Симулейтив
Відкрити в Telegram
Мы — образовательная платформа в сфере аналитики Симулейтив: simulative.ru Создаём курсы-симуляторы, где обучаем на кейсах из реального бизнеса. Канал по ML: @modprod Наш уютный чат: @itresume_chat Поддержка: @simulative_support
Показати більше7 454
Підписники
-124 години
-147 днів
+6930 днів
Триває завантаження даних...
Схожі канали
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
жовтень '26жовт '26
жовтень '26
+13
в 0 каналах
вересень '26
+165
в 1 каналах
Get PRO
серпень '26
+132
в 0 каналах
Get PRO
липень '26
+199
в 0 каналах
Get PRO
червень '26
+145
в 0 каналах
Get PRO
травень '26
+79
в 0 каналах
Get PRO
квітень '26
+82
в 2 каналах
Get PRO
березень '26
+102
в 2 каналах
Get PRO
лютий '26
+143
в 0 каналах
Get PRO
січень '26
+114
в 1 каналах
Get PRO
грудень '25
+143
в 2 каналах
Get PRO
листопад '25
+118
в 2 каналах
Get PRO
жовтень '25
+191
в 1 каналах
Get PRO
вересень '25
+135
в 2 каналах
Get PRO
серпень '25
+202
в 1 каналах
Get PRO
липень '25
+221
в 2 каналах
Get PRO
червень '25
+192
в 1 каналах
Get PRO
травень '25
+354
в 0 каналах
Get PRO
квітень '25
+473
в 4 каналах
Get PRO
березень '25
+480
в 2 каналах
Get PRO
лютий '25
+317
в 2 каналах
Get PRO
січень '25
+463
в 1 каналах
Get PRO
грудень '24
+321
в 3 каналах
Get PRO
листопад '24
+293
в 1 каналах
Get PRO
жовтень '24
+241
в 0 каналах
Get PRO
вересень '24
+184
в 0 каналах
Get PRO
серпень '24
+220
в 0 каналах
Get PRO
липень '24
+147
в 0 каналах
Get PRO
червень '24
+213
в 1 каналах
Get PRO
травень '24
+261
в 1 каналах
Get PRO
квітень '24
+253
в 0 каналах
Get PRO
березень '24
+216
в 0 каналах
Get PRO
лютий '24
+214
в 0 каналах
Get PRO
січень '24
+220
в 1 каналах
Get PRO
грудень '23
+304
в 0 каналах
Get PRO
листопад '23
+313
в 0 каналах
Get PRO
жовтень '23
+103
в 0 каналах
Get PRO
вересень '23
+118
в 0 каналах
Get PRO
серпень '23
+186
в 0 каналах
Get PRO
липень '23
+157
в 0 каналах
Get PRO
червень '23
+137
в 0 каналах
Get PRO
травень '23
+127
в 0 каналах
Get PRO
квітень '23
+120
в 0 каналах
Get PRO
березень '23
+145
в 0 каналах
Get PRO
лютий '23
+140
в 0 каналах
Get PRO
січень '23
+144
в 0 каналах
Get PRO
грудень '22
+139
в 0 каналах
Get PRO
листопад '22
+124
в 0 каналах
Get PRO
жовтень '22
+102
в 0 каналах
Get PRO
вересень '22
+126
в 0 каналах
Get PRO
серпень '22
+332
в 0 каналах
Get PRO
липень '22
+158
в 0 каналах
Get PRO
червень '22
+198
в 0 каналах
Get PRO
травень '22
+142
в 0 каналах
Get PRO
квітень '22
+208
в 0 каналах
Get PRO
березень '22
+169
в 0 каналах
Get PRO
лютий '22
+257
в 0 каналах
Get PRO
січень '22
+141
в 0 каналах
Get PRO
грудень '21
+89
в 0 каналах
Get PRO
листопад '21
+465
в 0 каналах
Get PRO
жовтень '21
+69
в 0 каналах
Get PRO
вересень '21
+111
в 0 каналах
Get PRO
серпень '21
+208
в 0 каналах
Get PRO
липень '21
+758
в 0 каналах
Get PRO
червень '21
+65
в 0 каналах
Get PRO
травень '21
+313
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 06 жовтня | +4 | |||
| 05 жовтня | +3 | |||
| 04 жовтня | 0 | |||
| 03 жовтня | +3 | |||
| 02 жовтня | +2 | |||
| 01 жовтня | +1 |
Дописи каналу
Проекты наших студентов ❤️
Сегодня покажем вам несколько примеров, которые лучше любых слов объясняют, что такое реальная аналитика для бизнеса:
🧑🏻💻 Анализ продаж сети продуктовых магазинов «Соседушка»
🧑🏻💻 RFM-анализ клиентской базы и товарный анализ аптечной сети
🧑🏻💻 ETL статистики учебного редактора IT Resume
🧑🏻💻 Построение аналитики для корпоративных клиентов IT Resume
Эти проекты — и портфолио, с которым наши выпускники приходят к работодателям, и доказательство того, что наши студенты умеют создавать аналитические продукты.
