Datalytics @datalytx Channel on Telegram

Datalytics

@datalytx


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

Datalytics (Russian)

Datalytics - это канал на Telegram для аналитиков данных, особенно тех, кто работает с Python. Здесь вы найдете информацию о карьерном развитии в области анализа данных, а также много полезного контента о самом Python. Автор канала - @ax_makarov, профессионал в области аналитики данных, который делится своим опытом и знаниями с подписчиками. Также на канале есть отдельный раздел, посвященный ChatGPT и его практическому применению, где вы можете узнать о самом последнем в этой сфере. Если у вас возникли вопросы или вы хотите обсудить что-то с коллегами, то чат канала - @pydata_chat станет для вас отличным ресурсом. И наконец, для тех, кто ищет новые возможности в области анализа данных, на канале также представлены вакансии от @data_hr. Присоединяйтесь к Datalytics, чтобы быть в курсе последних трендов и развития в мире аналитики данных!

Datalytics

18 Feb, 12:17


Как ИИ поможет построить успешную карьеру в IT

Не знаете, как двигаться дальше в карьере? Выбрать ли экспертный трек или стремиться к роли руководителя? Какие навыки развивать? Как подготовить резюме перед сменой работы? Как готовиться к собеседованиям?

На эти и многие другие вопросы про карьеру можно ответить с помощью построения четкой карьерной стратегии, которая должна учитывать ваши цели, опыт и ваши сильные стороны как профессионала

На бесплатном вебинаре вы узнаете:
- 🔹 Как использовать ИИ для создания личного карьерного плана
- 🔹 Какие инструменты помогут в достижении ваших профессиональных целей
- 🔹 Как ИИ может облегчить рутинные задачи и ускорить ваш рост

🗓 Когда: 25 февраля, 19:00 (мск)

💻 Где: Онлайн, Zoom

🎟 Участие бесплатное!

👉 Зарегистрируйтесь сейчас и начните менять свою карьеру с помощью ИИ!

Datalytics

17 Feb, 12:27


Вы когда-нибудь бывали в квартире, где живут аналитики? Это место, где на кухне можно подслушать сплетни про A/Б-тесты и метрики, почитать честные мысли о работе в большой IT-компании и пообщаться с сотрудниками аналитики Авито не в рамках конференций, а просто в комментариях.

Попасть в это место довольно просто — подписывайтесь на телеграм-канал «Коммуналка аналитиков».

✍️ Аналитики Авито делятся невыдуманными историями из жизни и работы.
✍️ Рассказывают про успехи и фейлы из рабочих будней.
✍️ Обмениваются мемами, запускают голосования за любимые фильмы и активности.
✍️ Устраивают обсуждения с подписчиками канала.
✍️ Показывают, как устроена аналитическая культура комании изнутри.

И доказывают, что аналитика — это не про духоту, и у неё точно есть человеческое лицо.

В канале уже успели порассуждать о том:
→ Какие аналитики бывают?
→ Может ли хороший аналитик ошибаться?
→ Должен ли аналитик быть душнилой?


Подписывайтесь, если не душнилы 😎

Datalytics

14 Feb, 12:03


1–2 марта проводим Weekend Offer Analytics

Устроиться в Яндекс за выходные — реально. Ищем крутых аналитиков с опытом работы от 2 лет на Python, готовых работать в офисном или гибридном режиме на территории России.

Подавайте заявку до 24 февраля — и всего за 2 дня пройдите все технические собеседования. После сможете пообщаться с одиннадцатью нанимающими командами и выбрать ту, которая покажется самой интересной. Если всё сложится хорошо, сразу же пришлём вам офер.

Узнать подробности и зарегистрироваться.

Datalytics

14 Feb, 08:39


Почему AI станет вашим лучшим карьерным консультантом и что с этим делать

Последнее время много думаю о том, как AI может изменить подход людей к выстраиванию своей карьеры. На мой взгляд, основная проблема сейчас в том, что карьерные траектории стали предельно размыты. Это уже не просто путь вида «иди в компанию, проработай 5 лет, расти по должности». Мы сталкиваемся с тем, что меняются сами профессии, расширяется разнообразие типов работы, всё больше людей ищут деятельность, соответствующую их ценностям и убеждениям, а не только отталкиваются от зарплатных ожиданий

Даже у школьников сейчас намного больше представления о карьерном рынке благодаря тому, что профориентацией занимаются уже со школы. Но вместе с тем эта информированность и разнообразие путей вызывает всё больше растерянности. Людям сложно разобраться в потоке информации: множество экспертов в своих роликах на YouTube предлагают разные лайфхаки и транслируют собственное представление о карьерном пути. Сильнейшим препятствием становится страх принятия неверных решений о карьере — это особенно давит, когда отовсюду звучит, что «ты можешь стать кем угодно», но страшно предпринять конкретные действия

Всё это подводит к тому, что в современном разнообразии уже меньше работают классические методы карьерной навигации. Они продолжают существовать, но на выявление проблемы, последующее стратегическое планирование и поиск внутренней мотивации для первых шагов может уйти значительное количество времени и сил

В этом контексте решением становится применение AI как инструмента, обеспечивающего поддержку на всех этапах — от прояснения цели и создания карьерной траектории до поддержки в первых шагах реализации плана, будь то поиск работы или переговоры о повышении зарплаты. AI может выступать в различных ролях: помогая через диалог человеку лучше сформулировать карьерную цель, а затем, проанализировав резюме и задав уточняющие вопросы, создать траекторию, которая наиболее эффективно приведёт к этой цели

Главное преимущество такого подхода в том, что он позволяет быстро получать персонализированную обратную связь, что существенно влияет на мотивацию. И это, пожалуй, ключевой момент — от AI получаешь оценку, которая персонализирована и не выглядит как стандартное решение, плюс обретаешь уверенность двигаться дальше, зная, что всегда можешь обратиться за помощью и быстро получить обратную связь. А после столкновения с реальностью (на собеседованиях, тестовых заданиях) появляется возможность использовать полученный опыт для корректировки своей траектории

Это не отменяет важность карьерных консультантов, но их работа будет трансформироваться: они станут в большей степени помогать людям правильно интерпретировать результаты анализа от AI, а также создавать качественные инструкции, позволяющие упаковать их подход в более автоматизированный пайплайн

В конечном итоге это может существенно изменить два рынка — HRTech и EdTech, объединив их, поскольку через AI, понимая карьерные цели и ценности человека, можно выстраивать образовательные траектории, которые будут наиболее увлекательным и коротким путем приводить к карьерной цели. Я не верю, что обучение может превратиться в легкую прогулку, но через AI мы можем лучше понять «зачем» нам учиться и обрести мотивацию за счёт более широкого контекста того, как определенный навык или знание соотносится именно с тобой, твоей картой путешествия, текущими знаниями и целью

Мы живем в увлекательное время, когда новые цепочки создания ценности становятся более доступными, ориентированными на быструю обратную связь и более гибкими. В результате те, кто будет активно пользоваться этими инструментами, получат существенное конкурентное преимущество на рынке

