Аналитика данных / Data Study

Параметризация SQL запросов Часто работаю с задачами, когда Python коде нужно выполнить SQL запрос с изменяющимися параметрами. Вручную менять сам запрос конечно невозможно каждый раз, он должен по формату функции для вызова запроса с разными например параметрами фильтрации. И вот для таких целей нужно использовать шаблонизацию. Вариантов много: - f-строки и Python функции - библиотека sqlalchemy - dbt модели Но есть еще отдельные библиотеки, которые работают на базе jinja шаблонизации, например jinjasql Это кажется золотой серединой, если например f-строк не хватает или в решении это может быть не безопасно из sql-инъекций, а dbt является избыточным решением Ставь 👍 если раньше не слышал про такое и хочется конкретных примеров использования посмотреть

Зацените какое кайфовое лобби с коворкингом в нашем ЖК сделали Я работаю удаленно и в основном из квартиры, но чтобы сменить обстановку прихожу сюда Раньше о таком мог только мечтать, но мечты становятся реальностью если упорно с умом работать 🤝

Это ты на собесе показываешь навыки питона ✅ этап life code пройден 😎

🔥 Okko Analysts’ One Day Offer* — твой шанс получить оффер в команду аналитиков Okko

Okko запускает One Day Offer для продуктовых и дата-аналитиков уровня middle+ и senior. Это возможность пройти отбор, познакомиться с командами и побороться за оффер в аналитику одного из крупнейших стриминговых сервисов

⚡️Мы ждем тебя, если ты: • Продуктовый аналитик или дата-аналитик • Специалист уровня middle+ или senior • Уверенно знаешь SQL, Python, работаешь с BI-инструментами • Разбираешься в статистике, работал с продуктовыми метриками и проводил A/B-тесты (для некоторых команд опыт с A/B-тестированием не обязателен) • Имеешь опыт в аналитике от 2 лет 👋 Нанимаем сразу в пять команд: growth аналитика, продуктовая аналитика, прикладные исследования, аналитика бизнеса, аналитика контента. Почему Okko? • Напрямую влияем на изменения в продукте для счастья миллионов зрителей • Работаем в удобном формате — в наших классных офисах, гибрид или удаленно • Заботимся о здоровье — ДМС со стоматологией • Ценим инициативу и проактивную аналитику Если хочешь делать аналитику, которая реально влияет на развитие стриминга, выполни 4 шага: 1️⃣ Подай заявку 2️⃣ Ответь на вопросы по аналитике и опыту на коротком звонке 3️⃣ Пройди интервью с HR и лидами команд, разбери кейс и технические задачи 4️⃣ Прими участие в финале Подробнее об условиях, этапах интервью и возможностях работы в Okko — на сайте. *Okko Analysts’ One Day Offer — формат быстрого найма для аналитиков от Okko. 📌 Регистрация уже открыта. Подай заявку до 28 июня 23:59 МСК по ссылке. #реклама О рекламодателе

Наконец-то обновил сайт 🔥 Теперь на главной странице собрал основные разделы, где каждый сможет найти что его интересует. Кому-то интересно обучение на курсах, другие интересуются личным менторингом и приходят в ЛС, а другим просто хочется почитать бесплатные материалы, которые я здесь пишу с 2022 года и которые до этого не были нигде структурированы. Теперь все эти запросы закрываются на одной главной странице! И загляните на страницу социальных сетей, там собрал все площадки, где публикуется контент - поэтому буду рад подписке) ➡️ datastudy.ru

Первый лям 🍋 просмотров Заметил что моя статья на Хабре набрала 1 млн. просмотров 😤 Писал про оконные функции еще в 2022 году, буквально решил быстро дать пользу в майские праздники 😃 Интересно что потом ссылку на статью встречал в рабочих чатах, других каналах, ученики писали и говорили «твоя статья первая по запросу оконные функции SQL» высвечивается. Спасибо всем кто читал и внес свой вклад в распространение) А те кто не читал и не знаком с оконками в SQL, велком к прочтению P.S. там внизу еще есть ссылка на вторую часть про фреймы

