Всем привет!
Как видно из результатов опроса, большая часть подписчиков у нас начинающие специалисты. Поэтому у нас будет много образовательного материала, подборки полезных ресурсов для обучения, а также онлайн-встречи для разбора различных тем.
Нашёл вот эту замечательную статью с подборкой большого количества ресурсов для обучения аналитике. Главное, что ресурсы бесплатные и каждый может пройти необходимые для себя курсы.
Обязательно сохраняйте ссылку себе, уверен вы к ней будете возвращаться 😉
Ставьте реакции, если такие подборки материалов для вас полезны
Читать статью
Как видно из результатов опроса, большая часть подписчиков у нас начинающие специалисты. Поэтому у нас будет много образовательного материала, подборки полезных ресурсов для обучения, а также онлайн-встречи для разбора различных тем.
Нашёл вот эту замечательную статью с подборкой большого количества ресурсов для обучения аналитике. Главное, что ресурсы бесплатные и каждый может пройти необходимые для себя курсы.
Обязательно сохраняйте ссылку себе, уверен вы к ней будете возвращаться 😉
Ставьте реакции, если такие подборки материалов для вас полезны
Читать статью
👍32🔥23❤3
Привет!
Как многие из вас уже знают, что я работают Senior BI аналитиком (нет, нет, я не разрабатываю каждый день дашборды, а занимаюсь бизнес и data анализом).
Помимо работы на текущий и следующий год я для себя наметил несколько направлений развития. Сейчас расскажу про них поподробнее, ведь возможно мы с вами в будущем будем сотрудничать 😉
📍Создание курсов и развитие проекта Data Study
У меня есть возможность и желание создавать доступное и эффективное обучение аналитике. На данный момент я самостоятельно работаю над 3-мя курсами, на 2-х уже обучаются ученики, а 1 еще на стадии разработки:
1️⃣ Основы анализа данных (в октябре будет старт уже 5-го потока)
2️⃣ Бизнес-анализ в IT (обучение идет прямо сейчас)
3️⃣ Аналитика данных 2.0 (курс для уже действующих аналитиков) Готовлю материалы для уроков и практики
✅ Каждый курс постоянно улучшается и дорабатывается + добавятся возможности удобной и комфортной оплаты (в том числе рассрочка).
📍Менторство
Это еще одно направление обучения 1-to-1. Здесь важна индивидуальность работы с каждым учеником. Ментор (или наставник) помогает быстрее вырасти в профессии или необходимых компетенциях. Менторству кстати тоже необходимо обучаться (как правильно оценивать текущий уровень, как мотивировать, как давать обратную связь), это не просто набрать учеников и рассказывать им все что ты знаешь.
В этом плане есть тоже существенные успехи. Например, я стал ментором на платформе Solvery, в их инстаграм кстати идет "неделя ментора" про меня, когда я общаюсь с подписчиками и отвечаю на их вопросы. Также некоторых ребят я веду самостоятельно в рамках консультаций.
📍Выступления на конференциях в качестве спикера
Мне привычна тема докладов еще с научных и студенческих конференций, но вот на профессиональных IT конференциях я пока не выступал.
Уже сделал первые шаги в этом направлении в организации своих вебинаров и воркшопов на разные темы, где в онлайне подключалось по 40 человек и это очень круто 🔥🔥🔥.
Для выступления на больших организованных конференциях я подал свою тему доклада. Сейчас останется пройти все круги ада подготовки, вычитки, рецензии, подтверждения, и начало пути спикера будет положено.
Эх, еще вот начну ходить в бассейн регулярно, а не раз в месяц, и вообще жизнь замечательна 😄😅
P.S. если здесь сидят HR, которые готовы пообщаться и сделать совместный вебинар про критерии отбора аналитиков на вакансии, маленькие хитрости и лайфхаки - пишите мне в личку @daniildzheparov
Как многие из вас уже знают, что я работают Senior BI аналитиком (нет, нет, я не разрабатываю каждый день дашборды, а занимаюсь бизнес и data анализом).