Datalytics

12 Feb, 13:39


Представьте, вы приходите на новую работу с амбициозными задачами и высокой степенью неопределённости. Всё новое: процессы непривычные, культура отличается от привычной. Погружаясь в работу, закрадывается сомнение: ваше представление о роли отличается от ожиданий окружающих. Возникает вопрос: «На своём ли я месте? Этого ли я хочу?». Так со мной и произошло

Я пришел на позицию руководителя лаборатории искусственного интеллекта. Не очень важно, что написано в официальном job description, по факту договоренностей с руководителем моя должностная обязанность звучит скорее так: «Сделать дизрапт в детском образовании с помощью ИИ». Ничего не понятно, но очень интересно. Именно в такие авантюры мне нравится вписываться. Для меня это про выстраивание стратегии в сфере ИИ, исследование технологий, развитие образовательных решений и воплощение больших идей. Это продиктовано желанием быть визионером и двигать индустрию вперед

Но на практике моя роль оказалась более прозаичной. Скорее продуктовой, с фокусом на исследования и поиск точек улучшения продуктов, а не технологий. Я чувствовал себя классическим продуктовым лидом, а не стратегом, что не совсем соответствовало моим стремлениям. Творческий потенциал оказался зажат в узкой коробочке, которая одновременно обеспечивает комфорт и безопасность. Размен свободы и возможности реализации своих идей на стабильность и четкие рамки

Я увидел пост выпускника Практикума, у которого был наставником, с рекомендацией коуча Димы Черненькова, который помог ему в профессиональном самоопределении. Решил, что это хорошая возможность обсудить свой внутренний диссонанс. Дима работает в подходе IFS (Internal Family Systems), рассматривающем психику как систему внутренних частей или субличностей, каждая со своим голосом. Этот способ размышления о внутренних процессах помогает найти общий язык с коучем и своими частями. Отличительная черта работы с Димой — насыщенность разговора не только вопросами, но и его личными наблюдениями, историями, аналогиями, размышлениями. Для меня это важно, создает ощущение таинства и исследования, а не просто формальной процедуры. Я вижу в коуче личность, выступающую моим спутником в этом пути, а не просто следующую фреймворку

В ходе работы с Димой пришло осознание, что я придаю ролям слишком большое значение, связывая их с собственной идентичностью. Стремление к соответствию роли позволяло обрести безопасность, но подавляло мою творческую часть. Казалось бы при чем тут работа и творчество? Тебе деньги платят, а ты из себя творца выдумал (это, кстати, говорит одна из моих частей, знакомьтесь, «Трезвый Бухгалтер»). Принятие своей творческой стороны создает больше полезных результатов и для себя лично, и для команды, и для общего дела. Выбор ролей, их осознание, переключение и многогранность проявления в корпоративной среде не означает потери себя. В этом многообразии скрыт большой потенциал

Переоценка восприятия ролей, какие части моей психики обеспечивают поддержку тем или иным ролям, и наложение этого на свои ценности позволило обрести уверенность для того, чтобы занять более субъектную позицию. Я обдумал, как можно изменить сферу ответственности, с кем об этом поговорить и как аргументировать свои предложения через призму собственного видения и ценности для компании. Ключевым стало стремление к осознанному выбору роли, а не пассивное следование обстоятельствам

Этот опыт научил меня больше слушать себя, доверять своей интуиции. Я раскрыл многогранность проявления себя настоящего в разных частях своей работы и не только. Это про гибкое изменение внутреннего ощущения своей роли, свободы эти роли «переключать», трансформировать в соответствии со своими внутренними ощущениями, оставаясь верным себе

Если у вас есть ощущение дискомфорта в профессиональной жизни, стоит прислушаться к себе, осознать, где вы могли обменять свободу на комфорт, и осмелиться на перемены. А коуч поможет вам, если в этих волнах перемен вам нужен надежный штурман

P.S.: Также рекомендую канал Димы, там много толковых размышлений и практических советов

Datalytics

07 Feb, 14:02


Вебинар VK Cloud «Поднимаем Data Lakehouse на основе Trino в облаке»


11 февраля на бесплатном вебинаре от VK Cloud расскажут:

· Что такое Data Lakehouse.
· Как эта архитектура объединяет преимущества Data Lake и Data Warehouse.
· Как упрощается управление и ускоряется анализ данных из различных источников в одном месте.
· Насколько удешевляется хранение данных.

Где: онлайн, необходимо зарегистрироваться
Когда: 11 февраля в 17:00

Также Алексей Белозерский, руководитель группы BigData Sevices в VK Cloud, покажет как новый облачный сервис Cloud Trino от VK Cloud обеспечивает быструю обработку больших объемов данных, позволяя получать ценные инсайты в реальном времени.

Регистрация

Datalytics

06 Feb, 12:30


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

Datalytics

05 Feb, 13:27


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%

Datalytics

04 Feb, 14:59


🤔 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

Datalytics

03 Feb, 13:28


🌐 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

Datalytics

03 Feb, 09:06


😈 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)

Datalytics

30 Jan, 10:34


🎥 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?

Datalytics

28 Jan, 12:35


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.

Datalytics

27 Jan, 16:44


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

Datalytics

27 Jan, 15:46


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 (оригинал на медиуме, по ссылке на архив по идее должно открываться без VPN)

Datalytics

24 Jan, 11:32


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

Datalytics

22 Jan, 09:06


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

Datalytics

17 Jan, 12:54


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 «ГК «Иннотех»» ИНН: 9703073496. Erid: 2SDnjdGLKAC

Datalytics

16 Jan, 09:36


📊 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

Datalytics

15 Jan, 13:32


😀😃😄😁😀😅😂🤣🥲

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.

Datalytics

27 Dec, 13:49


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!💫💫💫

Datalytics

20 Dec, 16:25


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!

Datalytics

20 Dec, 13:45


🔥 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

Datalytics

18 Dec, 12:03


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

Datalytics

13 Dec, 14:40


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

Datalytics

05 Dec, 09:04


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

Datalytics

03 Dec, 15:38


💠 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

Datalytics

03 Dec, 10:26


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.

Datalytics

02 Dec, 13:01


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!

Datalytics

28 Nov, 12:45


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.

Datalytics

28 Nov, 11:21


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.

Datalytics

27 Nov, 06:46


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.

Datalytics

26 Nov, 09:10


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! 😉

Datalytics

26 Nov, 08:01


🌐 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

Datalytics

25 Nov, 17:01


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?

Datalytics

21 Nov, 12:00


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

Datalytics

19 Nov, 11:12


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

Datalytics

19 Nov, 09:27


Кому в корпоративном мире нужна BI-аналитика?

⤵️ Приглашаем вас на открытый вебинар 21 ноября в 20:00 мск, где вы узнаете, как аналитика помогает бизнесу принимать взвешенные решения и кто нуждается в этих данных для успеха компании.

Сегодня BI-аналитика — один из ключевых факторов успеха в бизнесе. На вебинаре мы обсудим, кому и зачем она нужна, какие задачи она решает и как ее внедрение помогает компаниям на практике.