🔥 Хотите так же? Приходите на наш курс «Аналитик данных»! За 10 недель вы научитесь не просто решать задачи, а становитесь частью команды, которая создаёт ценность из данных.
✅ Записаться на курс: simulative.ru/data-analyst
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS
| 2 |  💻💻💻💻💻 для тех, кто присматривается к профессии дата-инженера!
Когда данных немного, их можно обработать обычным Python-скриптом или даже вручную. Но что происходит, когда в базе уже миллионы строк, отчёты должны обновляться регулярно, а бизнес не готов ждать несколько часов? Здесь начинается работа дата-инженера.
7 октября Андрей Вильмов, Data Engineer в IBS, покажет, как компании обрабатывают большие объёмы данных с помощью Apache Spark. Разберём всё на понятном примере — знать Spark заранее не нужно.
На вебинаре вы:
➡️ Узнаете, зачем бизнесу дата-инженеры и чем их задачи отличаются от работы аналитиков;
➡️ Увидите, почему обычные способы обработки перестают справляться и как большие задачи распределяются между несколькими компьютерами;
➡️ Поймёте, как команда понимает, что система работает медленно, и что можно сделать для ускорения;
➡️ Познакомитесь с профессией дата-инженера изнутри и сможете оценить, интересно ли вам развиваться в этом направлении.
🧑🏻💻 Спикер: Андрей Вильмов, Data Engineer в IBS, экс-CTO «ПерилаГлавСнаб», экс-CEO и сооснователь FlowAI
📆 Когда: 7 октября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 362 |
| 3 |  #проанализировали_и_поняли | 418 |
| 4 |  +8🐍 Библиотека Pandas для анализа данных
Pandas — это мощный инструмент для анализа данных, который значительно упрощает работу с табличными данными. Благодаря возможностям чтения и записи данных, фильтрации, агрегации и обработки пропусков, Pandas становится незаменимым помощником для аналитиков и дата-сайентистов.
В карточках мы подробно и на примерах рассмотрели основные функции библиотеки.
📌 Ноутбук с кодом
А если вы хотите изучить Python для анализа данных до продвинутого уровня на 20+ задачах бизнеса, ждём вас на наших курсах:
⭐️ Аналитик данных за 10 недель
⭐️ Бесплатный курс по Pandas
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 627 |
| 5 | ⚡️ Через 10 минут начинаем!
Андрей Вильмов уже на месте. Показываем, откуда на самом деле берутся данные: путь от источника до хранилища, что мешает цифрам сходиться и как аналитику ставить задачу дата-инженеру, чтобы её поняли с первого раза.
Жмите на кнопку и подключайтесь к эфиру! 👀
👉🏻 Зарегистрироваться и подключиться к эфиру | 150 |
| 6 | Немає тексту... | 633 |
| 7 |  💻💻💻💻💻 Откуда на самом деле берутся данные?
На учебных задачах всё просто: тебе дают готовую таблицу и просят найти закономерности. В компании готовой таблицы может не быть — данные хранятся в разных системах, приходят с задержкой, содержат ошибки и проходят несколько этапов обработки, прежде чем аналитик сможет написать первый запрос.
1 октября вместе с Андреем Вильмовым разберём этот путь на реальном проекте — от источника данных до дашборда, которому можно доверять.
На вебинаре вы:
➡️ Пройдёте путь данных целиком: откуда компания их получает, как они попадают в хранилище и что происходит с ними до появления в таблице аналитика;
➡️ Разберётесь, почему цифры могут опаздывать или расходиться, и что проверить у данных, прежде чем делать по ним выводы для бизнеса;
➡️ Узнаете, как ставить задачу на новые данные так, чтобы дата-инженер понял её с первого раза, и что мешает аналитику и технической команде говорить на одном языке;
➡️ Поймёте, что отличает аналитика, который просто пишет SQL и строит дашборды, от того, кому доверяют решения.