Помимо работы на текущий и следующий год я для себя наметил несколько направлений развития. Сейчас расскажу про них поподробнее, ведь возможно мы с вами в будущем будем сотрудничать 😉
📍Создание курсов и развитие проекта Data Study
У меня есть возможность и желание создавать доступное и эффективное обучение аналитике. На данный момент я самостоятельно работаю над 3-мя курсами, на 2-х уже обучаются ученики, а 1 еще на стадии разработки:
1️⃣ Основы анализа данных (в октябре будет старт уже 5-го потока)
2️⃣ Бизнес-анализ в IT (обучение идет прямо сейчас)
3️⃣ Аналитика данных 2.0 (курс для уже действующих аналитиков) Готовлю материалы для уроков и практики
✅ Каждый курс постоянно улучшается и дорабатывается + добавятся возможности удобной и комфортной оплаты (в том числе рассрочка).
📍Менторство
Это еще одно направление обучения 1-to-1. Здесь важна индивидуальность работы с каждым учеником. Ментор (или наставник) помогает быстрее вырасти в профессии или необходимых компетенциях. Менторству кстати тоже необходимо обучаться (как правильно оценивать текущий уровень, как мотивировать, как давать обратную связь), это не просто набрать учеников и рассказывать им все что ты знаешь.
В этом плане есть тоже существенные успехи. Например, я стал ментором на платформе Solvery, в их инстаграм кстати идет "неделя ментора" про меня, когда я общаюсь с подписчиками и отвечаю на их вопросы. Также некоторых ребят я веду самостоятельно в рамках консультаций.
📍Выступления на конференциях в качестве спикера
Мне привычна тема докладов еще с научных и студенческих конференций, но вот на профессиональных IT конференциях я пока не выступал.
Уже сделал первые шаги в этом направлении в организации своих вебинаров и воркшопов на разные темы, где в онлайне подключалось по 40 человек и это очень круто 🔥🔥🔥.
Для выступления на больших организованных конференциях я подал свою тему доклада. Сейчас останется пройти все круги ада подготовки, вычитки, рецензии, подтверждения, и начало пути спикера будет положено.
Эх, еще вот начну ходить в бассейн регулярно, а не раз в месяц, и вообще жизнь замечательна 😄😅
P.S. если здесь сидят HR, которые готовы пообщаться и сделать совместный вебинар про критерии отбора аналитиков на вакансии, маленькие хитрости и лайфхаки - пишите мне в личку @daniildzheparov
🔥21👍14
Forwarded from Книги по аналитике (BA, DA, SA, PA)
Jules S. Damji, Brooke Wenig, Tathagata Das & Denny Lee / Learning Spark
"This book offers a structured approach to learning Apache Spark,
covering new developments in the project. It is a great way for Spark developers
to get started with big data."
"For data scientists and data engineers looking to learn Apache Spark and how to build
scalable and reliable big data applications, this book is an essential guide!"
Скачать книгу
"This book offers a structured approach to learning Apache Spark,
covering new developments in the project. It is a great way for Spark developers
to get started with big data."
"For data scientists and data engineers looking to learn Apache Spark and how to build
scalable and reliable big data applications, this book is an essential guide!"
Скачать книгу
🔥10👍2
Привет!
Нашёл интересную и довольно подробную статью про процесс построения хранилища данных в Clickhouse. Автор также приводит примеры скриптов загрузки и преобразования данных
Читать статью
Нашёл интересную и довольно подробную статью про процесс построения хранилища данных в Clickhouse. Автор также приводит примеры скриптов загрузки и преобразования данных
Читать статью
Хабр
Особенности построения хранилища данных на базе ClickHouse в Yandex Cloud
В данной статье делимся опытом внедрения решения на базе СУБД ClickHouse и сервисов Yandex Cloud. Мы не коснёмся тонких настроек ClickHouse или его масштабирования, но затронем достаточно интересные...
👍11
Часто сталкиваюсь с вопросами "Чем занимается дата-аналитик❓" "Какие задачи обычно решают аналитики данных❓", "Какие знания нужны аналитикам❓"
Каждый вопрос действительно важен, чтобы понимать область задач и необходимые компетенции для аналитика.
