datalytx | Unsorted

Telegram-канал datalytx - Datalytics

9020

Канал для аналитиков данных про Python, карьерное развитие в анализе данных, всякое разное Автор – @ax_makarov Отдельный канал про ChatGPT и его практическое применение —  @ai_forge Чат канала — @pydata_chat Вакансии — @data_hr

Subscribe to a channel

Datalytics

Дата-инженеры — самые ценные игроки любой DS-команды

Данные — это база, без навыков их обработки и организации хранения не получится построить никакой аналитики.

Сейчас компании часто предпочитают брать многоруких-многоногов, которые сразу и данные подготовят, и проанализируют, и сделают информативный отчет для бизнеса. Такие специалисты — буквально на вес золота.

Чтобы прокачаться во всем сразу — приходите учиться в Simulative.
Курс-симулятор от Simulative построен таким образом, что вы сразу погружаетесь в настоящую работу дата-инженера: например, вы будете формировать продуктовые рекомендации для клиентов крупного телекома с помощью Clickhouse.

Обучение охватывает весь стек, который нужен многорукому-многоногу: SQL, Python, Metabase, Linux, Docker, Airflow, Clickhouse, Hadoop и Spark. А также готовит к любому собеседованию – в курс включены тестовые задания, технические и HR-собеседования и многое другое.

Уже совсем скоро стартует новый поток
Оставляйте заявку, чтобы узнать все подробности
А по промокоду DATA дарят еще скидку 10%

Читать полностью…

Datalytics

🌐 Подборка Telegram-каналов для поиска работы в IT и Digital

Февраль — идеальное время для поиска новой работы! Начало года традиционно становится сезоном активного найма, когда компании обновляют планы, запускают новые проекты и активно ищут таланты. Мы подготовили для вас проверенную подборку Telegram-каналов, где публикуются актуальные вакансии от надежных работодателей.

Эти каналы помогут вам найти работу быстрее, экономя время и усилия, а также предложат советы по подготовке резюме, прохождению собеседований и изучению рынка труда.

Что вы найдете в нашей подборке:

Актуальные вакансии — ежедневно обновляемые предложения от ведущих компаний.
Советы экспертов — как выделиться среди других кандидатов и пройти собеседование на отлично.
Анализ рынка труда — тренды, востребованные навыки и зарплатные ожидания в 2025 году.

Подписывайтесь на интересующие каналы, следите за свежими вакансиями и прокачивайте свои навыки!

➡️ Ссылка на папку

Не упустите свой шанс в новом сезоне найма. Время действовать — именно сейчас!

#работа #вакансии #ИТ #карьера

Читать полностью…

Datalytics

🎥 Я не очень люблю смотреть много видео на youtube, бывают такие каналы, где конечно смотришь из-за лектора, но во многих случаях быстрее получить сжатое текстовое саммари

Нашёл крутой способ превращать часовые видео в удобные конспекты за пару минут! 🚀

Суть в том, что берёте расшифровку видео через расширение Glasp и отправляете её в DeepSeek. А дальше самое интересное — можно получать не просто сухой текст, а персонализированные конспекты под ваши задачи:

• Учитесь? Получите академический конспект с терминами и вопросами для проверки
• Занимаетесь бизнесом? Будут кейсы и метрики
• Нужны креативные идеи? Сделает с метафорами и вдохновением
• Технарь? Получите чёткие спецификации и код

И ещё можно настраивать объем и детальность — хоть краткое саммари, хоть глубокий разбор 📝

🎁 Подробный гайд со всеми настройками и профилями — в комментариях к посту. Пробуйте, это реально экономит кучу времени!

❓ А как вы обычно работаете с длинными видео? Смотрите полностью или ищете краткое содержание?

Читать полностью…

Datalytics

AI убьет дата-жокеев: Почему аналитики данных останутся незаменимыми

В контексте предыдущего поста у многих сразу же возникает вопрос «А не убьет ли AI профессию дата-аналитика?». Отвечаю: AI не убьёт профессию дата-аналитика, AI убьёт профессию дата-жокея

Кто такие дата-жокеи? Это специалисты, чья рабочая рутина сводится к набору алгоритмизируемых действий — вытащил данные из хранилища, засунул в excel (python, google sheets), сделал отчет, отправил руководству. Конечно это очень удобная позиция для работы в найме, потому что она не пыльная и практически всё можно автоматизировать. Сам я начинал свой путь примерно с этого, только доставал не из хранилища, а из гугл-аналитикса и отчеты делал конечным клиентам в виде красивых пдф-ок с логотипом компании, в B2B такое ох как любят