✔️ В программе вебинара — полезные примеры использования аналитики на реальных кейсах: от IT до ритейла.

✔️ Узнайте, как BI помогает формировать Data Driven подходы и в чем ее польза для ваших проектов.

Особенно полезно для аналитиков данных и специалистов, которые хотят внедрить аналитику в проекты.

🔗 Регистрируйтесь прямо сейчас и получите скидку на курс «BI-аналитика»: https://clck.ru/3EhJMb

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

Datalytics

14 Nov, 14:30


Внимание всем любителям красивых дашбордов и качественной аналитики!
22 ноября в Москве состоится мощнейший очный Дельта Day!

Что вас ждет:
- детальная информация по возможностям генеративной бизнес-аналитики в лучших традициях self-service
- участие в битве возможностей Power BI и Дельта BI с участием Марии Гришиной, ведущей канала «Power BI Design»
- подробности о лучших практиках миграции с различных систем бизнес-аналитики на примере реальных кейсов.

Не пропустите!
Количество мест ограничено.

Переходите по ссылке в начале поста и регистрируйтесь!

Datalytics

14 Nov, 11:02


Станьте дата-инженером и получите первый оффер уже через 5 месяцев, обучаясь на реальных задачах бизнеса

Основная проблема обучений — оторванность от задач реального бизнеса. На курсе учили складывать 2+2, а на работе — сразу отправляют считать интегралы.

Курс-симулятор от Simulative построен так, что вы сразу погружаетесь в настоящую работу. Например, вы будете:

🟣проводить RFM-анализ клиентской базы
🟣формировать продуктовые рекомендации для клиентов
🟣настраивать ETL о пользователях соцсетей
... и решать другие задачи реального бизнеса

Обучение охватывает весь стек, который нужен специалисту: SQL, Python, Metabase, Linux, Docker, Airflow, Clickhouse, Hadoop и Spark. А также готовит к любому собеседованию: в курс включены тестовые задания, пробные интервью и многое другое.

С трудоустройством помогут. А на VIP-тарифе преподаватели и HR спроектируют вам персональный трек обучения и за руку доведут до оффера: часть стоимости курса вы оплачиваете только когда найдете работу.

Первый поток стартует 15 ноября. Успейте залететь на курс со скидкой 27% в честь Черной пятницы 🛍

🔗 Оставляйте заявку на сайте Simulative.

Datalytics

14 Nov, 08:55


- Будь командным игроком, но конкурируй за повышение
- Проявляй инициативу, но следуй процессам
- Будь всегда доступен, но не выгорай

Это всё примеры некоторых системных противоречий, которые часто возникают в рабочей среде. Это такие парадоксы, которые в некоторых компаниях становятся частью корпоративной культуры

Если угораешь в своей жизни только по самореализации в своей работе, то высок риск, что такие «вызовы системы» превращаются в личные проблемы. Работничек начинает искать способы что-то такое исправить в себе, чтобы уживаться в этих парадоксах бизнес-структуры

Показательный пример: сотрудника просят составить «объективный» отчет с анализом продукта, но чтобы он демонстрировал «позитивную» динамику, даже там где её нет. Такое противоречивое требование может вызвать защитную реакцию в виде прокрастинации, которая, в свою очередь, порождает чувство вины. Это чувство подталкивает человека к бесконечной «работе над собой» и попыткам стать более дисциплинированным, хотя корень проблемы кроется в самой ситуации с флёром двойного послания. Снять напряжение можно, если есть возможность обсудить с руководителем «правила игры». Но если руководитель просто делегировал задачу без необходимых разъяснений, давление ожиданий может стать чрезмерным

Решение на личностном уровне в том, чтобы осознать, что «лень» и «неэффективность» могут быть реакцией на не очень здоровые требования среды. Перестать короче брать на себя тотальную ответственность, из-за которой начинаешь сам себя жрать. При этом необходимо различать где действительно присутствует противоречие системы, а где проявляется собственное «не хочу» или «скучно/неинтересно». Это очень несовременная мысль в нашем мире, где принято брать всю ответственность на себя, но важно помнить: не все наши трудности являются исключительно результатом личных несовершенств

Datalytics

13 Nov, 10:01


👍dbt - это один из ключевых инструментов современной аналитики и modern data stack.

Изучите один из самых востребованных инструментов аналитики, решая сложные практические задачи в нашем тренажере, научитесь DataOps практикам, постройте хранилище данных на базе dbt, подготовьте и проанализируйте данные

В тренажере вы освоите:
1. Типы хранилищ данных DWH и их построение
2. Подготовку и тестирование данных, Data Quality
3. Построение ELT-pipelines
4. Моделирование данных на базе dbt и PostgreSQL
5. Принципы работы с СУБД на базе Postgres
6. Продвинутую аналитику и визуализацию данных
7. Современные DataOps-практики, оптимизацию производительности и многое другое

Разработаете свои pet-проекты:
🔥 Статистика поездок на самокатах: Построите аналитический пайплайн для общей и дневной статистики поездок, включая тесты качества данных и документацию.
🔥 Аналитика ивентов приложения: Создадите SQL-пайплайн для обработки событий мобильного приложения, обогащённый данными поездок и пользователей, с внедрением контрактов данных и продуктовыми метриками.
🔥 Создание аналитической платформы: Развернете dbt-пайплайны с планировщиком, мониторингом и централизованным git-репозиторием, внедрить проверку качества данных и веб-портал с каталогом данных и документацией.

Сейчас открыт демо-доступ к первым четырем практическим урокам для всех желающих.

➡️ Регистрация на демо-доступ

Реклама. ООО "Инженеркатех" ИНН 9715483673

Datalytics

13 Nov, 06:39


Хотите освоить Apache Superset и создавать эффективные дэшборды?

🟡 Приглашаем вас на открытый вебинар 14 ноября в 20:00 мск. Это шанс узнать, как установить, настроить и использовать этот инструмент для визуализации данных, который станет вашей правой рукой в BI-аналитике!

Apache Superset позволяет легко подключаться к разным источникам данных и визуализировать их на интуитивно понятных дэшбордах. На вебинаре мы покажем, как работать с интерфейсом Superset и настроить базовые функции для вашего проекта.

Вебинар для BI-специалистов, аналитиков данных и разработчиков. Вы научитесь подключать данные, создавать дэшборды и настраивать визуализации, чтобы сделать свою аналитику наглядной и доступной.

