datalytx | Unsorted

Telegram-канал datalytx - Datalytics

8902

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

🔥 Набор материалов, который нужен КАЖДОМУ АНАЛИТИКУ!

Александр Нездемина выложил в свободный доступ разборы реальных собесов и задач + топовые шаблоны и чек-листы!

👉 Скорее подписывайтесь, такое редко бывает бесплатно! Я уже скачал себе все материалы! ⚙️

/channel/+hASxh8fnM49mMGJi

Erid: 2Vtzqx4vUd2 Реклама.ИП Пяташева Александра Витальевна ИНН 744518674547

Читать полностью…

Datalytics

🔊 А вот и запись эфира, где аналитики Авито отвечали на вопросы. И тайм-коды для удобства:

2:00 | Какие качества начинающего аналитика самые важные
6:47 | Что мы сделали бы по-другому в рамках аналитики Авито
9:55 | Как в больших компаниях ловить баланс между быть в теме важных нововведений/исследований и не захлебнуться от информации
13:10 | Сложные вопросы и ответы про A/B-тесты
25:44 | Про Академию аналитиков Авито
32:40 | Снова про hard-скилы аналитика и инструменты
36:44 | Как попасть в Академию аналитиков
40:34 | Где ищем интересные аналитические кейсы, которые затем применяем в работе
44:10 | Про исследования

➡️ Больше контента от инженеров Авито смотрите AvitoTech">на YouTube канале AvitoTech

Читать полностью…

Datalytics

⚡️Создаём свою нейросеть в PyTorch

Хотите быстро разобраться в PyTorch и написать свою нейросеть? Мы подготовили для вас вебинар, где на практике разберём все этапы создания ML-модели.

Вебинар проведет Владислав Агафонов — ML-инженер, ранее работал в Yandex и Huawei.

Что будет на вебинаре?
🟠Установим PyTorch в Google Colab и настроим работу на бесплатном GPU;
🟠Поймём, что такое тензоры и почему они — фундамент всех нейросетей;
🟠Скачаем готовый датасет, разберём его структуру и подготовим для обучения;
🟠Научимся использовать DataLoader для эффективной загрузки данных;
🟠Пошагово соберём облегчённую версию классической свёрточной нейронной сети (CNN);
🟠Обучим и протестируем модель.

🕗 Встречаемся 14 мая в 18:30 по МСК, будет много практики, ответы на вопросы и полезные инсайты от эксперта.

😶Зарегистрироваться на бесплатный вебинар

Читать полностью…

Datalytics

⚡️ Разбираем тестовое задание в Т-Банк и строим дашборд в SuperSet

Разборы тестовых заданий — это не просто полезно, а стратегически важно, если ты хочешь попасть в сильную компанию. Вы узнаете как технически выполнить задачу и научитесь превращать данные в бизнес-инсайты, оформлять их убедительно и выделяться среди других соискателей.

22 апреля в 18:30 по МСК проведем вебинар, где Денис Иванов разберет тестовое задание в Т-Банк и построит информативные визуализации в SuperSet. Денис — ведущий продуктовый аналитик.

Что будем делать на вебинаре:

🟠 Разберем структуру тестового задания и обсудим, на что обращают внимание рекрутеры;
🟠 Вместе решим задачи по SQL разной сложности;
🟠 Покажем, как работать с SuperSet и как создавать информативные визуализации;
🟠 Обсудим, какие типичные ошибки допускают кандидаты и как их избежать.

❗️ И, как всегда, ответим на все вопросы в прямом эфире.

Важно досмотреть вебинар до конца, чтобы узнать как правильно интерпретировать полученные данные и формулировать бизнес-инсайты!

😶Зарегистрироваться на бесплатный вебинар

Читать полностью…

Datalytics

⚡️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

Вебинар будет интересен как новичкам, так и уже опытным специалистам

😶Зарегистрироваться на бесплатный вебинар

Читать полностью…

Datalytics

Приглашаем на Lamoda Tech DS Meetup 🆕

Большие данные — это не только модный, но и мощный инструмент для улучшения пользовательского опыта. Как его использовать, поделятся специалисты по машинному обучению Lamoda Tech.

➡️ В программе свежие кейсы, которые позволяют улучшать UX и делать шопинг ещё более приятным:

⚫️ Поднимаем метрики поиска по самым нестандартным запросам: помогаем отыскать в каталоге те самые джинсы клёш от колена и малиновые чиносы.
⚫️ Персонализируем рекомендации на примере главной страницы.
⚫️ Создаём облако тегов и разметку отзывов для более точного выбора товаров.

После докладов вас ждут ответы на вопросы и нетворк с закусками и напитками.

⏰ Когда: 15 апреля в 19:00 по МСК
📍 Где: online + offline в нашем московском офисе
🔗 Регистрация и детали программы на лендинге.

Обязательно зарегистрируйтесь, чтобы получить напоминание о мероприятии и ссылку на трансляцию.