Дата-аналитик же всё-таки решает задачи бизнеса и работает с гипотезами от бизнеса, а не только выступает «переводчиком» с языка данных на бизнес-язык. Ядро работы аналитика находится вокруг умения задавать вопросы, выстраивать корректную методологию проверки гипотез, критически подвергать оценке полученные выводы и давать рекомендации. Получается что аналитик — это такой спутник бизнеса, который помогает бороться с неопределенностью и помогает бизнесу видеть дальше

При этом важно понимать, что ИИ-инструменты — в горизонте 5-10 лет это замена для дата-жокеев, а для дата-аналитиков это скорее ускоритель и инструмент уменьшения рутины: можно делегировать делать какой-нибудь базовый exploratory data analysis, быстрее писать типовой шаблонный код, меньше разбираться в документации баз данных за счет data-observatory инструментов с AI. Моё мнение, что в этой части AI — это не хайп, а инструмент, который с нами уже навсегда, уже сейчас видно, что галлюцинации в узко-специализированных кейсах становятся всё меньше, в конечном итоге их вероятность снизится до меньшей, чем вероятность человеческой ошибки в том же кейсе

Совет простой — развивайте в себе не просто инструментальные навыки (типа SQL, кодинга, базовой статистики, построения отчетов), а более сложные мыслительные навыки, такие как умение задавать вопросы, позволяющие уточнить задачу или взглянуть на неё с другой стороны, найти заранее подводные камни, навык интерпретировать полученные данные и критически осмыслять свою же собственную интерпретацию, генерировать рекомендации на основе полученных выводов. Работа в найме благодаря AI будет становится сложнее, но вместе с тем и интереснее, потому что банальные исполнители будут не нужны, будет больше акцента на тех, кто может предлагать глубокую интерпретацию и умение видеть вещи под широким углом

Читать полностью…

Datalytics

Ml-инженеры. Бесплатный вебинар про тех, кто обучает нейросети и как стать таким специалистом от профильной онлайн-школы Karpov Courses.

С увеличением спроса на нейросети растет и потребность в Ml-инженерах, которые умеют их обучать. Погрузитесь в тему машинного обучения и узнайте, какие навыки и инструменты нужны в профессии на бесплатном онлайн-вебинаре от Karpov Courses, который пройдет 28 января в 19:00 мск.

Переходите по ссылке, регистрируйтесь на вебинар и получите карьерный гайд в подарок: https://clc.to/erid_2W5zFJ4QpP2

Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627

Читать полностью…

Datalytics

Начни год так, чтобы гордиться собой!

Уже есть опыт работы с хранилищами данных, но хочешь прокачать скилы и открыть новые карьерные горизонты?

Тогда скорее залетай на бесплатный ИТ-интенсив в Открытых школах Т1 для аналитиков платформ данных (DWH).

Это возможность прокачать свои навыки и получить оффер от одного из лидеров* российского ИТ-рынка — ИТ-холдинга Т1. И все это за месяц, онлайн и в удобное вечернее время.

Что ты получишь?

🔹Уникальный рыночный опыт и масштабные ИТ-проекты: Т1 — одни из первых, кто внедряет технологии для управления данными. Лучшие выпускники смогут присоединиться к проекту по созданию новой технологической платформы данных в банковской сфере.

🔹Быстрый рост в ИТ при экспертной поддержке: карьерные треки для выпускников Открытых школ позволяют быстрее расти в профессии.

🔹Работа в бигтех-компании: ИТ-аккредитация, современный техстек, ДМС, удаленка, крутые офисы, спорт, обучение, митапы, ИТ-конференции, программы признания и развития.

Более 1300 специалистов уже прошли этот путь — теперь твоя очередь! Читай подробности в карточках. Не откладывай успех на потом!

💎 Подай заявку до 10.02.

*По выручке, по версии RAEX и CNews Analytics 2023.

Реклама. ООО «Т1» ИНН: 7720484492. Erid: 2SDnjdGLKAC

Читать полностью…

Datalytics

😀😃😄😁😀😅😂🤣🥲

Поиск работы может быть простым и быстрым

Да, даже в конкурентной IT-сфере. С подпиской hh PRO ваше резюме будет выделено и поднимется в топ поиска — на него обратят внимание в первую очередь. А еще вы сможете изучить статистику зарплатных запросов и навыков конкурентов, чтобы поправить свои данные в соответствии с ситуацией на рынке.

Результат — в 3 раза больше показов резюме, в 2,4 раза больше просмотров, в 2,3 раза больше приглашений.

Оформляем подписку тут.