➡️ Регистрируйтесь сейчас и получите скидку на большой курс «BI-аналитика»:https://clck.ru/3EaD56

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

Datalytics

08 Nov, 11:41


Скучные задачи, большие карьеры

Часто вижу в профессиональных сообществах, особенно в телеграм-каналах, утверждение о том, что путь к тому, чтобы стать руководителем, подобен прямой линии. Дескать, достаточно просто решать всё более сложные аналитические задачки, делать их лучше и показывать хороший перформанс — и вот ты уже head of analytics, преодолев путь с джуна за каких-то три года. Такие истории вызывают у меня непроизвольное дергание глаза, и на это есть две весомые причины

Во-первых, такой подход ставит развитие до управленческой позиции как некоторую путеводную звезду развития карьеры. В действительности профессиональный путь — вещь более многогранная: кто-то находит удовольствие в глубоком погружении в данные, кто-то кайфует от сложных технических задач, а кому-то действительно интересно выстраивать процессы и развивать людей

Во-вторых, за кадром остаётся важный аспект, о котором руководители в своих рассказах склонны умалчивать: рост в руководителя чаще всего обусловлен не показателями работы, а потому что человек делал те задачи, которые мало кто любит делать. Никто не начинает свой путь руководителя с того, что пошёл на курсы лидерства и бац — теперь ты уже тимлид. Тимлиды вырастают на тех задачах, от которых большинство команды старательно отворачиваются

Простой пример: сколько людей в команде задумывается о том, как лучше организовать daily? Эта задача предельно тупейшая и, казалось бы, банальная, она скучная для большинства аналитиков, которые любят сложные задачи с данными. Однако именно решение таких тривиальных задач становится краеугольным камнем эффективной организации работы в команде

В этот же ряд встают написание документации к проектам, стандартизация процессов, разбор технического долга, налаживание коммуникаций между командами. Все эти задачи не приносят быстрых побед, они очень редко получают публичное признание, и уж точно они не становятся темами вдохновляющих постов в телеграм-каналах или выступлений на конференциях. Но именно на этих задачах оттачиваются управленческие навыки

Потому что руководитель — это не тот, кто лучше всех работает. Руководитель — это тот, кто берет на себя ответственность за решение системных проблем, которые другие склонны игнорировать в силу того, что они просто «любят работать». Когда вы пишете документацию, вы учитесь структурировать знания и делать их доступными для других. Когда занимаетесь стандартизацией процессов — развиваете своё системное мышление. Разбирая техдолг и дергая по его поводу коллег — тренируетесь принимать сложные решения и умение расставлять приоритеты. А выстраивая коммуникации между командами — осваиваете саму суть управления, создавая пространство для более слаженного решения задач

Примечательно, что зачастую сами организации не осознают этой закономерности. Они ищут на позиции руководителей каких-то гениев аналитики или Data Science. Я не умаляю значимость hard skills, но хочу заметить: чаще всего хороший руководитель обнаруживается среди тех, кто взял на себя смелость решить неприглядные организационные проблемы. Именно на такого человека рядовой сотрудник может положиться. Например, джуну для решения сложных задач необходим опытный наставник, но для эффективной организации работы в контексте общих целей нужен руководитель. Он как бы забирает на себя часть операционной и коммуникационной обвязки работы сотрудника

Так что пока кто-то ходит на лидерские курсы и прокачивает свои софт-скиллы, есть люди, которые просто берут и делают то, что другие считают скучным и даже неприятным

Эта история не о том, что не надо развивать soft-skills, если вы присматриваетесь к руководящим позициям. И аналогично про hard-skills: наоборот, вдумчивые и глубоко-разбирающиеся в теме руководители очень ценны. И я не призываю вас хвататься за любую непопулярную задачу в надежде, что это сделает вас руководителем. Мои размышления скорее о том, что настоящий карьерный рост часто начинается там, где его меньше всего ищут

Datalytics

07 Nov, 12:30


Недавно я узнал о том, что Amazon планирует вернуть всех своих сотрудников в офисы. Вчера я наткнулся на открытое письмо CEO Amazon Andy Jassy к коллективу, воодушевляюще озаглавленное «Strengthening our culture and teams»

Это проникновенное обращение посвящено полномасштабному возвращению всех сотрудников Amazon на 5-дневную рабочую неделю в офисе. Начинает Энди с располагающей к себе личной истории: они с супругой когда-то набросали на салфетке план, согласно которому он проработает в «Амазоне» от силы лет 5, после чего вернётся в Нью-Йорк. Однако, с тех пор минуло уже 27 лет, и самая большая причина, по которой он до сих пор в «Амазон» — это корпоративная культура. Примечательно, что всё пронизано отсылками к «уникальному духу Amazon» и вообще создает такой портрет «правильного» сотрудника: он поддерживает «culture», обладает мощнейшим «ownership» и всегда держит «commitment». Отдельно любопытно стремление руководства «функционировать как крупнейший в мире стартап» — довольно парадоксальное заявление для организации, насчитывающей более полутора миллионов штатных и внештатных сотрудников. Это выглядит как самообман, но манипулятивный подтекст очевиден — стартапы традиционно уделяют меньше внимания балансу работы и личной жизни, в отличие от корпораций, куда люди часто приходят за стабильностью, надеясь на более гибкий подход к тем, кто не готов работать на износ

В письме много витиеватых формулировок про культуру перформанса, коммуникации и коллаборации, стремлении к быстрым результатам, значимости гибкости и новаторства. Однако за этим словесным узором вдохновляющего менеджмента скрывается более прагматичная бизнес-стратегия

При отсутствии конкретных доказательств преимущества офисной работы над удалённой, в документе явно указаны некоторые чёткие цели, мало относящиеся к продуктивности офисной работы: «убрать уровни иерархии и сделать организацию более плоской» и «увеличить соотношение рядовых сотрудников к менеджерам минимум на 15% к концу первого квартала 2025 года». Фактически это означает, что «Амазон» планирует оптимизировать число высокооплачиваемых управленцев среднего звена и упростить оргструктуру, внедряя более прямое руководство. А надо сказать, что прямое руководство конечно легче обеспечивать через физическое присутствие. Речь идет о сокращении операционных расходов, где целевой группой явно выступает менеджерский состав

Но не менеджерами едиными планируется сделать оптимизацию. Показательны временные рамки возврата в офисы: при том, что объявление было сделано в середине сентября 2024 возврат предполагается к концу Q1 2025. Это создает довольно жесткие условия для сотрудников, многие из которых за период 2020-2024 сильно перестроили свой быт под удаленный формат. В письме это признается: «Мы осознаем, что некоторые наши сотрудники выстроили свою жизнь определённым образом...», но подразумевается, что это их личная проблема , с которой они должны справиться и подстроиться — иначе они рискуют прослыть «несогласными с корпоративной культурой», не разделяющими ценности компании. Ну и там ещё такой забавный аргумент вида «раньше же все работали из офиса, в чём проблема?». Подход, демонстриуемый Amazon, напоминает стратегию «voluntary attrition» (добровольный отток), когда вместо прямых увольнений создаются такие условия, при которых часть сотрудников уйдет «добровольно». Это и дешевле, и репутационно безопаснее, чем массовые сокращения

Мораль проста: когда корпорации начинают слишком много говорить о культуре и ценностях — ищите реальные бизнес-причины в сноске мелким шрифтом

Datalytics

05 Nov, 14:31


Учет разных интересов пользователя в персонализированных рекомендациях Google

Ребята из Яндекса выложили подробный разбор статьи Google о репрезентации юзера в виде нескольких векторов, каждый из которых отображает некоторый интерес пользователя.

Автор рассказывает, как решали проблему просадки на более редких, хвостовых интересах пользователя. Спойлер: разработчики предложили схему итеративного взвешивания плотности (iterative density weighting scheme, IDW).