Реклама. ООО «Ламода Тех», ИНН 7734461512

Читать полностью…

Datalytics

Иди на дата саентиста, там вакансии с ЗП от 300 000₽

Ага, только тебя завалят на первых же задачах с LeetCode.

Сотни ребят каждый день сталкиваются с тем, что без подготовки и понимания алгоритмов пройти техническое собеседование — это как пытаться собрать IKEA без инструкции.

В этом деле важен опыт: гляньте канал Глеба Михайлова, он прошел больше сотни технических собеседований (съел на этом всех собак 🐕🍽).

— Работал в Альфе, Сбере, Ростелекоме
— 5 лет являлся наставником в Яндекс.Практикуме
— Знает все подводные камни тех. собеседований в ТОП компании

Кто, как не он, знает, как пройти техсобесы и не сойти с ума?

Если ты хочешь левел-апнуться, больше зарабатывать и от души поржать над байками о работе в Сбере и Альфе от дата саентиста, который вырос из просто аналитика — подписывайся: @mikhaylovgleb

Реклама

Читать полностью…

Datalytics

Хочешь стать руководителем? Начни с самого страшного — скажи это вслух

Многие аналитики (и не только) хотят расти. В должности, в доходе, в влиянии. Часто — в сторону руководства

Но когда доходят до вопроса «а ты сам своему руководителю об этом говорил?» — тишина. Неловкая, густая
Нет, не говорил
А вдруг подумают, что я самоуверенный?
А вдруг теперь будут пристальнее смотреть?
А если не получится, будет стыдно

Мы боимся заявить о намерении, потому что тогда всё становится настоящим
Молчишь — как будто ещё не начал
Сказал — всё, теперь отвечаешь

Но вот в чём правда: руководителями не становятся по назначению. Сначала — в голове

Пока ты сам не поверил, что хочешь и можешь вести других — никто не поверит за тебя
Пока ты не начал вести— не «руководить», а именно вести — никто не даст тебе эту роль
Пока ты не озвучил своё намерение — ты остаёшься в тени

И вот тут возникает вторая проблема — зачем ты этого хочешь?
Если честно — часто ради денег, статуса, чтобы не делать руками
Иногда — чтобы «управлять, а не слушаться»
Редко — чтобы брать на себя больше
Здесь все ответы нормальны. Но пока ты сам себе не скажешь правду — будешь буксовать на месте

Если хочешь стать руководителем:
- Сначала разберись зачем
- Потом начни делать то, что делает лидер: держи рамку, думай системно, бери ответственность за процессы, учи других, помогай команде
- И да, скажи об этом. Не «хочу повышения», а: «я хочу двигаться в сторону лидерства — давай обсудим как»

Это может быть страшно

Но молчаливых лидеров не продвигают. Их просто не замечают

Автор: Алексей Макаров, @datalytx

Читать полностью…

Datalytics

Видимость для аналитика: зачем светиться, когда молчать, и почему без дела это всё не имеет смысла

Иногда кажется, что быть хорошим аналитиком — это просто «делать свою работу». Копать, считать, визуализировать, находить. Но правда в том, что в реальности получают бенефиты не всегда те, кто копает глубже. А те, кого видно

Видимость — это валюта

Если тебя не видно, твой вклад обесценивается. Ты превращаешься в сервис: к тебе приходят, когда всё уже решили, и нужна «таблица». А если хочется быть партнером в принятии решений? Придётся выйти из тени — и занять своё место в инфополе команды

Но. Видимость не должна подменять работу.

Если ты только и делаешь, что отчитываешься, постишь апдейты, презентуешь прогресс и фасилитируешь слайды — кто вообще анализирует?
Глубокая, настоящая аналитическая работа требует фокуса, тишины и времени. Настоящие инсайты рождаются не в каналах и не в презентациях. Они приходят, когда ты реально думаешь. Иногда нужно просто уйти в глубокую работу, открыть юпитер-ноутбук или приложуху с заметками, включить музычку на фон, выключить телегу — и осмыслить, что происходит

Видимость — это не фасад. Это контроль над нарративом

Показал, как думаешь — тебе доверяют
Описал прогресс — ты задаёшь темп
Поделился выводами — ты управляешь вниманием
Но всё это должно быть после того, как есть сделано дело. Не вместо

А теперь ложка дёгтя

Высокая видимость = высокая ответственность
Светишься? Жди, что будут звать везде. Будут ждать от тебя сверхспособностей. Будут перекладывать в тебя часть вопросов, которые иногда вообще не входят в твою зону ответственности. А когда в компании что-то идёт не так, первым вспомнят про того, кто был везде и всюду

Иногда незаметность — это броня. Особенно, если вокруг летят головы. Или когда ты сам перегружен и на грани. Светиться на издыхании — путь к выгоранию, где тебя помнят как «того, кто всё тянул», а ты лежишь без ресурса

Так что делать?