Ребят, не идите в аналитику, оно вам не надо! ➖ Сейчас работу будете искать вечность ➖ Курьеры в Москве поднимают 💵 как мидлы, а на стройке как сеньеры. Большие ЗП в айти = большой миф ➖ Еще пару месяцев и вообще ИИ все будет делать ➖ Сидячий образ работы это для здоровья плохо, потом будете спину лечить всю жизнь ➖ Удаленки практически нет, всех уже в офис загнали ➖ Льготные программы ипотеки для айтишников практически сделали недоступными Считаю все по фактам расписал 😎 ну и просто куда уже лезете, тут все занято как в электричке до Одинцово в час-пик. Раньше надо было)

Сегодня на домашнем, сейчас мчим на концерт Jason Derulo ✌️🤩💃🕺

ИИ не убивает профессии в данных, он меняет что в них ценится. Требования растут, и сейчас выигрывают те, кто понимает весь стек, а не один инструмент. 16 июня в 17:00 пройдет бесплатный вебинар «День открытых дверей с Анатолием Карповым». Его проведёт Анатолий Карпов - основатель karpov.courses, бывший ведущий аналитик Mail.ru Group и VK, самый популярный эксперт в аналитике по исследованию NEWHR. На вебинаре разберут: - чем реально отличаются аналитик, инженер данных и ML-инженер; - какие навыки останутся востребованными с развитием ИИ; - как выбрать направление если смотришь на несколько сразу; - ответы на вопросы в прямом эфире. Трансляция начнется 16 июня в 17:00 по МСК, присоединяйтесь по ссылке: https://clc.to/erid_2W5zFHZ1DUu Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627. erid: 2W5zFHZ1DUu

Нас всех оценивает ИИ 🤖 Вот таких проектов сейчас много, которые через ИИ прогоняют резюме, оценивают его и строят рейтинг кандидатов. Поэтому если находитесь в поиске, помните, что ключом к успеху является грамотно составленное резюме с учетом нюансов, что сначала его смотрит бездушная машина, а потом если повезет человек Если не уверены что справились, найдите лучше человека кто поможет платно (рекрутеры, менторы, друзья из сферы кто знает рынок, а не просто работает на одном месте долгое время)

ИИ забирает рутинные задачи аналитиков (и работу) Требования к аналитикам сильно растут. То что казалось раньше нормой для middle сейчас становится требованием для junior. Недавно общался со знакомым, он работает Data архитектором: проектирует платформы данных и DWH в разных компаниях, в его командах работают аналитики и инженеры данных, которых он собесит. Он очень хорошо знает рынок и также сказал, что сейчас компании ценят сильных универсалов, способных заменить целую команду «простых аналитиков», которые знают только пару инструментов и не способных погрузиться в технику глубоко. Поменялись требования к специалистам. Теперь ценятся те, кто: 📍видит весь процесс работы с данными от начала до конца 📍умеет не просто анализировать, а выстраивать инженерные процессы и self-service аналитику 📍использует ИИ как мощного ассистента чтобы ускорять свою работу 📍берёт комплексную задачу и доводит её до финального результата Именно такие кандидаты получают привлекательные офферы выше рынка. Почему? Да потому что они одни закрывают сразу 2 роли: аналитика и инженера Требования в таких вакансиях выглядят так: 🔶 получать и преобразовать сырые данных из разных источников (базы данных, API, вебхуки) 🔶 навык трансформация данных, оценка качества на SQL или Python 🔶 опыт реализации инкрементальной загрузки данных 🔶 опыт проектирования и реализации витрин данных (data mart) 🔶 опыт описания моделей данных и формирования документации, общение с заказчиками 🔶 опыт реализации ETL/ELT процессов, оркестрации. Владение Apache Airflow или аналогами 🔶 навык расчета бизнес-метрик, подготовка данных для анализа 🔶 анализ данных и разработка аналитических отчетов, дашбордов Все это мы изучаем в практическом формате на моем курсе «Продвинутый SQL и автоматизация витрин данных» После курса будут не просто знания, а закрепленные на практике навыки реализации реальных задач от начала до конечного результата Именно для этого есть 🧑‍💻 подготовленная инфраструктура с PostgreSQL, Airflow, GitHub, Cloud Functions 1️⃣0️⃣ практических задач на разработку и автоматизацию обновления витрин данных 🤝 помощь и обратная связь от меня на протяжении обучения Помимо этого: ➕сертификат об обучении (образовательная лицензия) ➕ возможность оформить налоговый вычет 13% ➕доступ в закрытое сообщество учеников с дальнейшим развитием и нетворком ❗️Старт уже завтра (8 июня) Запись в группу на сайте