Однако всегда приходится уточнять, что необходимые компетенции также сильно зависят от:
1️⃣ компании
2️⃣ конкретного проекта
Каждая компания по своему определяет роль каждого специалиста на проектах, а также определяет необходимую матрицу компетенций.
Вот статья Кто такой дата-аналитик в X5 Tech на Хабре демонстрирует это на реальном примере компании
📍Понравился вот этот тезис из статьи:
"Таким образом, деятельность аналитиков в X5 может быть достаточно обширна. Это подводит дата-аналитика к возможности как углубляться в экспертизу в направлении DATA/ML-инженерии, так и развиваться в сторону бизнес-экспертизы и менеджмента."
Читать статью
Каждый вопрос действительно важен, чтобы понимать область задач и необходимые компетенции для аналитика.
Однако всегда приходится уточнять, что необходимые компетенции также сильно зависят от:
1️⃣ компании
2️⃣ конкретного проекта
Каждая компания по своему определяет роль каждого специалиста на проектах, а также определяет необходимую матрицу компетенций.
Вот статья Кто такой дата-аналитик в X5 Tech на Хабре демонстрирует это на реальном примере компании
📍Понравился вот этот тезис из статьи:
"Таким образом, деятельность аналитиков в X5 может быть достаточно обширна. Это подводит дата-аналитика к возможности как углубляться в экспертизу в направлении DATA/ML-инженерии, так и развиваться в сторону бизнес-экспертизы и менеджмента."
Читать статью
👍12❤1
Привет!
Уже слышали про миссию NASA и их успешный эксперимент DART?
Цель эксперимента заключалась в том, чтобы изменить траекторию астероида с помощью прицельного столкновения с искусственным спутником. Это позволяет собрать данные об изменении траектории астероидов и возможности защиты Земли от возможных реальных угроз падения астероидов. Подробнее про сам эксперимент можно почитать здесь
➡️ Прочитав эту новость вспомнил, что когда-то пользовался открытым API на портале NASA, которое позволяет получить открытые данные для изучения.
🔎API (Application Programming Interface) - программные способы взаимодействия с системой со средствами HTTP запросов. Таким способом различные программы могут быть удобным образом интегрированы друг с другом для получения, сбора, либо обмена данными.
Аналитики в своей работе часто встречаются с API, поэтому необходимо знать инструменты для работы.
Сегодня разберем пример сбора данных с открытого API на портале NASA.
Что будем применять:
📍Postman (программа для тестирования и проектирования API запросов)
📍Библиотека requests в Python
Как работает API-запрос:
1. отправляем наш запрос по необходимому адресу (URL) с необходимыми параметрами (query parameters)
2. получаем ответ в определенном формате данных
Кстати, наши поисковые запросы в браузере работают по точно такому же принципу: отправляем запрос по нужной ссылке -> получаем ответ
Если хотите повторить прописанные запросы, ниже описаны шаги действий:
1. Заходим на сайт, заполняем данные в форме и генерируем API key (без него запросы проходить не будут). Сохраняем сгенерированный ключ, он нам пригодится в запросах
2. Переходим в описание методов API (Browse APIs)
3. Ищем любой интересный нам метод и смотрим пример запроса
4. Скачиваем Postman
5. Открываем Postman, создаем вкладку нового запроса. Выбираем метод GET, в строчку запроса копируем пример запроса из пункта 3. Вставляем в запрос свой сгенерированный api_key из пункта 1
6. Нажимаем Send и смотрим ответ на запрос ниже в виде json-файла
Если хотим преобразовать json-файл в таблицу, то можно открыть python и написать небольшой скрипт с помощью библиотек requests, json, pandas. Дальше с полученным датафреймом можно проводить необходимы анализ данных 😉
Уже слышали про миссию NASA и их успешный эксперимент DART?
Цель эксперимента заключалась в том, чтобы изменить траекторию астероида с помощью прицельного столкновения с искусственным спутником. Это позволяет собрать данные об изменении траектории астероидов и возможности защиты Земли от возможных реальных угроз падения астероидов. Подробнее про сам эксперимент можно почитать здесь
➡️ Прочитав эту новость вспомнил, что когда-то пользовался открытым API на портале NASA, которое позволяет получить открытые данные для изучения.