HeadHunter не гарантирует просмотры резюме, приглашения и трудоустройство, расчёт данных здесь.

Читать полностью…

Datalytics

Бытует мнение, что роль руководителя при внедрении Data Culture — обеспечить компанию инструментами аналитики 📊
Но это лишь часть правды.

В нашей новой статье мы разобрали, какие ещё навыки нужны руководителю для успешного внедрения Data Driven подхода в бизнес и как он должен влиять на этот процесс на разных его этапах.

📥📥📥
Многие управленцы совершают ошибку, полагая, что достаточно мотивировать сотрудников и дать им необходимые инструменты (например, системы аналитики, инструменты визуализации данных и базы данных). На самом деле, главная роль лидера заключается в том, чтобы на своем примере показывать, как именно нужно использовать данные. Например, руководитель, анализируя KPI и данные о продуктивности сотрудников, принимает решения для улучшения рабочих процессов и повышения производительности.

Личное участие руководителя критически важно по нескольким причинам... Читать далее

P.S. Подписывайтесь на тг-канал Modus и узнавайте об интересных статьях первыми!

Читать полностью…

Datalytics

Знание DWH и dbt – это must have для уровня middle/senior-аналитика и инженера как на российском, так и на международном рынке.
Хотите освоить эти инструменты?

Попробуйте симулятор Data Warehouse Analytics Engineer на базе dbt для инженеров и аналитиков данных.

Уникальный формат обучения:
⚡️ максимум прикладных практических навыков
⚡️ браузерная IDE для запуска проектов dbt
⚡️ геймифицированные задания с подробным описанием и подсказками
⚡️ экспресс-квизы для быстрого запоминания

Вас ждут более 100 задач из разных бизнес-сфер, которые вы возьмете в портфолио, например:

Статистика поездок на самокатах - вы сможете выстроить аналитический пайплайн из таблиц и представлений, который выдает общую и дневную статистику поездок с учетом данных пользователей, и покрыть его тестами качества данных и документацией

Аналитика ивентов приложения - вы разработаете SQL-пайплайн, который будет инкрементально очищать и обрабатывать таблицу событий из мобильного приложения, обогащать ее данными поездок и пользователей и в конечном итоге представлять продуктовые метрики

Анализ финансовых данных - поможете финансовым аналитикам обработать данные в Excel с помощью SQL, dbt и аналитической in-memory базы данных DuckDB, не передавая данные в сеть

Создание аналитической платформы - выступите в роли инженера аналитики и развернёте аналитические dbt-пайплайны с планировщиком, мониторингом и централизованным git-репозиторием для всей команды аналитиков

Первые 4 задачи доступны в демо-доступе бесплатно.

➡️Получить демо-доступ сейчас

Реклама. ООО "Инженеркатех" ИНН 9715483673

Читать полностью…

Datalytics

Можете часами говорить про аналитику?
Вдохновляйте наших студентов!

Яндекс Практикум в поисках автора, который поможет нам создать курс по продуктовой аналитике.

Что делает автор курса?
Разрабатывает уроки, тесты, чек-листы, а если шире, то его задача так упаковать свой опыт, чтобы заинтересовать, объяснять и мотивировать.

Если вы обладаете опытом работы в этой области и умеете объяснять сложные вещи простым языком, то эта позиция для вас.

➡️ Откликнуться

Читать полностью…

Datalytics

Как готовить данные для анализа с помощью ETL?

Чтобы освоить основы инжиниринга данных регистрируйтесь на бесплатный вебинар от Simulative 💬

Спикер Даниил Джепаров, lead analytics engineer в Сравни.ру, расскажет о том, как извлекать данные из разных источников, а затем преобразовывать и загружать их в хранилище.

Вы узнаете:

🟡 Что такое ETL и как он работает
🟡 Какие есть различия между пакетной и потоковой обработкой
🟡 Какие виды документации используют в дата-проектах
🟡 Как оценивать и поддерживать высокое качество данных
🟡 Как мониторить ETL-процессы

В конце вебинара вас ждет бонус от спикера — дорожная карта для аналитиков и инженеров с планом развития на middle-позицию 🎁

Встречаемся 4 декабря в 19:00 по мск. Успейте присоединиться по ссылке.

Читать полностью…

Datalytics

Бесплатный онлайн-вебинар от karpov courses — «A/B тестирование на практике с Анатолием Карповым».

Все мы знаем, что цена ошибки в бизнесе — не только тысячи нервных клеток. Часть из них точно можно избежать, применяя в процессах А/B-тесты. Поэтому специалисты в этой области ценятся на рынке, а их зарплаты непрестанно растут.