- Работать на ценность, а не на показуху
- Обеспечивать видимость, когда это усиливает влияние, а не мешает концентрации
- Уметь временно исчезать ради deep work — и не чувствовать вины
- Следить, чтобы твоё присутствие в инфополе было осмысленным, а не фоновым шумом
- Не путать видимость с важностью. Ты важен, даже когда молчишь и делаешь дело

И напоследок:
Если ты постоянно светишься — иногда стоит проверить, не горишь ли ты

Автор: Алексей Макаров, @datalytx

Читать полностью…

Datalytics

Ваш шанс стать аналитиком данных в банке 🚀

Международный банк предлагает оплачиваемую стажировку по направлению «Аналитик DWH». Наставник поможет разобраться в рабочих процессах, а вы сможете получить ценный практический опыт и прокачать SQL.

Узнать подробности и составить резюме можно в боте.

⚡️ Перейти в бот ⚡️

Читать полностью…

Datalytics

У Вастрика тут вышла прикольная статья про опыт вайб-кодинга

Для тех кто не в курсе, вайб-кодинг — это когда вы на чилле и позитиве (vibe, в переводе настроение) фигачите код через написание промптов для LLM в какой-нибудь AI-driven среде разработки типа Cursor. То есть вы не думаете над архитектурой вашего приложения, стеком технологий, не управляете структурой проекта, не пишите сами нужные сервисы, а просто человеческим языком пишите к ИИшке запрос «Напиши мне приложение, которое будет делать вот это вот»

В фантазиях оно именно так, что ты как будто сидишь с senior-разработчиком за пивком, говоришь ему что ты хочешь видеть как результат, а он с полуслова тебя понимает и тут же исполняет твои желания новоиспеченного фаундера стартапов

Но в реальности оказывается, что для того, чтобы закодить что-то приемлемое нужно общаться с LLM как с джуном, то есть декомпозировать задачу на максимально атомарные составляющие, к каждой из них детально описывать ожидаемый результат и всё перепроверять

То есть AI конечно может быть ускорителем процессов, например, я представляю себе как можно очень легко написать с помощью AI какие-то конфиги на YAML. Но когда мы начинаем иметь дело со сложной системой, состоящей из большого числа компонент, то когнитивная нагрузка на создание правильного промпта для задачи и контролирование результата может существенно превышать те же затраты, когда всё делается самостоятельно

В общем, для меня тут вывод, что а) никуда не денется потребность в системном мышлении, более того она сильно возрастет; б) ИИ будет отличным ассистентом для рутинных и простых задач, но отдельным навыком станет критическое осмысление где затраты времени на написание команды или набора команд к ИИ себя окупят

А ещё жду прироста онлайн-курсов про вайб-кодинг, а потом засилье джунов, которые не просто пишут неготовый к продакшну код, но и код, в котором они не разбираются почти никак

https://vas3k.blog/notes/vibe_coding/

Читать полностью…

Datalytics

ML-комьюнити о крупнейших запусках LLM начала 2025 года:

✔️ DeepSeek — революция или переоцененный запуск?

Запуск китайской модели всколыхнул всю индустрию, вызвав неоднозначную реакцию экспертов. CEO Anthropic Дарио Амодей отмечает, что Claude 3.5 Sonnet, обученный за несколько десятков миллионов долларов, значительно опережает DeepSeek по многим показателям, плюс у модели нет никаких барьеров против генерации чувствительной информации. Демис Хассабис, генеральный директор Google DeepMind, считает DeepSeek лучшей работой китайских исследователей, но не видит в ней новых научных достижений.

✔️ Grok 3 — Маск не дотянул

ИИ-исследователь и профессор Пенсильванского университета Итан Моллик признал, что xAI очень быстро растёт, но Grok 3 пока точно не является лучшей моделью на рынке. Она превосходит некоторые модели OpenAI, но не o3. CTO Caylent Рэнделл Хант обнаружил ряд проблем с Grok 3: уязвимость к джейлбрейкам, неуместную саркастичность, медлительность и частые ошибки в ответах. По его словам, даже простые логические тесты оказались ей не под силу, что делает модель практически бесполезной для бизнес-задач. При этом CEO Replit Амджад Масад назвал Grok 3 передовой моделью и огромным достижением.

✔️ GPT-4.5 — не оправдал ожиданий экспертов

Релиз GPT-4.5 от OpenAI получил смешанные отзывы в профессиональном сообществе. Соучредитель OpenAI и бывший глава Tesla AI Андрей Карпатый отметил, что GPT-4.5 напомнил ему GPT-4 на момент релиза — он увидел потенциал этой модели. В посте на X он сказал, что при использовании GPT-4.5 «всё стало немного лучше, и это здорово, но не совсем так, как можно было бы ожидать». В более резких выражениях высказался известный критик Гэри Маркус, назвавший модель «пустышкой». Генеральный директор Hugging Face Клемент Деланж также остался недоволен, охарактеризовав GPT-4.5 как «так себе» и раскритиковав закрытость исходного кода.