По результатам экспериментов на бенчмарках — MovieLens 1M, Kindle Store, а также Clothing, Shoes and Jewelry — схема IDW показала значительное улучшение рекомендаций.

Datalytics

05 Nov, 13:02


Теория и практика: A/B-тестирование для успешной аналитики
Бесплатный вебинар 6 ноябпя в 19:00 мск

Аналитик данных помогает бизнесу не ошибаться при принятии важных решений. А А/В-тесты - один из must-have инструментов, которые в этом помогают.

Если вы хотите разобраться в основах проведения экспериментов и научиться правильно проводить А/В-тесты, ждём вас на бесплатном вебинаре.

На реальных кейсах узнаем:
— Что такое A/B-тестирование
— Как выбрать гипотезу для тестирования
— Как определить метрики успешности
— Когда тест можно считать завершенным
и др.

🚶 Переходите и регистрируйтесь на бесплатный вебинар.

Datalytics

05 Nov, 10:40


❤️❤️❤️❤️❤️

Недавно я вам рассказывал о конференции РУBIКОНФ, которая пройдет 14 ноября в Москве.

Небольшой апдейт: появились отличные новости для тех, кто не сможет посетить ее лично. Для вас будет организована онлайн-трансляция, а также актуальные новости и обзоры выступлений будут 🔗Telegram-канале конференции🔗 Так, вы сможете следить за всеми интересными моментами!

Почему конференция достойна вашего внимания?
— Сильнейшие участники рынка на одной площадке: AW BI, Alpha BI, VK Cloud, Loginom, Денвик, Arenadata, Glowbyte, IT-Albion — это только часть тех, кто представит свои стенды и доклады.
— Реальные кейсы: истории внедрений от компаний, которые уже прошли путь импортозамещения и добились результатов.
— Нетворкинг: встреча с ключевыми игроками, наладить контакты и обсудить стратегические проекты.
— Экспертные рекомендации.
— РУBIЛОВО — спикеры сойдутся в споре на острые BI-темы!

В общем, даже если нет возможности приехать на РУBIКОНФ — можно принять участие в онлайн-формате!

А для всех, кто может прийти и быть очно, не упустите возможность встретиться и поговорить с экспертами мира BI лично. 🔗Регистрируйтесь, если еще не успели.

Дата: 14 ноября, 10:00-18:00
Место: Москва, Цифровое Деловое Пространство, ул. Покровка, 47

Реклама. Рекламодатель АО «ОСТ»
ИНН: 9709108924

Datalytics

02 Nov, 14:06


Богатые и нищие словом
(Перевод эссе Пола Грэма «Writes and Write-Nots». Перевел Алексей Макаров)

Богатые и нищие словом (Перевод эссе Пола Грэма «Writes and Write-Nots». Перевел Алексей Макаров)

Я обычно неохотно делаю прогнозы по поводу технологий, но конкретно в этом случае я уверен: через пару десятилетий людей, способных писать, останется немного.

Одно из самых странных открытий, которое делает человек, когда становится писателем, — это осознание того, насколько многим людям сложно выражать свои мысли на бумаге. Врачи в курсе, сколько существует пациентов, попусту беспокоящихся о безобидной родинке; люди, разбирающиеся в компьютерах, понимают, как много людей не знают, как почистить кэш в браузере; а писателям известно, скольким людям нужна помощь в написании текстов.

Причина, по которой так много людей испытывают трудности с писательством, заключается в том, что это в принципе сложно. Чтобы хорошо писать, необходимо мыслить ясно, а это непростая задача. 

При этом письменная коммуникация пронизывает многие профессиональные сферы, и часто бывает так, что чем более престижна должность, тем больше писанины она, как правило, требует.

Это противоречие между всепроникающей необходимостью писать и неустранимой сложностью данного процесса создаёт колоссальное напряжение (моё примечание: вот почему люди записывают голосовые сообщения). Именно поэтому даже именитые профессора порой прибегают к плагиату. Больше всего меня поражает мелочность этих краж. Украденные фрагменты чаще всего представляют собой самые банальные клише — то, что любой, кто хоть чуточку умеет писать, смог бы сделать без особых усилий. Что скорее говорит о том, что плагиаторы обычно и двух слов на бумаге связать не могут.

До недавнего времени не существовало простого способа сбросить это давление. Подобно Кеннеди, вы могли заплатить кому-то, кто будет писать за вас, или, как Мартин Лютер Кинг, просто сплагиатить, но если вы не могли купить или украсть слова, то у вас оставался единственный выход — написать что-то самостоятельно. Как итог, каждому, от кого ожидалось, что результатом его работы будут тексты, приходилось учиться писать.

Больше это не так. Искусственный интеллект разрушил привычный порядок вещей. Почти всё давление, связанное с необходимостью писать, улетучилось. И в учёбе, и в работе вы можете поручить эту задачу ИИ.

Грядущий мир расколется надвое: тех, кто владеет письменным словом, и тех, кто от него отрёкся. Всё равно останутся те, кто умеет писать. Некоторые просто находят в этом удовольствие. Но исчезнет промежуточная категория между теми, кто пишет хорошо, и теми, кто не умеет писать совсем. Исчезнет привычная градация: хорошие писатели, так-себе-писатели и совсем-не-писатели. Останутся лишь два полюса: хорошо пишущие и не пишущие вовсе.

Вы можете спросить: и что в этом плохого? Разве это не естественный процесс исчезновения навыков, когда технологии делают их устаревшими? Например, кузнецов осталось не так много, и это, похоже, никого не беспокоит. 

Безусловно, это трагедия. И причина проста — как я уже говорил: письмо и есть мышление. Лучше, чем Лесли Лэмпорт, этот тезис и не сформулируешь:

Если вы думаете, но не пишете, то вам только кажется, что вы думаете

Поэтому мир, разделенный на пишущих и непишущих, опаснее, чем может показаться. Это будет мир думающих и не думающих. Я знаю, в какой половине я хочу быть, и могу поспорить, что и вы тоже.

История уже знает похожие примеры. В доиндустриальную эпоху большинство профессий требовало физической силы — работа делала людей сильными. Теперь, чтобы быть сильным, вы занимаетесь спортом. Сильные люди по-прежнему существуют, но только те, кто сознательно выбрал этот путь.

То же самое произойдёт с письмом. Умные не исчезнут, но останутся лишь те, кто выбрал быть таковыми.

Datalytics

01 Nov, 13:30


Яндекс наградил лауреатов Yandex ML Prize — ежегодной премии для поддержки ученых и преподавателей в области машинного обучения.

Совет премии выбрал 14 лауреатов, представивших наиболее перспективные и значимые работы. Победители получат денежные премии, а также доступ к платформам компании для дальнейшей работы над своими проектами.