Если вы хотите углубиться в эту тему с нуля или апгрейднуть свои скиллы — пятого декабря присоединяйтесь к бесплатному онлайн-вебинару «A/B тестирование на практике с Анатолием Карповым», с CEO karpov courses и ex ведущим аналитиком VK.

Сплитование трафика, контроль ошибок, работа с необычными распределениями, проведение А/А-тестов, это лишь малая часть задач, с которыми работают аналитики.
На эфире вам расскажут из чего складывается А/B-тест на практике и что необходимо знать аналитику для грамотного проведения тестов.

Присоединяйтесь к бесплатному онлайн-вебинару: https://clc.to/erid_LjN8K12t8

Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627.

Читать полностью…

Datalytics

Неделя IT-донора: масштабируем добро

С 2 по 7 декабря пройдёт девятая акция IT-донор. Это социальный проект Artsofte. Его цель — создать донорское сообщество из специалистов IT-отрасли, которые готовы сдавать кровь. Идея сплотила комьюнити: проект стал федеральной акцией, привлёк более 650 IT-компаний и 40 Министерств.

В прошлую акцию:
❤️ Зарегистрировалось более 2600 добровольцев из 200 городов России;
❤️ Сдали почти 500 литров крови, которые помогли спасти жизни людей со всей России.
И это не предел — ведь скоро стартует декабрьская акция IT-донор.

Как участвовать в акции?
1. Регистрируйтесь через чат-бот IT-донора до 7 декабря включительно;
2. Приходите с 2 по 7 декабря сдавать кровь на станцию переливания в вашем городе. Найти ближайшую к вам станцию можно здесь.

Подробнее о неделе добра и о правилах участия в акции можно прочесть на сайте проекта.
А если у вас ещё остались вопросы, задавайте их в чате сообщества доноров из IT.

Читать полностью…

Datalytics

🌐 Хотите вывести свои скиллы в аналитике данных на новый уровень?

На открытом уроке разберем оконные функции, их синтаксис и практическое применение для сложных аналитических задач.

Спикер Андрей Поляков — старший разработчик сервисов платежных систем в Unlimint.

Вы узнаете, как использовать PostgreSQL для ранжирования, суммирования и создания отчетов. Эти навыки ценят компании-лидеры!

➡️ Урок пройдет 27 ноября в 20:00 мск. Регистрируйтесь сейчас — участники получат скидку на большое обучение «Data Warehouse Analyst»: https://clck.ru/3EpsWZ

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Читать полностью…

Datalytics

Что инженер данных должен уметь в Kubernetes?

➡️ Запускать Apache Spark
➡️ Деплоить распределенные файловые системы и базы данных
➡️ Разворачивать сервинг ML-моделей на KServe, Seldon Core, Bento+Yatai

9 декабря учебный центр Слёрм запускает новый поток курса «Kubernetes для разработчиков». Внутри — глубокий разбор куба с точки зрения приложения.

В программе:
🔸 Внутреннее устройство куба
🔸 Управление сервисами
🔸 Работа с кластером и управление кластером

ОБНОВИЛИ ПРАКТИКУ в августе 2024 года

🔸7 недель обучения
🔸7 встреч со спикерами
🔸76 часов практики и работы со стендами
🔸Итоговая сертификация
🎁 Видеокурс по основам Docker в подарок

Старт потока: 9 декабря
Изучить программу курса и занять место ➡️ по ссылке

Реклама ООО «Слёрм» ИНН 3652901451

Читать полностью…

Datalytics

🤔 Кому НЕ подходит профессия аналитика?
(спойлер: возможно, тебе)

Я за время работы в Яндекс.Практикуме повидал множество людей, которые приходят обучаться профессии аналитика данных, не очень понимая как устроена рабочая рутина и что это за собой влечет для них. Поэтому решил попробовать систематизировать и описать 5 личностных черт, которые могут стать препятствием в работе аналитика 👇

1️⃣ 🔍 «Детали? Не, не слышал»
От вашей внимательности будут зависеть решения компании. Работа требует постоянной проверки и перепроверки данных. Если вам сложно замечать различия между разными источниками, методично докапываться до причин этих несоответствий, если вы начинаете «выходить из себя», когда после когда после пятой попытки написать запрос к базе данных всё ещё не понимаете природу ошибки — это может стать проблемой 🤯