✔️ YandexGPT 5 — что в России?

Виктор Тарнавский, директор по ИИ Т-Банка, отметил, что в Яндексе выложили Lite-версию модели в опенсорс, а пайплайн Pro-версии инициализировали весами от Qwen 2.5. По его мнению, это правильное решение, позволяющее избежать бессмысленной траты ресурсов. При этом, пишет Тарнавский, разработчики делают не файнтюн, а полный цикл обучения модели — просто стартуют претрейн не с нулевых весов. По опубликованным бенчмаркам, модели показывают хорошие результаты. В СМИ также писали, что Яндекс работает над ризонингом. Максим Болотских, директор ИИ в Яков и Партнёры (ex-McKinsey), прокомментировал, что ежегодные совокупные затраты на разработку подобного функционала могут составлять 10 млрд рублей и более, и такого рода модели могут монетизироваться не только классическими подписками B2C пользователей, но и значимо лучше решать задачи В2В-сегмента.

✔️ Gemini 2.0 Flash — лучшее соотношение цена/качество

Релиз Gemini 2.0 Flash от Google получил восторженные отклики экспертов. Тим Брукс, ИИ-исследователь в Google DeepMind, высоко оценил встроенную функцию генерации изображений с возможностью визуальной цепочки рассуждений. Соучредитель и бывший глава Intel AI Райан Карсон назвал модель "умной, быстрой и дешёвой", отметив отличную производительность при тестировании через API. Мэтт Шумер, соучредитель и генеральный директор компании OthersideAI, подчеркнул, что по большинству бенчмарков Gemini 2.0 Flash приближается к Claude 3.5 Sonnet и даже превосходит его в бенчмарке MATH, сохраняя при этом значительное ценовое преимущество.

✔️ Claude 3.7 — достойный шаг вперёд при умеренных затратах

Релиз Claude 3.7 от Anthropic получил преимущественно положительные отзывы экспертов. Сэм Альтман и Дарио Амодей подчеркнули экономическую эффективность разработки — обучение Claude 3.7 Sonnet обошлось лишь в несколько десятков миллионов долларов, что значительно меньше затрат на GPT-4. Артём Санакоев, ИИ-исследователь в Meta Generative AI и автор канала "эйай ньюз", выделил инновационный подход Anthropic к рассуждениям модели — в отличие от конкурентов, Claude использует единую модель без отдельного reasoning тюна.

@ai_machinelearning_big_data

#AI #ML #LLM

Читать полностью…

Datalytics

Почему не всем нужен личный бренд

Когда долго сидишь в телеге и читаешь профильные каналы, то начинает казаться, что все вокруг заняты личным брендом. Даже люди, которые ещё не работают в IT, начинают вести свои каналы о том как они вкатываются в IT

И многие начинают переживать: а вдруг и мне надо?

Важно понимать, что не каждому подходит и нравится публичность. Так что первый шаг — определить зачем вам личный бренд и действительно ли он нужен как некоторое позиционирование самого себя аки продукта или вам нужны другие инструменты

Тут может быть много причин: сделать заметнее свой вклад в компанию или в индустрию, передавать свой опыт другим, завести друзей/знакомых среди аналитиков из других компаний, найти дополнительный заработок

Например, если вам хочется делиться своей экспертизой, то вы можете рассмотреть варианты менторства как внутри вашей компании, так и снаружи, например, на таких платформах как getMentor или пойти наставником в одну из многочисленных онлайн-школ. Тут надо для себя понимать ваше расписание и возможности, потому что парт-тайм работа наставником в онлайн-школе может требовать больше времени. В наставничестве в онлайн-школе там потенциально будет меньше возможностей проявить себя, так как вы можете быть ограничены учебной программой и методологией компании. Но зато можно влиться в коммюнити таких же специалистов как и вы, завести себе полезные знакомства, узнать больше про другие индустрии и компании

Мне кажется, что потребность в том, чтобы как-то выходить за пределы своей работы — это очень понятное желание. В этом проявляется некоторая творческая натура любого специалиста — не просто оставлять свой след в работе и рабочих задачах, но и находить пространство для того, чтобы выражать свой уникальный взгляд на свою работу и профессию. Но при этом, тут надо для себя выбирать подходящие способы, которые соответствуют вашим целям, характеру, временным ограничениям, а не навешивать на себя маску блогера или публичного спикера, когда это вызывает внутреннее сопротивление

Если вам интересно больше узнать про варианты как аналитику самовыражаться вне работы — ставьте 🔥

Читать полностью…

Datalytics

Освойте основной инструмент работы аналитика

Аналитику часто приходится обрабатывать огромные массивы информации, чтобы реально что-то «увидеть» в данных.

Это можно долго и тяжело делать с помощью Excel, чуть легче с помощью SQL. А в Pandas это можно сделать за несколько строк кода.

Отсюда и вытекает важность Pandas для аналитика - этот инструмент банально очень сильно делает жизнь проще и приятней, а работу - эффективней.