🔎API (Application Programming Interface) - программные способы взаимодействия с системой со средствами HTTP запросов. Таким способом различные программы могут быть удобным образом интегрированы друг с другом для получения, сбора, либо обмена данными.
Аналитики в своей работе часто встречаются с API, поэтому необходимо знать инструменты для работы.
Сегодня разберем пример сбора данных с открытого API на портале NASA.
Что будем применять:
📍Postman (программа для тестирования и проектирования API запросов)
📍Библиотека requests в Python
Как работает API-запрос:
1. отправляем наш запрос по необходимому адресу (URL) с необходимыми параметрами (query parameters)
2. получаем ответ в определенном формате данных
Кстати, наши поисковые запросы в браузере работают по точно такому же принципу: отправляем запрос по нужной ссылке -> получаем ответ
Если хотите повторить прописанные запросы, ниже описаны шаги действий:
1. Заходим на сайт, заполняем данные в форме и генерируем API key (без него запросы проходить не будут). Сохраняем сгенерированный ключ, он нам пригодится в запросах
2. Переходим в описание методов API (Browse APIs)
3. Ищем любой интересный нам метод и смотрим пример запроса
4. Скачиваем Postman
5. Открываем Postman, создаем вкладку нового запроса. Выбираем метод GET, в строчку запроса копируем пример запроса из пункта 3. Вставляем в запрос свой сгенерированный api_key из пункта 1
6. Нажимаем Send и смотрим ответ на запрос ниже в виде json-файла
Если хотим преобразовать json-файл в таблицу, то можно открыть python и написать небольшой скрипт с помощью библиотек requests, json, pandas. Дальше с полученным датафреймом можно проводить необходимы анализ данных 😉
👍19
Примеры запросов в Postman и c помощью Python к посту выше ⬆️
👍13
Самые часто встречающиеся функции в Postgres при работе с датами и временем на SQL
Кстати, на следующей неделе собираюсь выложить на Habr вторую часть статьи про оконные функции.
Кто еще не читал первую часть и не знаком с оконными функциями SQL, можно прочитать первую часть статьи
Кстати, на следующей неделе собираюсь выложить на Habr вторую часть статьи про оконные функции.
Кто еще не читал первую часть и не знаком с оконными функциями SQL, можно прочитать первую часть статьи
👍18🔥4❤1
Инженер данных
Я часто говорю про различные профессии из области Data, но ни разу еще не рассказывал подробно про профессию инженера данных.
Давайте разберемся, кто такие инженеры данных, какие задачи они выполняют и что нужно изучать, чтобы стать инженером данных.
🔎 Инженер данных (Data Engineer) – специалист по работе с данными, который имеет сильные навыки и компетенции в области разработки и построения хранилищ данных, построения потоков данных, поддержки этих решений с точки зрения программного кода и технических настроек систем.
Инженеры данных имеют пересечения в областях работы с данными (практики хранения, передачи, обработки, моделирования, преобразования) и области разработки (написание программного кода, создание настроек и конфигураций систем).
Такие специалисты умеют настраивать системы и техническое решения, поддерживать их в работоспособном состоянии с выполнением всех функций.
Не забывайте ставить реакции, если пост для вас был интересен 👍
Я часто говорю про различные профессии из области Data, но ни разу еще не рассказывал подробно про профессию инженера данных.
Давайте разберемся, кто такие инженеры данных, какие задачи они выполняют и что нужно изучать, чтобы стать инженером данных.
🔎 Инженер данных (Data Engineer) – специалист по работе с данными, который имеет сильные навыки и компетенции в области разработки и построения хранилищ данных, построения потоков данных, поддержки этих решений с точки зрения программного кода и технических настроек систем.
Инженеры данных имеют пересечения в областях работы с данными (практики хранения, передачи, обработки, моделирования, преобразования) и области разработки (написание программного кода, создание настроек и конфигураций систем).
Такие специалисты умеют настраивать системы и техническое решения, поддерживать их в работоспособном состоянии с выполнением всех функций.