2️⃣ 🎯
«Я просто хочу сделать это идеально!"»
В работе аналитика постоянно нужно что-то улучшать: думать о том как оптимизировать/автоматизировать процесс, как сделать данные более пригодными для использования в расчетах, как сделать визуализации более понятными. При этом важно понимать, когда нужно остановиться и признать результат достаточно хорошим. Ваш перфекционизм может приводить к тому, что вы будете бесконечно улучшать код, переделывать дашборды или искать более элегантные решения вместо того, чтобы двигаться дальше. В итоге это ведет к срыву сроков, эмоциональному аду внутри и потере продуктивности и всяческой воли к жизни. Так что в профессии будет сложно, если вы не умеете находить баланс между качеством работы и необходимостью остановиться в своих улучшениях и признавать «это уже достаточно хорошо» ⚖️

3️⃣ 🌫️
«А где тут инструкция?»
В реальной работе аналитики редко получают четкие задачи с полным набором данных (сюрприз для тех кто оканчивает курсы, где все данные полно представлены). Часто приходится работать с неполной, противоречивой информацией, самостоятельно думать и выдвигать гипотезы о том из-за чего происходят несоответствия, а также находить способы проверки этих гипотез. Нужно уметь принимать решения и делать выводы даже когда «картинка не складывается полностью». Если вам некомфортно принимать решения в условиях неопределённости или вы паникуете при изменении требований посреди проекта — это серьёзный повод задуматься 🎭

4️⃣ 🗣️
«А тут я применил иерархическую кластеризацию...»
Гигантская часть работы аналитика — это коммуникация с коллегами из других отделов, которые могут не разбираться в аналитике и статистике. Есть конечно компании, где аналитический язык — это общий способ коммуникации, но это скорее применимо к компаниям с сильной аналитической культурой (Яндекс, Авито, Т-Банк). Нужно уметь доносить свои выводы понятно и структурированно, не используя сложных терминов, но при этом не теряя важных деталей. Если вам сложно подбирать аналогии и адаптировать под уровень собеседника то, что вы говорите — это может стать проблемкой 📊

5️⃣ ⏳
«Я хочу всё и сразу!»
В аналитике редко бывают быстрые победы. Часто проходят недели или месяцы от момента проведения анализа до внедрения рекомендаций и получения результатов. Иногда ваши выводы могут не привести к желаемым изменениям из-за внешних факторов или того, что кто-то просто упёрся рогом. Иногда что-то вообще уходит в стол и остаётся там в пыли. Если вы рассчитываете быстро увидеть результаты своей работы, то аналитика может разочаровать. Здесь проекты часто растягиваются на месяцы, а некоторые и вовсе не доходят до внедрения. Нужно быть готовым к такой долгой и не всегда благодарной работе 🌱

💡 TL;DR
В общем, выбирать профессию надо осознанно, отталкиваясь не только от ЗПшечки 💰 и того, что можно работать на удалёнке 🏠, но ещё и на понимании себя как личности, каких-то психологических свойств. Работа аналитика требует особого склада ума. И если вы узнаёте себя как минимум в 2 пунктах, то стоит задуматься подходит ли вам профессия аналитика и может надо пойти в какие-то смежные профессии, где ваши сильные стороны расцветут 🌟

#аналитик_данных #карьера_в_IT #дата_аналитика #выбор_профессии #карьера_аналитика

Читать полностью…

Datalytics

😈 Челлендж по запуску 12 простых IT-проектов за 12 месяцев

Летом 2023 г. появилось комьюнити инди-хакеров, в котором ребята решили запускать 1 простой продукт в онлайне каждый месяц.

И в реальном времени показывать: как разрабатывают, продвигают и сколько получилось заработать на запусках таких микро-проектов.

Например, вот 👉 пост про то, почему американцы платят $40 за простой конвертер картинок, который сделали за 4 недели. Несмотря на то, что вокруг полно бесплатных аналогов)

👉 Этот пост про то, как за 2 недели запустили темную тему с тарифами от $5 до $99. Четыре таких продукта приносят на пассиве как зп среднего разработчика.

А вот 👉 тут — как все может грустно закончиться, если 2 года пилить сложный продукт, не показывая его рынку.

👉 Здесь, как за 30 дней сделали приложение для решения задач по математике, которое через 4 месяца вышло на $1200/месяц.

А 👉 здесь рассказывают, как заработали 1 700 000 рублей на боте для создания фотокниг и какие фейлы допустили.

Первая находка в их комьюнити IT билдеров — метод, который позволяет сделать запуск за 1 месяц.

Вторая находка — метод продвижения, который они используют. В среднем на продвижение одного IT-продукта уходит $150, причем есть продукты с 200К+ юзеров 🙂

Вот здесь можно подписаться на канал, чтобы подглядеть за их запусками. А может, и попробовать сделать такой простой продукт самому)

Читать полностью…

Datalytics

Год назад здесь была реклама нового, но уже довольно любопытного курса по API. За год его автор, тимлид команды аналитиков Глеб Учитель, проделал огромную работу: на курс записалось более 1300 человек. И сейчас его знают многие.