Премия Yandex ML Prize была учреждена для поддержки научного сообщества в 2019 году в память об Илье Сегаловиче.

https://tass.ru/obschestvo/22283467

Datalytics

01 Nov, 11:20


А теперь вернемся из будущего к настоящему, ChatGPT запустил свой Perplexity поиск по интернету

https://openai.com/index/introducing-chatgpt-search/

При этом ключевое отличие от Perplexity в том, что кажется (судя по демкам) он будет хорошо справляться с навигационными и информационными вопросами (где мне купить, где мне покушать, какая погода, какой счет в матче, какая сейчас ставка цб). И это ставит OpenAI в прямые конкуренты с Google. Если они еще и научаться искать по мультимодальному контенту (видео, подкасты, схемы), то это создает мощный новый поток трафика для видео и аудиоконтента

Интересно подумать как в связи с этим изменится концепция SEO и что на самом то деле скоро нужно будет делать RAG-оптимизацию

Datalytics

24 Oct, 15:30


Большая новость на российском айти-рынке: Яндекс выпустил новое поколение языковых моделей YandexGPT 4. В релиз вошли две версии: флагманская Pro и облегченная Lite.

Количество обрабатываемых токенов увеличено в 4 раза — до 32 тысяч, что позволяет работать с большими документами. В обучении применили подход с пошаговыми рассуждениями (Chain-of-thoughts), благодаря чему модели научились лучше анализировать проблемы, выделять этапы решения и рассуждать над их реализацией.

Pro-версия превосходит предыдущее поколение в 70% тестов. В RAG-сценариях заметно снизилось количество галлюцинаций, что улучшило работу с документами.

Модели уже доступны через API в Yandex Cloud. В ближайшее время их интегрируют в Алису с опцией Про, а позже добавят function calling для создания продвинутых ассистентов.

https://habr.com/ru/companies/yandex/articles/852968/

Datalytics

23 Oct, 13:11


🤔Как изменить IT-продукт, чтобы он занял достойное место на рынке?

🚀Узнаете на открытом онлайн-уроке «Продуктовая гипотеза»

Будет интересно продуктовым аналитикам и продуктовым менеджерам

Вы узнаете:
– Какими бывают гипотезы в зависимости от этапа развития компании
– Как увеличить шансы на успех гипотезы
– Как правильно формировать гипотезу
– О чём говорят цифры?
– Какие гипотезы помогают пройти «долину смерти»

👨‍💻Вебинар проведёт Алькей Аманжолов – постоянный резидент главного национального центра IT-стартапов в Казахстане «Astana Hub»

🤝После вебинара можно записаться на курс «Продуктовая аналитика. Professional».

🕖28 октября, 20:00 Бесплатно

Записаться на событие: https://clck.ru/3E9EAY

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

Datalytics

22 Oct, 12:31


В продолжение подборки статей хочу поделиться неплохой вводной статьей про то как приземлять LLM в продукты (создавать LLM-фичи) из блога GoPractice

https://gopractice.ru/skills/improving-products-with-llm/

Статья очень по верхам проходится, но охватывает основные этапы, которые надо учитывать при проектировании решений:
1) постановку задачи;
2) выбор способа решения (обычно мы тут начинаем с базового метода — промптом, но если не справляется, то уже выбираем более сложные варианты, например, RAG или SFT);
3) написание промпта (или нескольких вариантов промптов);
4) подготовка тестового датасета, на котором будем тестировать промпт(ы);
5) улучшение промпта;
6) эксперименты с моделями (тестирование моделей на одинаковой задаче, чтобы подобрать ту, которая решает поставленные задачи бизнеса, а ещё и по возможности дешевле)
7) переформулировка решаемой задачи (например, бывает так, что решаемая задача суммаризации сначала решается задачей извлечения ключевых данных из исходного текста, то есть мы изменяем подход к решению, чтобы добиться более качественного результата. тут уже могут возникать сложные пайплайны и какие-то истории про агентов или даже вызова функций)

Статья может быть хорошим стартом для продактов, технических проджектов, системных аналитиков и разработчиков, которые планируют начать внедрять LLM в свои продукты, но не знают с чего начать

Datalytics

22 Oct, 12:01


Представьте: вокруг лучшие специалисты BI, обсуждают внедрение, делятся практическими кейсами, а вы — в центре этого, погружены в общение и расширяете сеть полезных контактов. Звучит круто, правда?

Именно это ждет участников бесплатной конференции РУBIКОНФ 14 ноября в Москве.🔥

Здесь соберутся ИТ-директора, BI-эксперты и авторы популярных Telegram-каналов про аналитику, чтобы поделиться кейсами импортозамещения, инсайтами и прогнозами развития BI. Главное — независимые компании честно расскажут о внедрении российских BI-систем.

Почему стоит прийти?

⚡️Реальные кейсы. Узнаете, как такие компании, как РЖД, справляются с импортозамещением, и увидите BI-системы в действии. Только практика — никаких теоретических догадок.
⚡️Честные истории. Независимые компании расскажут о внедрении российских решений — без воды и маркетинговых обещаний.
⚡️Мультивендорная повестка. Разные платформы и решения — каждый найдет что-то своё.
⚡️Нетворкинг. Это не просто возможность послушать, но и пообщаться. Будут представители AW BI, VK Cloud, Skypro, Glowbyte, Loginom и другие. Это шанс обменяться контактами, обсудить проекты и найти партнеров.

Также вас ждут активности на стендах, интерактивы, подарки и другие ивент-плюшки.
Конференция пройдет 14 ноября в центре Москвы, а для тех, кто не сможет приехать, будет онлайн-трансляция. Участие бесплатное.

🔗Подробности и регистрация по ссылке.

Реклама. Рекламодатель АО «ОСТ»
ИНН: 9709108924

Datalytics

22 Oct, 09:32


🚀 Новое исследование рынка аналитиков! — если вы аналитик, пройдите опросник и первыми получите результаты, а также эксклюзивные доп. материалы с инсайтами исследования.

Что за исследование?
◽️Это очередное исследование рынка аналитиков от NewHR. Ребята начали их делать в 2018 году, последнее было в 2023 и планируют запускать их ежегодно.
◽️Исследование позволяет следить за ситуацией на рынке аналитиков, потому что эта сфера супер-сильно меняется и развивается. Важно держать руку на пульсе и исследование NewHR в этом поможет!

Рынок каких аналитиков исследуют?
➤ Дата-аналитиков
➤ Продуктовых аналитиков
➤ BI-аналитиков
➤ Маркетинговых аналитиков
➤ Веб-аналитиков

Что исследуется?
👉 Зарплаты и их динамика. Вопросы про вилки, а потом поделимся результатами и корреляциями.
👉 Рейтинг работодателей для аналитиков, с нормальной аналитической культурой, например.
👉 Где работают аналитики, как работают (удалёнка/офис), какие планы на трудоустройтво.
👉 Как меняется зона ответственности аналитиков и чем хотят заниматься аналитики.
👉 Как аналитики ищут работу и выбирают работодателя.

Как принять участие в исследовании?
 Заполните 20-мин опросник

Как можно помочь?
🙏 Пошарьте наш опрос среди своих знакомых аналитиков! Чем больше будет ответов, тем более репрезентативным будет результат!