Научиться работать с Pandas на реальных задачах бизнеса можно на бесплатном курсе от Simulative.

За неделю обучения вы:
🟠 Освоите Pandas с нуля до продвинутых функций: сложная агрегация, оконные функции и т.д.

🟠 Научитесь решать реальные аналитические задачи: проводить многомерный ABC-анализ, XYZ-анализ, рассчитывать динамику продаж и т.д.

🟠 Сделаете собственный проект, который сможете добавить в портфолио: реальный кейс автоматизации обработки финансовой отчетности от крупной региональной аптечной сети

Начать учиться Pandas

Читать полностью…

Datalytics

Больше не нужно искать тематические каналы и по отдельности на них подписываться - мы сделали это за Вас 🤝

Вам остается только сохранить папку себе и регулярно получать полезные ресурсы из сферы «IT и Технологий» 🔥

/channel/addlist/5jXPzjNApF44Zjcy

Хотите в подборку?

Читать полностью…

Datalytics

Лучше практики может быть только…еще больше практики

В karpovꓸcourses это прекрасно понимают, поэтому не только предлагают большой объем практических задач в каждом курсе, но еще и разработали программы, полностью сфокусированные на практике, — симуляторы для продвинутого изучения Data Science.

К примеру, «Симулятор аналитика» позволит пройти полный цикл выстраивания аналитических процессов в компании под руководством ведущих экспертов сферы — и все это онлайн, в комфортном режиме, с возможностью совмещать обучение и жизнь. За 2 месяца вы погрузитесь в полноценный рабочий процесс, узнаете, с какими задачами ежедневно сталкиваются аналитики, и сами научитесь их решать.

А если решитесь начать обучение до 31 мая, то можете забрать «Симулятор аналитика» в комплекте с «Симулятором A/B-тестов» — и сэкономить на этом комбо 8% от суммарной стоимости программ.

Как вам такое предложение?

Реклама. ООО «Карпов Курсы», ИНН: 7811764627, erid: 2VtzqxNWE4L

Читать полностью…

Datalytics

Чувствуешь, что не хватает знаний технички для уверенности на работе?

Кажется, что перелопатила весь интернет, но так и не пришло понимания, а информация не сложилась в единый пазл? 🤔

СТОП ❌

Если тебе надоело:
❌ бесконечно готовиться и заваливать техсобесы,
❌ ощущать, что не хватает технических знаний, чтобы «соображать» в работе,
❌ не понимать терминологии и о чем идет речь на встречах команды,
❌ не понимать с какого края подступиться к решению рабочих задач,
❌ что не хватает структурности, системности и уверенности,

то есть решение ✅

Канал Александра Нездемина, практикующего системного аналитика с 14летним опытом.

В его канале ты найдешь емкие и структурные разборы задач из собесов, реальные кейсы и понимание, как применять знания сразу на практике 🔥

➡️ Не упусти этот шанс!

Подписывайся на канал и переходи в закреп, там уже ждут разборы задач с собесов, после которых точно закрутятся шестеренки в твоей голове 👇🏻

/channel/+pu3-rA54mFxhMDFi

❗️Настало время перестать теряться и начать уверенно двигаться вперед!

Читать полностью…

Datalytics

Aha!25 — теперь два дня!

29 и 30 мая в Москве пройдет Aha!25 — техническая конференция о product science, продуктовой аналитике и эффективности бизнеса. В этом году мы впервые расширяем программу до двух дней: 16 тематических потоков и более 1200 участников на одной площадке.

На сцене — топ-эксперты из Т-Банка, Яндекса, Авито, OZON, Альфа-Банка и других крупнейших компаний Рунета и СНГ: Виктор Кантор (MLinside), Кевин Ханда (Uzum), Сергей Веренцов (EORA), а также профессора и кандидаты наук из ИТМО, РЭШ, Центрального университета.

По данным отраслевых отчётов, опросов и исследований, «экономика» — самый востребованный навык для развития среди продуктовых специалистов. Поэтому будем еще больше обсуждать деньги и бизнес-эффективность, а также способы повышения первого и второго через ML/AI-инструменты и продуктовые подходы.

Ключевые темы:
- Интеграция LLM, ML и AI в цифровые сервисы
- Современные подходы к A/B-тестированию
- Оцифровка пользовательского опыта
- Применение машинного обучения в управлении продуктом
- Математическое мышление и поведенческая экономика

Приглашаем продуктовых менеджеров и аналитиков, владельцев продуктов, CPO, CDO, ML-разработчиков. Программа будет полезна как новичкам, так и экспертам.

Где: МГУ, кластер «Ломоносов» (Раменский бульвар, 1).
Программа по ссылке

Для подписчиков канала действует промокод на скидку 10% — DATALYTIX10

Билеты — на сайте!

Читать полностью…

Datalytics

Мы слишком много знаем!