Не забывайте ставить реакции, если пост для вас был интересен 👍
👍33🔥3
Старт набора на курс "Основы анализа данных"
С радостью сообщаю, что открывается 5 набор на курс "Основы анализа данных" для обучения аналитике данных с нуля 🥳
Старт обучения: 15 октября
Кто следит за моим каналом знает, что я создал проект Data Study, в рамках которого создаю свои собственные курсы и обучаю людей аналитике данных и бизнес-аналитике.
- обучение проходит полностью с нуля (студенты приходят с разным опытом работы и образования, в том числе гуманитарного)
- занятия веду я, общаюсь с учениками, проверяю практику и провожу итоговое интервью
- занятия в формате онлайн-встреч
- записи занятий, конспекты презентаций и практических примеров остаются у вас навсегда
- занимаемся 2 раза в неделю (вторник 19:00 и суббота 10:00)
- 14 уроков (8 теории и 6 практики) + домашние задания и итоговый проект. итого 2 месяца плотного обучения
- цена 25000. оплата возможна как полностью, так и в рассрочку на 4 месяца
Подробную информацию о курсе можно найти на сайте ⤵️
С радостью сообщаю, что открывается 5 набор на курс "Основы анализа данных" для обучения аналитике данных с нуля 🥳
Старт обучения: 15 октября
Кто следит за моим каналом знает, что я создал проект Data Study, в рамках которого создаю свои собственные курсы и обучаю людей аналитике данных и бизнес-аналитике.
- обучение проходит полностью с нуля (студенты приходят с разным опытом работы и образования, в том числе гуманитарного)
- занятия веду я, общаюсь с учениками, проверяю практику и провожу итоговое интервью
- занятия в формате онлайн-встреч
- записи занятий, конспекты презентаций и практических примеров остаются у вас навсегда
- занимаемся 2 раза в неделю (вторник 19:00 и суббота 10:00)
- 14 уроков (8 теории и 6 практики) + домашние задания и итоговый проект. итого 2 месяца плотного обучения
- цена 25000. оплата возможна как полностью, так и в рассрочку на 4 месяца
Подробную информацию о курсе можно найти на сайте ⤵️
🔥8👍1
Привет!
Желаю всем хороших выходных и возможность выдохнуть от всего напряжения, подышать свежим воздухом и поесть вкусной еды 😉 Ну или что вам приносит больше всего удовольствия)
Выложил запись вебинара "Профессия Аналитик Данных" на YouTube"
На данном вебинаре мы обсуждали следующие темы:
1. Кто такие аналитики
2. Специализации аналитиков
3. Навыки, которые нужно развивать
4. Требования от работодателей
5. Путь от стажера до лида
6. Карта профессий для развития
7. Про курс "Основы анализа данных" от DataStudy
Смотреть вебинар
Желаю всем хороших выходных и возможность выдохнуть от всего напряжения, подышать свежим воздухом и поесть вкусной еды 😉 Ну или что вам приносит больше всего удовольствия)
Выложил запись вебинара "Профессия Аналитик Данных" на YouTube"
На данном вебинаре мы обсуждали следующие темы:
1. Кто такие аналитики
2. Специализации аналитиков
3. Навыки, которые нужно развивать
4. Требования от работодателей
5. Путь от стажера до лида
6. Карта профессий для развития
7. Про курс "Основы анализа данных" от DataStudy
Смотреть вебинар
YouTube
Профессия Аналитик Данных (Вебинар)
На данном вебинаре мы обсуждали следующие темы:
1. Кто такие аналитики
2. Специализации аналитиков
3. Навыки, которые нужно развивать
4. Требования от работодателей
5. Путь от стажера до лида
6. Карта профессий для развития
7. Про курс "Основы анализа…
1. Кто такие аналитики
2. Специализации аналитиков
3. Навыки, которые нужно развивать
4. Требования от работодателей
5. Путь от стажера до лида
6. Карта профессий для развития
7. Про курс "Основы анализа…
🔥6❤3👍2
Как учиться: самостоятельно, с ментором или на курсах?
