение план-факт. 🔵 Материалы Analytics Engineer - готовность 50% (есть детальный план уроков, конспекты, часть презентаций, практики с домашними заданиями). большая работа еще предстоит по предзаписи видеоматериалов, вычитывания материалов и их оформление в удобный для обучения формат. 🔵 Материалы для онлайн-платформ курсов - готовность 10% (слишком поздно сел за это направление, есть структура и пара вводных уроков) 3️⃣ 10к подписчиков в канале Как можете видеть желаемой цифры пока не случилось. В телеге довольно сложно прокачивать канал без вложений в рекламный бюджет, но брать только рекламу и расти за счет этого мне не хочется. Есть альтернатива - делать контент для других площадок и привлекать внимание к каналу, этим и хочу заняться в будущем. Это лишь малая часть того, что я фиксировал для себя в этом году. Я придерживаюсь правила завышения цели, о котором писал здесь, так повышается шанс добежать дальше в погоне за амбициозными результатами. Подводя итоги, хочу сказать что этот год был как "выдох" после прошедших пары лет усердной работы 24/7 по всем направлениям. Фокус стал на работу в Сравни (наша команда и проектные задачи расширялись 😃) и на выделение личного времени по вечерам на свои интересы, саморазвитие и релакс. Всем желаю хорошо отдохнуть чтобы в новый год ворваться с новыми силами для достижения новых вершин 💪