Кем бы я мог работать после бакалавриата Сижу рассуждаю про все эти белые списки, ограничения связи на уровне протоколов, маршрутизаторов, впн и всего прочего. И стало интересно кем бы я сейчас вообще мог работать после своего бакалавриата по специальности «Инфокоммуникационные технологии и системы связи». Пошел спрашивать нейросеть как обстоят дела на рынке РФ. Каки предполагал есть несколько направлений куда можно было двигаться: - телеком и все что с проектированием сетей связано - проектирование электронных компонентов (в нашей реалии это работа скорее всего либо на заводе, либо в научной лаборатории) - IT в специализации DevOps и сетевые инженеры, либо безопасники А в школе вообще мечтал быть физиком и планировал поступать на факультет физики, ох уж жизнь куда занесла 🧑‍💻📊📊 Интересно узнать кто из вас прям по специальности продолжает работать. Голосуйте реакциями ♥️ - работаете чисто по своей специальности с учебы 🔥 - сменили специальность

Хотите стать аналитиком, но боитесь, что для вас вакантного места нет? Это совершенно не так и вот почему: в 2026 году трудовую конкуренцию выигрывают не те, кто знает больше инструментов, а те, кто понимает, что именно нужно рынку прямо сейчас и готов подстраиваться под изменения бизнеса ⚙️ Заходите на бесплатный эфир, на котором не будет информации «как стать аналитиком за 30 дней», но будет подробный разбор карьеры аналитика и то как им стать в 2026 году. Ведет Андрон Алексанян — CEO школы аналитики 📉📉📉📉📉📉, 8 лет в аналитике, работал с крупнейшими компаниями РФ и мира. Что обещают разобрать: 🔶Как реально устроен вход в аналитику в 2026; 🔶Как думают нанимающие менеджеры — и что прямо бесит их в резюме; 🔶Какое портфолио сегодня реально смотрят; 🔶Почему кандидаты с меньшим опытом получают работу первыми — и как этим воспользоваться; 🔶Ну и про возраст 30 / 40 / 50+ тоже разберут — есть ли смысл стартовать сейчас. Плюс всем зарегистрировавшимся дают урок по прохождению собеседований — обычно он только в платных курсах. Эфир стартует уже совсем скоро! 📊 Зарегистрироваться бесплатно

Наш бобёр Борис! 🦫 Уверен он больше реакций наберет чем посты по аналитике 😎

В чем разница между Data Warehouse, Data Lake, Data Lakehouse, Data Fabric, Data Mesh Нравится статья, делюсь как обычно с вами. Есть классная историческая справка (сможете похвастаться перед коллегами или на собесах знанием истории концепций хранилищ данных 😎). Если кто-то думает, что аналитика данных и Big Data зародились когда все об этом начали в рекламе курсов кричать, то вы далеко ошибаетесь, история уходит еще в 20 век. Ну и лаконично описаны концепции хранилищ и показаны на визуальных схемах с основными элементами. Помогает понять зачем вообще такой зоопарк систем нужен и как это все обусловлено эволюцией подходов работы с данными. Не путать с методологиями проектирования хранилищ данных! Методология - это «как строить?» и есть классика формата Кимбалл, Инмон, есть Data Vault, Anchor Modelling. А в статье речь про концепции управления платформами данных Читать статью