И просто обязаны этим поделиться. За 5 лет существования школы karpovꓸcourses мы обучили более 95 000 человек, и 80% наших выпускников уже работают в VK, Яндексе, Авито и других известных компаниях. И мы решили сделать для вас Karpov.Conf — чтобы поделиться знаниями не только с нашими студентами, но и с каждым, кто интересуется аналитикой данных и другими направлениями Data Science.

Будем обсуждать особенности работы с Power BI и практическое применение ML-моделей в крупных компаниях, разберем пользовательский опыт и реализацию аналитики на базе Yagpt, узнаем, как дерево метрик помогает принимать решения, и какие ошибки совершают крупные компании в контексте аналитики.

Мы собрали действительно звездный состав спикеров, мы очень старались сделать это мероприятие максимально полезным — вам осталось только не пропустить его!

Регистрируйтесь на KARPOV.CONF 2025 — включите Data-driven на полную!

Читать полностью…

Datalytics

Иногда, чтобы сдвинуться с места, достаточно просто допустить мысль, что «можно иначе»

Выпускники Школы анализа данных Яндекса обратились к будущим студентам — не чтобы продавать мечту, а чтобы напомнить: всё начинается с отказа от стереотипов. И с желания разобраться

ШАД – не «ещё один курс». Это серьёзная школа датасаентистов и эмельщиков, где учат думать, строить, понимать. Отсюда выходят те, кто запускает стартапы, встраивает ИИ в разные сферы бизнеса и науки и меняет правила игры

Новый набор открыт.
Если чувствуешь, что пора — смотри детали и истории выпускников по
ссылке.

Читать полностью…

Datalytics

Канал Леши Арефьева

Про управление IT продуктами @alexcouncil. Метрики, инструменты и полезные материалы на околопродуктовые темы.

Подборка интересных постов:

- З/П IT-шников в РФ

- что делать, когда исследований овердохрена  

- проектный менеджмент для самых маленьких

- как из стартаперской команды сделать продуктовую

- история продукта: Figma

Если интересно, подписывайтесь - @alexcouncil

Читать полностью…

Datalytics

📊 Бесплатный вебинар для бизнес-аналитиков:
«Сквозной процесс управления требованиями»

💡На этом вебинаре вы узнаете:
+ Как выглядит сквозной процесс управления требованиями

+ К каким проблемами может привести неаккуратная работа с требованиями

+ Контрольные точки в процессе управления

+ Актуальные инструменты и методы управления требованиями в 2025 году

+ Риски и сложные моменты при управлении требованиями

Кому будет полезно:
- Бизнес-аналитикам
- Системным аналитикам
- Руководителям проектов

⏰10 апреля(четверг) в 20:00 мск

Вебинар в рамках курса «Бизнес-аналитик в IT»
🎁После вебинара для вас активен промо-код со скидкой 5% до 18 мая: BUSINESS_04

👉Регистрация на вебинар: OTUS.RU

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

Читать полностью…

Datalytics

🚀Прими участие в ML Cup 2025 от Авито и выиграй 1,2 миллиона рублей!

Ты — специалист в области машинного обучения? Хочешь проверить свои силы в реальных задачах, с которыми ежедневно сталкиваются 1000+ специалистов Авито? Тогда не упусти шанс стать частью крупнейшего соревнования в этой области!

Что тебя ждет:

☑️Денежный призовой фонд
☑️Автоматизированная оценка решений
☑️2 практические задачи:

1️⃣Персональные рекомендации — предскажи, какие товары вызовут интерес у миллионов пользователей → ссылка на регистрацию.

2️⃣Поиск дублей — как с помощью CV находить похожие объявления даже при разных текстах и ракурсах фото → ссылка на регистрацию.

Выбирай одну или обе задачи, показывай лучшие результаты и получай шанс на победу! Участвовать можно как индивидуально, так и в команде до 4 человек. Загружай до 5 решений в день.

Регистрация уже открыта! Подробности и анкета по ссылкам выше.

Читать полностью…

Datalytics

А и В сидели на трубе,
А упало, В пропало, кто остался на трубе?


Грустный продуктовый аналитик.

Чтобы никто не грустил, мы запускаем онлайн-серию технологических митапов от hh.ru

Первая встреча состоится 15 апреля. Спикерами будут специалисты hh.ru, Туту и Ozon. Что будут рассказывать? Не темы, а просто находки!

• Как Process mining помогает улучшить процесс принятия решений в A/B-тестах;
• Как в hh.ru устроен пайплайн-расчет ETL в A/B-тестах;
• A/B-тестирование, как метод полного контроля за принятием решений.


Встречаемся 15 апреля 19:00.

Подробности и регистрация по ссылке.

Реклама.
Рекламодатель ООО «Хэдхантер», ИНН 7718620740
Erid: 2VtzqwMoC5f

Читать полностью…

Datalytics

👍😌🙃❤️💫😍🌞☺️🫶🥰
Прими участие в хакатоне МТС True Tech Hack 2025 и разработай решение на базе одной из ИТ-платформ МТС.