🧑🏻💻 Спикер: Андрей Вильмов, Data Engineer в IBS, ранее — CTO «ПерилаГлавСнаб», CEO и сооснователь FlowAI.
📆 Когда: 1 октября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
Записи не будет. Приходите на живой эфир!
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 575 |
| 8 |  ⭐️ Топ метрик, которые должен уметь считать каждый аналитик
Рекламные метрики — это не просто цифры в отчёте, а язык, на котором с вами говорит вся воронка. Но если не понимать, что стоит за каждой аббревиатурой, легко упустить момент, где утекает бюджет, и принять решение вслепую.
Подготовили для вас методичку с разбором каждой метрики, формулами расчёта и реальным кейсом рекламной кампании — от показов объявления до оплаченной консультации.
Что разбираем в материале:
✅ Чем Impressions отличается от Reach и почему это важно;
✅ На каком этапе воронки теряются деньги — на CR1 или на CR2;
✅ Какую метрику смотреть в первую очередь: CPL или CPQL.
Обязательно сохраните методичку к себе, чтобы не потерять!
✅ Получить методичку
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 583 |
| 9 | ⚡️ Через 10 минут начинаем!
Мария Жарова уже на месте! Показываем, как ML-инженер учит компьютер находить смысл в тексте: от простого статистического подхода до нейросетей — на задаче поиска похожих текстов.
Жмите на кнопку и подключайтесь к эфиру! 👀
👉🏻 Зарегистрироваться и подключиться к эфиру | 178 |
| 10 | ⭐️ Уже сегодня: как ML-инженер учит компьютер находить смысл в тексте
Сегодня покажем профессию ML-инженера изнутри и решим реальную задачу — поиск похожих текстов, даже если в них использованы разные слова. На одном понятном примере увидим, как ML превращается в функцию знакомого цифрового продукта.
Эфир подойдёт новичкам: предварительное погружение в ML не требуется!
📆 Сегодня, 29 сентября, 19:00 МСК
➡️ Не пропустить вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 622 |
| 11 |  #проанализировали_и_поняли | 644 |
| 12 |  💻💻💻💻💻 Как работает ML-инженер — на примере поиска похожих текстов
Пользователь вводит запрос своими словами, а в карточке товара — совсем другие формулировки. Но поиск всё равно должен понять, что речь об одном и том же товаре. Простого совпадения слов для этого недостаточно — нужно, чтобы компьютер научился работать со смыслом текста.
29 сентября вместе с Марией Жаровой, ML-инженером в команде рекомендаций Wildberries, разберём профессию и сразу проверим её на практике: решим задачу поиска похожих текстов — механику, которая лежит в основе поиска, рекомендаций и умных подсказок.
На вебинаре вы:
➡️ Узнаете, чем занимается ML-инженер каждый день — от постановки задачи и экспериментов до внедрения модели в продукт;
➡️ На практике решите задачу поиска похожих текстов: подготовите данные, проверите простой статистический подход и найдёте его ограничения;
➡️ Увидите, что меняется при переходе к нейросетям — и почему более сложное решение не всегда самое подходящее;
➡️ Поймёте, подходит ли вам эта работа — искать закономерности, ставить эксперименты и превращать их в рабочие решения.
🧑🏻💻 Спикер: Мария Жарова, ML-инженер в команде рекомендаций Wildberries, ментор курса «Дата-сайентист».
📆 Когда: 29 сентября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 684 |
| 13 | ⚡️ Через 10 минут начинаем!
Валерия Елпатьевская уже на месте. Показываем, как собрать ETL-пайплайн на данных GitHub: получаем репозитории, коммиты и языки программирования, очищаем, загружаем в DuckDB и строим дашборд.
Жмите на кнопку и подключайтесь к эфиру! 👀
👉🏻 Зарегистрироваться и подключиться к эфиру | 222 |
| 14 | Сегодня собираем ETL-пайплайн на данных GitHub — от источника до дашборда
Сегодня в 19:00 покажем, как данные проходят путь от внешнего сервиса до базы и готового дашборда на реальном источнике, GitHub.
Валерия Елпатьевская, инженер данных в Альфа-Банке, разберёт:
➖ Extract — как получить данные о репозиториях, коммитах и языках программирования;
➖ Transform — как их очистить и преобразовать;
➖ Load — как загрузить результат в локальную базу DuckDB;
➖ Как собрать из этого дашборд и какие выводы можно сделать по данным GitHub.