Если вы тоже хотите расти по хардам в IT —
добро пожаловать!

🔹🔹 🔹🔹
Начните с бесплатных уроков по архитектуре и интеграциям в чат-боте курса. Переходите и знакомьтесь.
👇
@studyit_help_bot

Скидка на курс от канала —
1 000₽ по промокоду DATAL4 до 31 января.

Читать полностью…

Datalytics

AI-репортинг за 5 минут: Как GPT превращает текстовые запросы в SQL и executive summary

Интересная статейка про то как через AI автоматизировать пайплайн подготовки простых отчетов — как скормить LLMке структуру таблиц, чтобы потом можно было писать запросы на человеческом и трансформировать их в SQL, а затем полученный ответ транслировать в виде коротких executive-summary. Если завернуть всё это в каком-нибудь телеграм-боте с доступом только по white-list, то можно нехило так сэкономить время на выполнении задачек простого репортинга

В конце статьи ссылка на ноутбук

https://archive.is/QumiN (sahin.samia/how-to-build-an-ai-powered-sql-data-analysis-agent-with-langchain-and-crewai-5c6d992f8851">оригинал на медиуме, по ссылке на архив по идее должно открываться без VPN)

Читать полностью…

Datalytics

Знание DWH и dbt – это must have для уровня middle/senior-аналитика и инженера как на российском, так и на международном рынке.
Хотите освоить эти инструменты?

Попробуйте симулятор Data Warehouse Analytics Engineer на базе dbt для инженеров и аналитиков данных.

Уникальный формат обучения:
⚡️ максимум прикладных практических навыков
⚡️ браузерная IDE для запуска проектов dbt
⚡️ геймифицированные задания с подробным описанием и подсказками
⚡️ экспресс-квизы для быстрого запоминания

Вас ждут более 100 задач из разных бизнес-сфер, которые вы возьмете в портфолио, например:

Статистика поездок на самокатах - вы сможете выстроить аналитический пайплайн из таблиц и представлений, который выдает общую и дневную статистику поездок с учетом данных пользователей, и покрыть его тестами качества данных и документацией

Аналитика ивентов приложения - вы разработаете SQL-пайплайн, который будет инкрементально очищать и обрабатывать таблицу событий из мобильного приложения, обогащать ее данными поездок и пользователей и в конечном итоге представлять продуктовые метрики

Анализ финансовых данных - поможете финансовым аналитикам обработать данные в Excel с помощью SQL, dbt и аналитической in-memory базы данных DuckDB, не передавая данные в сеть

Создание аналитической платформы - выступите в роли инженера аналитики и развернёте аналитические dbt-пайплайны с планировщиком, мониторингом и централизованным git-репозиторием для всей команды аналитиков

Первые 4 задачи доступны в демо-доступе бесплатно.

➡️Получить демо-доступ сейчас

Реклама. ООО "Инженеркатех" ИНН 9715483673

Читать полностью…

Datalytics

📊 Как аналитику не стать заложником «визуализации ради визуализации»

Я в своё время достаточно часто слышал сотни запросов вида «сделай красивый дашборд» или «добавь ещё метрик»

Типичная ситуация: продакт прибегает с горящими глазами, просит «быстренько собрать все метрики по новой фиче». Ты тратишь неделю на идеальный дашборд с когортным анализом, расчетом unit-экономики и даже предиктивными моделями. А через месяц узнаёшь, что им никто не пользуется, потому что «там слишком много всего»

За годы работы с данными я могу выделить три главные ловушки, в которые мы как аналитики (и бизнес в целом) регулярно попадаем:

1. Синдром потерянного инсайта
Стейкхолдер, умеющий кое-как работать с данными, случайно находит важный паттерн в данных, прибегает к тебе с криком «давай это отслеживать!». Ты автоматизируешь процесс, строишь систему алертов... А через неделю выясняется, что никто уже не помнит, какие именно инсайты хотели отслеживать и зачем

2. Метрическая слепота
Представьте дашборд с несколькими графиками и каким-то количеством метрик. Каждое утро менеджеры смотрят на эти цифры, но реально отслеживают 2-3 ключевых показателя, а остальные превращаются в визуальный шум. В итоге важные сигналы — например, рост процента ошибок на бэкенде или снижение конверсии в конкретном сегменте — могут затеряться среди десятков других графиков, которые «тоже полезно мониторить»

3. Подтверждающая аналитика
Особенно весело, когда после двух недель анализа, доказывающего проблемы с retention, слышишь: «Да, но у меня другие данные...» И показывают скриншот случайной выборки из Excel

Чтобы не попадать в эти ловушки, я всегда начинаю с трёх вопросов (да, это похоже на допрос, но оно того стоит):
- Какие конкретные решения будут приниматься на основе этих данных?
- Кто персонально будет смотреть эти метрики и как часто?
- При каких значениях показателей нужно бить тревогу?