1. Трек от DataOps Platform
DataOps Pipeline: оптимизация от сбора до отчета
2. Трек от Integration Platform
AI Schema Builder: генерация схем
3. Трек от True Tabs
Цифровизация через True Tabs: интеграция данных и процессов в единую экосистему
4. Трек от Product Factory
TouchVision: AI-ассистент для незрячих и слабовидящих пользователей на основе тактильного и жестового взаимодействия

5. Трек от MWS GPT
Золотая середина: дистилляция моделей MWS GPT

Хакатон пройдет 17–25 апреля.
Регистрация открыта до 16 апреля. https://truetechhack.ru/
Призовой фонд — 1 500 000 рублей.

Участие могут принять системные аналитики, Data Scientists, Data Engineers, frontend и backend-разработчики, мобильные разработчики, бизнес-аналитики, аналитики данных, MLOps-инженеры, DevOps-инженеры, Product-менеджеры, ИТ-архитекторы, UI/UX-дизайнеры.

Ждем тебя, если ты:
— Хочешь внести вклад в продукты, которые приносят пользу разработчикам по всей России.
— Готов создать новое решение на базе ИТ-платформ МТС.
— Знаешь, как превратить идею в работающий прототип.

Регистрируйся на МТС True Tech Hack 2025

Читать полностью…

Datalytics

🔎 За какими дэшами следят в Amazon?

С Димой (@rockyourdata) написали статью про Amazon Weekly Business Review. Идея в том, чтобы смотреть несколько основных метрик сразу на одном листе понедельно, помесячно, а также MTD, QTD, YTD (период от начала месяца/квартала/года до текущей даты).

Дима проработал в Амазоне больше 5 лет и для меня эта схема с WBR была новая. Очень интересно посмотреть, как крупные компании следят за метриками. Ну а я подробно расписала, как собрать такой мини-wbr дэшборд в Tableau (прям шаг за шагом супер детально и доступно для скачивания).

Читать полностью…

Datalytics

Каждый день технологии делают шаг вперёд, принося нам новые возможности и задачи. В мире IT креативность и логика объединяются, чтобы воплотить самые дерзкие идеи в реальность. 🧑‍💻

Чтобы помочь вам оставаться в курсе и сэкономить время, мы объединились с другими каналами в единую папку. В ней мы рассказываем об искусственном интеллекте, виртуальной реальности, метавселенной, разработке и людях, стоящих за этими технологиями.

Эта коллекция подойдёт не только профессионалам, но и всем, кто интересуется темой технологий и будущего.

Но есть небольшой нюанс: завтра этот пост исчезнет. Поэтому, если хотите присоединиться, добавьте папку себе прямо сейчас! 👇

/channel/addlist/Xz6g75fbNDA5ZWIy

*А попасть в папку можно тут

Читать полностью…

Datalytics

Что делать если продакт/менеджер влезает в работу аналитика

Аналитики очень часто считают себя самыми умными ребятами в комнате. Потому что они системные, работающие с фактами, а не вымыслами/домыслами, классический тип людей, считающих что только логика может решить проблему

Очень часто менеджеры/продакты ищут в аналитиках поддержки своих идей, аналитики им нужны не для объективного взгляда на вещи, а они ожидают, что аналитики принесут им те аргументы, которые докажут правильность их интуитивных прозрений. Классический confirmation bias

И естественно, что первая реакция аналитика — это защищаться, когда менеджер пытается как-то влезать в вашу работу, задавать вопросы вида «А почему вот тут получается вот такая цифра?» или «А расскажи подробнее про методику как мы вот к этому выводу пришли?»

Но давайте попробуем посмотреть на ситуацию по-другому

Во-первых, эти вопросы действительно могут подсветить какие-то риски, учесть новые вводные, что сделает ваш анализ более уверенным. В следующий раз, выполняя похожие задачи вы уже будете учитывать обратную связь, полученную через вопросы продакта или менеджера

Во-вторых, даже если вопросы кажутся «глупыми», для аналитика это возможность попрактиковаться в навыке отстаивания своей позиции, аргументации и умению доносить свой ход мысли до другого человека. Этот навык очень сильно влияет на рост по карьерной лестнице, вы даже не представляете насколько

В-третьих, это возможность научиться понимать позицию и мотивацию другого. Это соотносится с предыдущим пунктом про навыки коммуникации, но скорее про умение видеть общий огранизационный контекст: понимать цели и мотивацию как отдельных участников, так и смотреть на свою работу через призму больших целей организации. Любой вопрос вашего собеседника позволяет вам оценить «а как ответ на этот вопрос повлияет на принятие решений?». И через эту позицию может быть вы сможете увидеть новые возможности, которые позволят вам проявить инициативу и предложить сделать что-то, что соответствует общим целям. Ну и с этой идейкой вы можете пойти к руководителю и запихнуть её в свои цели, влияющие на результаты ближайшего перформанс-ревью

Так что, не спешите «обороняться», а постарайтесь даже при столкновении с тем, что кто-то пытается «пошатать» вашу работу, не скатываться в восприятие этого как обесценивания, а скорее увидеть в этой интервенции в вашу работу способ дополнительного развития, как ваших навыков, так и вашей карьеры

Читать полностью…

Datalytics

Как ИИ помогает отслеживать карьерное развитие и осознавать свою ценность

Думаю, каждый из нас сталкивался с этой ситуацией — конец квартала и мы спрашиваем себя:
«— Какие у меня были достижения в этом квартале? Как они могут отразиться на моей зарплате?»