Пройдём весь пайплайн не в виде схемы на слайде, а через работающий код и конкретный результат — заодно разберём, чем рабочий пайплайн отличается от кода в одном Jupyter Notebook.
Эфир подойдёт тем, кто хочет познакомиться с Data Engineering, и аналитикам, которым интересно научиться самостоятельно собирать данные для анализа!
📆 Сегодня, 25 сентября, в 19:00 МСК
➡️ Не пропустить вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 764 |
| 15 |  💻💻💻💻💻 Собираем ETL-пайплайн на данных GitHub
Как данные проходят путь от внешнего сервиса до базы и готового дашборда?
25 сентября разберём этот процесс на практике вместе с Валерией Елпатьевской, инженером данных в Альфа-Банке. Возьмём GitHub как источник: получим данные о репозиториях, коммитах и языках программирования, обработаем их и загрузим в локальную базу DuckDB.
На вебинаре вы:
➡️ Пройдёте весь ETL целиком: Extract — получите данные из источника, Transform — очистите и преобразуете, Load — загрузите в базу;
➡️ Увидите классическую задачу дата-инженера через работающий код и конкретный результат;
➡️ Построите дашборды и посмотрите, какие выводы можно сделать из данных GitHub;
➡️ Поймёте, чем рабочий пайплайн отличается от кода в одном Jupyter Notebook, и как разбить обработку на отдельные скрипты.
Подойдёт и тем, кто хочет познакомиться с Data Engineering, и аналитикам, которым интересно научиться самостоятельно собирать данные для анализа.
🧑🏻💻 Спикер: Валерия Елпатьевская, инженер данных в Альфа-Банке, ментор курса Симулейтив «Инженер данных».
📆 Когда: 25 сентября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 707 |
| 16 | Немає тексту... | 702 |
| 17 | ⚡️ Через 10 минут начинаем!
Павел Беляев уже на месте. Показываем, как устроена работа аналитика в среднем бизнесе на примере Яндекс eLama: путь данных от сбора до решений, жизненный цикл витрины и стек команды от ClickHouse и Airflow до DataLens.
Жмите на кнопку и подключайтесь к эфиру! Записи не будет 👀
👉🏻 Зарегистрироваться и подключиться к эфиру | 257 |
| 18 | Что происходит между вопросом бизнеса и готовым дашбордом?
Сегодня в 19:00 покажем этот путь изнутри на примере аналитического контура eLama.
Павел Беляев, лид команды аналитики, разберёт:
➖ Как в компании получают и формулируют аналитические задачи;
➖ Как собирают и обрабатывают данные;
➖ Как проектируют витрины и поддерживают их после запуска;
➖ Как устроен конвейер от источника до визуализации;
➖ Какие инструменты аналитик использует каждый день;
➖ Как результат анализа возвращается бизнесу и превращается в решение.
Посмотрим на реальный стек в eLama: ClickHouse, PostgreSQL, Airflow, Python, SQL, DataLens и внутренние инструменты команды.
Эфир подойдёт новичкам, которые хотят понять, что ждёт их после трудоустройства, и действующим аналитикам, которым интересно сравнить свой подход с процессами внутри eLama.
📆 Сегодня, 23 сентября, в 19:00 МСК
➡️ Не пропустить вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS | 768 |
| 19 |  💻💻💻💻💻Как устроена работа аналитика в среднем бизнесе?
Хотите понять, чего ждать, если устраиваетесь аналитиком в среднюю компанию — из чего состоит рабочий день, какие инструменты нужно знать и как вопрос бизнеса превращается в решение?
23 сентября вместе с Павлом Беляевым покажем аналитический контур Яндекс eLama глазами дата-аналитика: от сбора данных до принятия решений.
На вебинаре вы:
➡️ Поймёте, чем аналитику в среднем бизнесе предстоит заниматься каждый день;
➡️ Пройдёте весь конвейер данных: сбор, обработку и создание витрин, визуализацию, анализ и принятие решений;
➡️ Узнаете, как живёт витрина данных: от вопроса бизнеса и ТЗ до поддержки, обновления и вывода из эксплуатации;
➡️ Увидите технический стек команды и инструменты собственной разработки, в том числе с вайб-кодингом.
🧑🏻💻 Спикер: Павел Беляев, руководитель группы дата-аналитиков в Яндекс eLama, ментор курсов «BI-аналитик» и «Fullstack-аналитик».
📆 Когда: 23 сентября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
Записи не будет. Приходите на живой эфир! | 834 |
| 20 |  #проанализировали_и_поняли | 780 |