Когда будут результаты?
— Сбор данных NewHR делает в течении всего октября
— Потом нужно пара месяцев на анализ и формирование информативного лендинга (пример 2023)
— Итоговый результат исследования планируется выпустить в начале 2025 года.
— 2025 год ещё далеко, а данных хочется уже сейчас, поэтому:
— NewHR планирует делиться со всеми участниками исследования промежуточными результатами, а также пришлём приглашение на закрытый стрим, где поделимся всеми инсайтами и ответим на вопросы.

Datalytics

21 Oct, 14:18


Я тут начинаю собираю материалы для нового курса по применению LLM в IT-продуктах

Это не будет курс по промпт-инжинирингу с обещанием светлого будущего как ИИ будет за нас делать все задачи. Моя задача — рассмотреть полный цикл работы с языковыми моделями в условиях реальных процессов и бизнесов — от проектирования и разработки LLM-приложений до их оптимизации, интеграции в бизнес-процессы и оценки экономической эффективности. То есть показать что LLM с предсказуемым качеством внутри production-ready решений — это большая задача с кучей подводных камней и она требует системного подхода, а не просто from openai import OpenAI

На этом фоне начну делиться какими-то статьями, на которые опираюсь при ресерче материалов для курса

Первая статья довольно известна — «Как работает ChatGPT: объясняем на простом русском эволюцию языковых моделей с T9 до чуда». Эта статья доступно объясняет, как эволюционировали LLM и почему нам вообще довелось лицезреть феномен ChatGPT в конце 2022 года

Прелесть статьи в том, что она простым языком объясняет сложные концепции типа трансформеров, а также что она затрагивает не только технические аспекты, но и этические вопросы, проблемы интерфейсов и бизнес-применения. Так что если вы вообще пока не в курсе про LLM, но очень хотите понять что это такое и как появился ChatGPT — забегайся

Datalytics

21 Oct, 13:16


Предложение для аналитиков
Создайте курс с Яндекс Практикумом!


Яндекс Практикум — это онлайн-сервис, помогающий освоить актуальные цифровые профессии. Учебный контент здесь разрабатывают мидлы или сеньоры.

Сейчас, например, нужны авторы уроков по темам: «Расчёт и визуализация бизнес-метрик и показателей», «Формулировка и проверка гипотез. Статистический анализ данных» и «Анализ результатов А/В тестирования с помощью Python».

Экспертам предлагают удалёнку, нагрузку от 10 часов в неделю, гибкую занятость. А главное, возможность развиваться вместе с Яндекс Практикумом нон-стоп.

Пожелания к кандидату

Datalytics

17 Oct, 12:02


NLP-инженеры Яндекса рассказали про метод ускорения генерации токенов.

Retrieval-Based Speculative Decoding (REST), по словам авторов метода, может ускорить генерацию токенов более чем в два раза.

Метод спекулятивного декодирования REST ускоряет генерации за счет использования более компактной и быстрой модели.

При использовании REST результаты тестов показали прирост в скорости генерации токенов до 2,36 раз. Однако отмечается, что результат сильно зависит от полноты и качества базы данных.

Datalytics

17 Oct, 11:36


Хорошая статья про бенчмарки LLM. В статье рассказывается как выбрать бенчмарк под тип задачи, в чём разница между онлайн-оценкой и офлайн-оценкой, способы бенчмаркинга (one-shot vs few-shot). Для базового знакомства — самое то

https://habr.com/ru/articles/850218/

Datalytics

16 Oct, 13:28


#llm

Нашли отличный курс от преподавателей ВШЭ и ШАД Яндекс, который поможет в деталях разобраться в устройстве LLM 

Он начинается с емкого освоения пререквизитов, а затем вы углубляетесь в особенности архитектур. В курсе предполагается большое количество практики, Вы сможете дообучить генеративную трансформерную модель для решения поставленной перед вами задачи и имплементировать ее в виде сервиса или телеграм-бота.

Но что особенно круто – так это сильная команда преподавателей из топовых университетов и компаний. Это, кстати, те самые эксперты, которые делали AI магистратуру во ВШЭ. 

Курс рассчитан примерно на 10-15 часов в неделю и начинается 21 октября. Мест всего 50, так что скорее записывайтесь!

PS: в своем телеграм канале @shvmxyz ребята выкладывают интересные материалы по LLM, а сегодня в 18:00 там пройдет прямой эфир с автором курса - Еленой Кантонистовой!

Datalytics

15 Oct, 14:18


Митап для IT-специалистов в Иннополисе

26 октября | 12:00
Офлайн в Иннополисе | Онлайн

Присоединяйся к митапу True Tech Hub, который пройдет 26 октября в Иннополисе. Тебя ждут доклады от ведущих экспертов МТС и приглашенных спикеров.

Расскажем про метрики, помогающие оптимизировать Agile-процессы команды разработки, покажем, как подружить отдел аналитики с остальной командой, и поделимся своим видением того, как User Stories упрощает жизнь аналитикам и владельцам продуктов.

Во второй части коснемся более хардовых историй: углубимся в тему экстремальной оптимизации моделей машинного обучения и векторных данных, расскажем как в МТС проверяют гипотезы в задачах генеративного искусственного интеллекта для потребностей бизнеса. А наши коллеги из red_mad_robot на примере разработанной умной базы знаний поделятся, как RAG-концепция помогает повысить точность и качество генерируемого контента.

Для участия нужно зарегистрироваться по ссылке

Datalytics

15 Oct, 11:02


Технологический форум
DaTalks 2024 | Data Reality Show

24 октября в Loft Hall пройдет, пожалуй, центральное событие, посвященное данным. Организатором выступает компания Navicon, а главным партнером - Arenadata.

Ежегодно это мероприятие собирает data community для детального обсуждения наиболее значимых практических вопросов, связанных с data-ландшафтом и перспективами, которые ожидают CDO и CIO в ближайшем будущем.

В этом году среди основных тем форума:
• best practice формирования data-ландшафта «с запасом»
• будущее Big Data
• промежуточные итоги и перспективы импортозамещения
• современные платформы и модели данных
• обзор и функциональное сравнение актуальных для российского рынка BI-систем.

Трансляция онлайн вестись не будет - основная задача мероприятия это обмен опытом и дискуссии. Поэтому настоятельно рекомендуем зарегистрироваться для очного посещения.

По ссылке можно ознакомиться с программой, спикерами и основной концепцией форума.

erid: 2SDnje8HWJ6

Datalytics

14 Oct, 14:17


Аналитик DWH, ты тут? 😎 Специально для тебя запустили бесплатный онлайн-интенсив в Открытых школах Т1! Прокачай скилы и, если повезет, попади в штат Холдинга Т1 — крупнейшей ИТ-компании по выручке в России по версии RAEX и CNews Analytics 2023.

Зачем участвовать?