22 января на бесплатном воркшопе от Analytic Workspace и Qlever Solutions коллеги разберут, как перейти от интуитивных решений к реальному data-driven подходу. Михаил Греков (директор по развитию BI-системы Analytic Workspace) и Дмитрий Корнеев (руководитель отдела развития Qlever Solutions) поделятся:

- Как выстроить процесс принятия решений на основе данных, а не интуиции: от постановки гипотез до регулярной валидации результатов
- Как повысить эффективность всей компании через грамотную работу с данными: оптимизация BI-решений, автоматизация рутины, построение правильных процессов
- Практический разбор принципов визуализации в AW BI, которые помогают донести инсайты до стейкхолдеров и упростить принятие решений

⚡️ Бонус: все участники получат пошаговый план внедрения автоматизации, который поможет навести порядок в данных

Читать полностью…

Datalytics

Предлагаем немного отвлечься от предновогодней суеты, отключиться от рабочей рутины и понастальгировать!

Играйте в СберЗмейку – пройдите уровни и соберите звездочки⭐️, чтобы украсить новогоднюю ёлку 🎄

Правила такие же, как и в знакомой всем игре 😉

Начинаем!💫💫💫

Читать полностью…

Datalytics

🔥 Как стать востребованным Data Warehouse Analyst в 2025?

Пройди тест по DWH!
Ответь на вопросы и проверь свои знания. Сможешь сдать — сможешь претендовать на продвинутый курс "Data Warehouse Analyst" по специальной Новогодней цене!

➡️ ПРОЙТИ ТЕСТ: https://clck.ru/3FMDfR

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Читать полностью…

Datalytics

Как связаны борщ и архитектура хранилищ данных?

Это не шутка! На открытом уроке мы покажем, как метод «борща» помогает готовить идеальные DWH.

Разберем, что лежит в основе core- и аналитического слоев DWH, и как создавать платформу, которая работает, а не простаивает.

🔥Узнайте успешные подходы к созданию хранилищ данных и прокачайте навыки аналитика. После урока вы сможете строить DWH, способное переварить любой объем данных!

Забронируйте место на открытый вебинар 17 декабря в 20:00 мск. Участники получат скидку на курс «Data Warehouse Analyst»: https://clck.ru/3FDKKn

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Читать полностью…

Datalytics

💠 Вы готовы к следующему карьерному шагу в роли DWH-аналитика?

Узнайте, как пройти собеседование и получить работу мечты.

На открытом уроке разберем реальные кейсы из интервью на позицию Data Warehouse Analyst, подготовимся к типичным вопросам и выясним, какие навыки выделяют успешных кандидатов.

Подготовьтесь так, чтобы даже сложные вопросы на собеседовании не застали вас врасплох. Узнайте секреты, которые помогут вам занять позицию уровня Middle+.

Спикер Алексей Железной — Senior Data Engineer с большим опытом и широким технологическим стеком.

Встречаемся 4 декабря в 20:00 мск. Участникам урока – скидка на участие в курсе «Data Warehouse Analyst».

Регистрируйтесь: https://clck.ru/3EzcAE

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Читать полностью…

Datalytics

Как упростить сложную бизнес-аналитику с помощью OLAP?

Расскажем на бесплатном вебинаре СберТеха «Platform V OLAP Analytics — бизнес-эффекты от интерактивного анализа данных».

Приходите на вебинар, чтобы:

• Разобраться, зачем нужна OLAP-технология и где могут пригодиться OLAP-кубы.
• Познакомиться с инструментом для интерактивного анализа данных Platform V OLAP Analytics, узнать об основных функциях, преимуществах и сценариях использования.
• Посмотреть демо решения Platform V OLAP Analytics и задать вопросы эксперту — владельцу продукта.

Когда: 12 декабря в 11:00.

Кому будет полезно: бизнес-аналитикам, руководителям аналитических отделов, CDO и CTO.

Регистрируйтесь!

Читать полностью…

Datalytics

На Хабре вышла статья об оценке умений LLM-моделей, и это интереснее, чем может показаться на первый взгляд.