А в голове — звенящая тишина, и даже сложно вспомнить, чем занимались на прошлой неделе😰

Знакомо? Мне — да. И здесь на помощь приходит ИИ, который меняет подход к анализу своих достижений. Давайте разберем 5 шагов, которые с помощью искусственного интеллекта помогут вам отслеживать свой рост и осознавать ценность вашего вклада 🔽

Шаг 1️⃣ Соотносите свои задачи с целями компании

Когда вам ставят задачи, используйте ИИ-ассистента для анализа того, как они соотносятся с глобальными целями компании. Создайте промпт вида:

Проанализируй мои текущие задачи (список) и помоги определить, как они связаны со стратегическими целями компании (описание). Какие из них имеют наибольшую ценность для бизнеса?


Так вы сможете понять свой вклад в общее дело и сфокусироваться на действительно важных проектах, которые принесут компании максимальную пользу, а вам — заметность

Шаг 2️⃣ Отслеживайте и документируйте достижения

Используйте персонального ИИ-помощника для регулярного документирования своих достижений. Настройте еженедельные сессии с промптом:

Помоги мне структурировать и зафиксировать мои достижения за прошедшую неделю. Какие из них можно представить в количественном выражении? Какие демонстрируют мой вклад в бизнес-результаты?

AI поможет переформулировать технические задачи в бизнес-ценность, которая понятна руководству и повышает ваше визибилити в компании

Шаг 3️⃣ Усильте свою видимость

Используйте ИИ для создания контент-стратегии вашего профессионального бренда. Попросите:

Разработай для меня план публикаций по моей экспертизе (описание), который поможет повысить мою видимость внутри компании и в профессиональном сообществе. Предложи 5 тем для технических статей и 3 идеи для выступлений на внутренних митапах


Помните: в любой IT-компании самые ценные сотрудники — не те, кто много работает, а те, кого видно. ИИ поможет вам выстроить персональную стратегию заметности

Шаг 4️⃣ Оптимизируйте профессиональное развитие

ИИ превращается в персонализированного карьерного коуча, который помогает выявить пробелы в навыках:

На основе анализа последних трендов в моей области (указать) и текущего стека технологий компании, какие 3 ключевых навыка мне стоит развивать в ближайшие 6 месяцев? Как это соотносится с моей карьерной целью (описать)?


Такой подход делает ваше обучение более целенаправленным и привязанным к реальным карьерным перспективам. Этот промпт лучше задавать Perplexity или другому ИИ, который имеет доступ к поиску по интернету

Шаг 5️⃣ Анализируйте карьерную динамику

Используйте ИИ для регулярного анализа своего карьерного прогресса:

Проанализируй мои достижения за последние 6 месяцев (список), оцени их влияние на бизнес и подготовь структурированный отчет, который я могу использовать при обсуждении повышения заработной платы


ИИ поможет составить убедительный кейс для переговоров о компенсации, основанный на ваших реальных достижениях и их ценности для компании

___

Используя ИИ как интеллектуального карьерного партнера, вы не только сможете лучше отслеживать и документировать свой профессиональный рост, но и получите персонализированную обратную связь, которая поможет принимать более взвешенные карьерные решения

А какие еще способы использования ИИ для карьерного развития вы пробовали? Делитесь в комментариях!

____

AI Career Lab – сообщество, где мы используем AI для достижения карьерных целей 🚀

Чат AI Career Lab

Читать полностью…

Datalytics

✒️ Разбираем тестовое задание в Альфа Банк на позицию Junior Аналитика данных

Чтобы найти работу, мало пройти курс и сделать классное резюме. На практике, чтобы выделиться на собеседовании, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму.

Чтобы попрактиковаться в этом, приходите на бесплатный вебинар, где будем разбирать реальное тестовое задание, которое дают аналитикам в Альфа Банке💻

Что будем делать на вебинаре:
🟠 Напишем сложные SQL-запросы для банковских данных;
🟠 Вспомним, как правильно использовать оконные функции;
🟠 Узнаем, как создавать разметку, из чего она состоит и для чего она нужна;
🟠 На реальных данных проведем когортный анализ и сделаем выводы;
🟠 Расскажем, как доставать инсайты из данных.

Вебинар проведет Денис Иванов, ведущий продуктовый аналитик

🏃‍♀️ Зарегистрироваться на бесплатный вебинар

Читать полностью…
Subscribe to a channel