🔵Бесплатное обучение в гибком формате: по вечерам, онлайн, из любого города РФ
🔵Уникальный рыночный опыт. Проекты Т1 ежегодно побеждают в ИТ-конкурсах: Global CIO, Национальной банковской премии и др. Тебя обучит и поддержит команда профессионалов.
🔵Возможность влиять на развитие ключевых отраслей экономики: в портфеле Т1 800+ высокотехнологичных проектов и 70+ продуктов и услуг на современном техстеке для крупнейших компаний и госсектора.
🔵Карьерный рост и поддержка. Уникальный карьерный фаст-трек для выпускников Открытых школ помогает молодым специалистам прокачаться до уровня мидла в Т1 за 1,5 года.

Успей подать заявку до 25 октября!

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

Datalytics

14 Oct, 08:17


IT Community Day в Санкт-Петербурге прошёл идеально! 👨‍💻

Сотни IТ-специалистов встретились, чтобы послушать доклады топовых спикеров, прокачать hard и soft skills, познакомиться, повеселиться на афтерпати, и главное — стать частью крупнейшего IТ-комьюнити!

Завидуем тем, кто смог попасть на это мероприятие. А остальным советуем не расстраиваться: совсем скоро состоятся IT Community Day в:

✔️ В Казани 12 октября научимся управлять большими данными, укрощать искусственный интеллект, создавать успешное резюме и находить подход к карьере.

✔️ И в Екатеринбурге 19 октября поговорим об интеграции LLM в приложение, методологии API-first и комбинации личного и профессионального развития.

Успейте зарегистрироваться! 💚

Datalytics

13 Oct, 16:27


Недавний эксперимент MIT показал: люди верят даже случайным прогнозам ИИ. Написал статью, в которой рассказал о деталях исследования и разобрал какие психологические аспекты влияют на склонность доверять ИИ, даже если никакого ИИ в продукте нет

Эффект Барнума в действии: Как психология влияет на доверие к ИИ

Datalytics

11 Oct, 10:02


👍dbt - это один из ключевых инструментов современной аналитики и modern data stack.

Изучите один из самых востребованных инструментов аналитики, решая сложные практические задачи в нашем тренажере, научитесь DataOps практикам, постройте хранилище данных на базе dbt, подготовьте и проанализируйте данные

В тренажере вы освоите:
1. Типы хранилищ данных DWH и их построение
2. Подготовку и тестирование данных, Data Quality
3. Построение ELT-pipelines
4. Моделирование данных на базе dbt и PostgreSQL
5. Принципы работы с СУБД на базе Postgres
6. Продвинутую аналитику и визуализацию данных
7. Современные DataOps-практики, оптимизацию производительности и многое другое

Разработаете свои pet-проекты:
🔥 Статистика поездок на самокатах: Построите аналитический пайплайн для общей и дневной статистики поездок, включая тесты качества данных и документацию.
🔥 Аналитика ивентов приложения: Создадите SQL-пайплайн для обработки событий мобильного приложения, обогащённый данными поездок и пользователей, с внедрением контрактов данных и продуктовыми метриками.
🔥 Создание аналитической платформы: Развернете dbt-пайплайны с планировщиком, мониторингом и централизованным git-репозиторием, внедрить проверку качества данных и веб-портал с каталогом данных и документацией.

Сейчас открыт демо-доступ к первым четырем практическим урокам для всех желающих.

➡️ Регистрация на демо-доступ

Реклама. ООО "Инженеркатех" ИНН 9715483673

Datalytics

09 Oct, 13:25


Хотите узнать, как автоматизировать аналитические процессы и управлять большими объемами данных?

Ждем вас на открытом вебинаре 21 октября в 20:00 мск, где мы разберем:

- что такое Apache Airflow и зачем он нужен;
- как Airflow помогает решать сложные аналитические задачи;
- основные компоненты и функциональность платформы;
- примеры использования Airflow в реальных проектах.

Урок для разработчиков, инженеров данных, аналитиков и менеджеров аналитики.

Встречаемся в преддверии старта курса «Продуктовая аналитика. Professional». Все участники вебинара получат специальную цену на обучение! Регистрируйтесь прямо сейчас, чтобы не пропустить мероприятие: https://clck.ru/3DozvS

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

Datalytics

03 Oct, 14:31


Яндекс интегрировал VLM в Нейро, значительно улучшив возможности поиска и анализа изображений. На Хабре рассказали, как команда усовершенствовала существующие технологии и создала новый инструмент, делающий работу с визуальным контентом более эффективной.

VLM представляет собой следующий этап в развитии моделей компьютерного зрения. Она не только распознает объекты на картинках, но и отвечает на сложные вопросы о деталях изображений.

Архитектура VLM объединяет LLM, картиночный энкодер и адаптер. Новый пайплайн с VLM-рефразером и VLM-captioner расширил спектр решаемых задач.

В статье подробно описан процесс обучения VLM и проведено сравнение с предыдущим LLM-пайплайном. Разработчики отмечают, что уже сейчас VLM решает многие задачи «из коробки», а с небольшим дообучением достигает высочайшего качества.

Оценить возможности VLM можно в Поиске по картинкам и Умной камере Яндекса.

Datalytics

03 Oct, 13:27


Алгоритмы поиска дубликатов

Ребята из HF Labs выложили отличную статью на Хабре о поиске дубликатов в клиентском MDM. Задача поиска дубликатов — суперкритична для обеспечения качества данных, дубли — потенциальный источник серьезных ошибок в аналитике

Авторы статьи рассказывают о том, как для эффективного поиска дубликатов важно правильно определить подход к обработке данных. Они выделяют несколько ключевых этапов:

1️⃣ Чистка и нормализация данных
2️⃣ Хеширование для быстрого поиска
3️⃣ Применение компараторов и правил
4️⃣ Обновление данных в режиме реального времени

Всё это со своей спецификой про банковскую сферу, но перекладываемо на любые задачи поиска дубликатов (в том числе нечетких)

Глубинное представление о качестве данных, с которыми мы работаем — это прям важный навык для аналитика. Я помню, что почти на любом месте, где я работал сталкивался с тем, что данные всегда содержали кучей дублей и мусора, по разным причинам. В итоге это всё важно отсеивать. Мы же не просто цифры в таблицах анализируем — мы пытаемся через эти данные понять реальность бизнеса, а если у нас Garbage In, то получаем и Garbage Out

https://habr.com/ru/companies/hflabs/articles/847012/

Datalytics

03 Oct, 09:03


«Я в режиме реального времени поясняла структуру запросов / ответов в Postman и разбирала документацию в Swagger», — пишет аналитик, который прошел наш курс, а потом два технических собеседования в международные компании. Приятно, конечно ❤️

Если в 2024 году вы хотите:
— научиться выбирать стиль интеграции под вашу задачу;
— начать проектировать с нуля и описывать интеграции в современных стилях (API: REST, SOAP, gRPC и других, + брокеры сообщений);
— узнать как правильно собирать требования и моделировать в UML;
— подготовиться к собеседованию, решив более 100 заданий;
— запустить свой API на Python.

Значит наш курс для вас!

🚀 Начните с открытых бесплатных
уроков — переходите в бот курса и жмите «Старт»
👇
@studyit_help_bot

🚀 Скидка на курс
от канала — 1 000₽ на Stepik по промокоду DATAL3 до конца октября.