Сегодня расскажу про 3 вида обучения, которые сравним между собой
Учиться самостоятельно
Плюсы:
✅ учишься в своем темпе
✅ делаешь акцент на интересных для себя темах
✅ сам выбираешь формат контента (книги, видео, практика в тренажерах)
Минусы:
❌ бывают сложности с поиском качественного материала на просторах Интернет
❌ можно запутаться в плане обучения и не освоить навыки до конца
❌ занимает обычно больше времен, чем другие виды обучения
❌ многим может не хватать факторов мотивации (нет дедлайнов, проверки работ, зависимости от сроков окончания обучения)
❌ довольно непросто разбираться в сложном материале
Учиться с ментором
✅ есть поддержка специалиста
✅ сформирован план развития и обучения совместно со специалистом-практиком
✅ структура занятий: обучаешься самостоятельно по плану -> проверяешь результат с ментором (и так идет итерациями)
✅ возможность вместе разобрать сложные для для понимания темы
✅ индивидуальность обучения
✅ высокая скорость обучения
✅ получение профессиональных связей
❌ сложность найти хорошего ментора
❌ обычно такие специалисты дорого стоят
❌ есть фактор не сойтись с ментором сразу. необходимость смены ментора
Обучение на курсах
✅ структурированные занятия = структурированные знания
✅ смесь теория + практика
✅ стимулирующие дедлайны и работа в группах
✅ окружение единомышленников
✅ обратная связь от специалистов
❌ небольшая гибкость в формате обучения
❌ иногда бывает дорого
❌ не всегда есть возможность получить индивидуальную обратную связь
📍На курсе "Основы анализа данных" у нас сделан гибрид из плюсов занятий с ментором и занятий на курсе
✅ структурированные занятия = структурированные знания
✅ практическое обучение с самой главной теоретической частью
✅ возможность разбирать сложные темы вместе со специалистом
✅ индивидуальная обратная связь каждому ученику по его работе на курсе
✅ группа единомышленников и профессиональные связи
✅ много рекомендаций для самостоятельного погружения в темы
✅ возможность проведения гибких занятий в живом формате
созвоны с ответами на вопросы учеников
Я считаю важным проводить занятия именно в живом формате. В этом есть ценность: можно задавать вопросы прямо во время занятий, если что-то осталось для вас непонятным. В этом есть атмосфера студенчества и живого обучения 😉
📍Присоединяйтесь к нашему живому обучению datastudy.ru
P.S.: Следующий набор на курс "Основы анализа данных" будет не раньше марта 2023.
Присоединившись сейчас, за это время вы уже сможете пройти курс и работать с данными как аналитики, а также найти работу в этой сфере. Мы даем необходимые знания и навыки, а все остальное зависит от вас.
Сегодня расскажу про 3 вида обучения, которые сравним между собой
Учиться самостоятельно
Плюсы:
✅ учишься в своем темпе
✅ делаешь акцент на интересных для себя темах
✅ сам выбираешь формат контента (книги, видео, практика в тренажерах)
Минусы:
❌ бывают сложности с поиском качественного материала на просторах Интернет
❌ можно запутаться в плане обучения и не освоить навыки до конца
❌ занимает обычно больше времен, чем другие виды обучения
❌ многим может не хватать факторов мотивации (нет дедлайнов, проверки работ, зависимости от сроков окончания обучения)
❌ довольно непросто разбираться в сложном материале
Учиться с ментором
✅ есть поддержка специалиста
✅ сформирован план развития и обучения совместно со специалистом-практиком
✅ структура занятий: обучаешься самостоятельно по плану -> проверяешь результат с ментором (и так идет итерациями)
✅ возможность вместе разобрать сложные для для понимания темы
✅ индивидуальность обучения
✅ высокая скорость обучения
✅ получение профессиональных связей
❌ сложность найти хорошего ментора
❌ обычно такие специалисты дорого стоят
❌ есть фактор не сойтись с ментором сразу. необходимость смены ментора
Обучение на курсах
✅ структурированные занятия = структурированные знания
✅ смесь теория + практика
✅ стимулирующие дедлайны и работа в группах
✅ окружение единомышленников
✅ обратная связь от специалистов
❌ небольшая гибкость в формате обучения
❌ иногда бывает дорого
❌ не всегда есть возможность получить индивидуальную обратную связь
📍На курсе "Основы анализа данных" у нас сделан гибрид из плюсов занятий с ментором и занятий на курсе
✅ структурированные занятия = структурированные знания
✅ практическое обучение с самой главной теоретической частью
✅ возможность разбирать сложные темы вместе со специалистом
✅ индивидуальная обратная связь каждому ученику по его работе на курсе
✅ группа единомышленников и профессиональные связи
✅ много рекомендаций для самостоятельного погружения в темы
✅ возможность проведения гибких занятий в живом формате
созвоны с ответами на вопросы учеников
Я считаю важным проводить занятия именно в живом формате. В этом есть ценность: можно задавать вопросы прямо во время занятий, если что-то осталось для вас непонятным. В этом есть атмосфера студенчества и живого обучения 😉
📍Присоединяйтесь к нашему живому обучению datastudy.ru
P.S.: Следующий набор на курс "Основы анализа данных" будет не раньше марта 2023.