Недавно наткнулся на крутой материал — хэндбук по А/В‑тестам от Trisigma (это платформа для продуктовых экспериментов от Авито Тех). Очень советую посмотреть материалы, даже если с A/B не работаете часто или наоборот каждый день по несколько экспериментов запускаете. В хэндбуке приведены живые примеры из продуктовой практики. Узнаете, как не попасться на ложные выводы, зачем нужны guardrail‑метрики, что кроется за такими штуками, как атомарный дизайн и закон Кэмпбелла. Ещё разложили по полочкам goal, proxy, debug, OEC — и вообще много всего, что реально пригодится в работе. Короче, этот гайд будет полезен и тем, кто только начинает разбираться с экспериментами, и тем, у кого уже есть опыт, но иногда всплывают вопросы вроде «а в чём, собственно, разница между стандартной ошибкой и стандартным отклонением?». 😅 Забрать хэндбук можно бесплатно в боте @trisigma_avito_bot. И если вдруг захотите что-то уточнить или поделиться мнением — там же можно оставить фидбек Ставьте реакции, если пост полезен 👍♥️🔥

Скоро появится несколько активностей в моем образовательном направлении 1. 8 июня начинает обучение группа на курсе по созданию и автоматизации витрин данных. SQL, Airflow, GitHub, Python, ETL, Cloud Functions - все это разбираем на обучении и на практике создаем data marts для отчетов. ➡️Запись на сайте 2. В июне по плану запустить сообщество учеников. Это место для тех, кто прошел обучение и хочет двигаться дальше: развиваться и иметь доступ к учебным материалам, искать проекты, новую работу, знакомства и полезные контакты в сфере data и IT. Вступить сможет каждый ученик по своему желанию абсолютно бесплатно. 3. Работаю над новым учебным материалом с практикой в востребованных инструментах аналитики-инженерии данных, пока озвучивать не буду, оставлю интригу 😁 Возможно будет бесплатно или за чисто символическую плату с огромной пользой внутри 🤫 Кто я | Навигация | Обучение

Это была лучшая поездка на Кавказ!!! Мы уже 4 года подряд бываем в горах, но этот раз запомнится точно на всю жизнь ♥️ Погнали мы туда молодежным туром, думаю многие из вас видели рилсы про эти экстремальные покатушки на лодках, гипер-крутых гидов, красивые голубые каньоны, покатушки на лошадях и багги. Дак вот было в 1000 раз больше и круче и сколько еще осталось за кадром! Все что было в Дагестане, остается в Дагестане 🤫😎

SQL: быстрое погружение / Уолтер Шилдс Книга для тех, кто только начинает изучение SQL и работу с базами данных. Скачать книгу

Еще когда я был подростком, мне запомнились слова одного важного для меня человека. Он сказал

цели перед собой нужно завышать, делать их чуть более амбициозными, тогда настоящий желаемый результат будет более досягаем.

Например, когда ты хочешь зарабатывать 150к в месяц - это твое желание, исходя из которого можно поставить созвучную цель. Добившись ее, ты крутой - зарабатываешь желаемую сумму. Но если ты исходя из желания зарабатывать 150к поставишь более амбициозную - цель зарабатывать 200к, твое планирование и выполнение шагов по достижению этой цели может привести тебя к 200к. Получается, хотел 150к, поставил цель выше, реализовал ее и получаешь 200к 😃 Такое завышение цели еще объясняет выигрыш в том, что даже если ты не смог достичь амбициозной вершины и дошел до нее только частично, скажем 170к ⬅️ это все равно больше чем ты хотел изначально, а значит метод постановки более амбициозной цели сработал) Привожу пример в заработке, но на самом деле это можно применять в любой сфере жизни: в спорте, личном развитии, финансовом благополучии и т.д. Я пользуюсь таким подходом и он действительно много раз срабатывал) Думаю мысль вам понятна 😉