Традиционно считается, что интеллект LLM можно измерить как человеческий — с помощью тестов и экзаменов. Отсюда и появились многочисленные академические бенчмарки. Но эти тесты упускают главное: LLM создаются не для решения ЕГЭ, а для реальных задач — ведение диалога, перевод, суммаризация, брейншторминг. К тому же все бенчмарки подвержены протечкам данных — тестовые задания попадают в тренировочные наборы, искажая результаты.

LLM-модели не имеют той внутренней картины мира, которая есть у людей. Для нас вопрос «стоит ли брать кирпичи на пляж» звучит абсурдно, а для модели этот ответ совсем не очевиден. Именно поэтому появились специальные бенчмарки на «здравый смысл» — COPA, PIQA, OpenBook, WinoGrande. Но и они не отражают реальной применимости модели в бизнес-задачах.

Автор статьи, специалист из Яндекса, рассказал, что компания создаёт внутренние бенчмарки под конкретные задачи и привлекает AI-тренеров — специалистов из разных областей для глубокой оценки ответов модели. Это дороже и сложнее с точки зрения систем контроля качества, но позволяет понять реальную ценность LLM.

Отдельного внимания заслуживает LMSYS Chatbot Arena, где пользователи сами оценивают ответы моделей по принципу шахматного рейтинга. Казалось бы, отличное решение, но и здесь есть подводные камни — респонденты часто предпочитают длинный красиво оформленный ответ короткому, даже если он неправильный.

Самый важный вывод: универсального решения для оценки LLM просто нет. И это не баг, а фича — приходится постоянно комбинировать методы, анализировать данные и проверять, насколько модель действительно полезна в реальных задачах. Оценка практической ценности ИИ оказалась не менее сложной задачей, чем его создание.

Читать полностью…

Datalytics

Приглашаем тебя на крутое IT-мероприятие, посвящённое AI и передовым технологиям разработки рекомендательных систем.

Регистрируйся, и в день мероприятия мы пришлём тебе ссылку на трансляцию. Или приходи очно, если ты живёшь в одном из городов.

Где и когда?

👉 Нижний Новгород, 5 декабря
👉 Санкт-Петербург, 6 декабря

Тебя ждут крутейшие доклады, живая дискуссия и новые знания в сфере рекомендательных систем.

Количество мест ограничено — успей занять своё и прикоснуться к миру рекомендательных систем! 😉

Читать полностью…

Datalytics

Сегодня подготовили для вас целую подборку каналов в
сфере “IT и Технологии” 📚

Тут вы точно найдете ответы на многие свои вопросы. А главное - вам не придется, тратить на поиски информации несколько часов 😊 👇

Поэтому переходите, подписывайтесь и пользуйтесь на здоровье 📂😉

Хотите подборку?

Читать полностью…

Datalytics

Импульс Т1 — конференция для тех, кто меняет мир! 🦾

💡 Что стоит за великими открытиями и масштабными проектами? Конечно, импульс!

Импульс Т1 — ИТ-конференция для тех, кто ценит точность, стремится к новым открытиям и жаждет творческого огня.

🔥 Вас ждут:

🟣вдохновляющие лекции от ведущих специалистов,
🟣интересные дискуссии экспертов рынка ,
🟣нетворкинг и вечеринка late night lab,
🟣питчи идей и еще много интересного.

🌟 На площадке соберутся разработчики и ИТ-инженеры , представители бизнес-сообщества и молодые ученые, студенты инженерных и ИТ-направлений, эксперты и партнеры Холдинга Т1.

О чем поговорим?

🔹 Как создавать условия для развития бизнеса и выращивать высокотехнологичных лидеров рынка?
🔹 Как новые технологии помогают решать актуальные проблемы в различных отраслях?
🔹 Где находится точка рождения новых знаний и что служит генератором новаторских идей?
🔹 Как новые идеи изменят самого человека – его тело, мозг и душу?

🎤 Среди спикеров конференции:

Максут Шадаев, министр цифрового развития, связи и массовых коммуникаций РФ
Василий Шпак, заместитель министра промышленности и торговли РФ
Евгений Абакумов, директор по информационной инфраструктуре, Госкорпорации «Росатом»
Наталья Касперская, президент, ГК InfoWatch, председатель правления АРПП «Отечественный софт»
Алексей Паламарчук, генеральный директор, NtechLab

Присоединяйтесь к Импульсу 2024! Регистрируйтесь прямо сейчас!

Реклама. ООО «Т1» ИНН: 7720484492. Erid: 2SDnjeHJQgj

Читать полностью…
Subscribe to a channel