Присоединившись сейчас, за это время вы уже сможете пройти курс и работать с данными как аналитики, а также найти работу в этой сфере. Мы даем необходимые знания и навыки, а все остальное зависит от вас.
datastudy.ru
Основы анализа данных
👍7🔥1
Как писать SQL-запросы прямо в Jupyter Notebook
Аналитики, инженеры данных или Data Scientисты часто могут встретиться с задачей быстрого исследования данных и каких-либо ad-hoc запросов.
Представим, что наши необходимые данные лежат в Базе Данных или в Хранилище Данных.
Для доступа к данным можно воспользоваться SQL, например зайти в DBeaver или другой GUI и написать необходимые запросы.
❓Но что нам делать, если нужно достать данные из базы и "покрутить" их с помощью Python?
Для этого есть разные варианты подключения к БД, считывания данных и обработка их на стороне питона.
Сегодня расскажу про один из самых быстрых способов
Что нужно сделать
1. установить библиотеку ipython-sql
2. в ноутбуке загрузить расширение (%load_ext sql)
3. подключиться к нужной базе данных
4. писать нужные SQL запросы прямо в ноутбуке и сохранять их в датафрейм pandas при необходимости
Буквально 2 строчки кода для загрузки расширения, подключение к базе и уже можно писать на SQL прямо в ноутбуке 🔥
Аналитики, инженеры данных или Data Scientисты часто могут встретиться с задачей быстрого исследования данных и каких-либо ad-hoc запросов.
Представим, что наши необходимые данные лежат в Базе Данных или в Хранилище Данных.
Для доступа к данным можно воспользоваться SQL, например зайти в DBeaver или другой GUI и написать необходимые запросы.
❓Но что нам делать, если нужно достать данные из базы и "покрутить" их с помощью Python?
Для этого есть разные варианты подключения к БД, считывания данных и обработка их на стороне питона.
Сегодня расскажу про один из самых быстрых способов
Что нужно сделать
1. установить библиотеку ipython-sql
2. в ноутбуке загрузить расширение (%load_ext sql)
3. подключиться к нужной базе данных
4. писать нужные SQL запросы прямо в ноутбуке и сохранять их в датафрейм pandas при необходимости
Буквально 2 строчки кода для загрузки расширения, подключение к базе и уже можно писать на SQL прямо в ноутбуке 🔥
🔥41👍11❤9
docker_cheatsheet.pdf
545 KB
Шпаргалка по командам Docker с официального сайта
Очень удобна в использовании, есть все основные команды CLI для работы с образами, контейнерами и хранилище образов Docker Hub
Сохраняйте себе 😉
Очень удобна в использовании, есть все основные команды CLI для работы с образами, контейнерами и хранилище образов Docker Hub
Сохраняйте себе 😉
👍7
Привет!
Замечаю за собой в последние дни упадок энергии. Очень сильно настроение зависит от погоды.
Во время весенней релокации из холодной Москвы в солнечную Турцию желание что-то делать выросло в 10 раз. Хотелось бы на Кипр уехать, но из-за очной учебы сейчас не получается(
Планирую летом на этим подумать 😉
Некоторые мои ученики релоцировали, часть переехали своими семьями. Благо работа в IT аналитиком данных на удалёнке это позволяет сделать 🔥
Сейчас еще в на личных консультациях с 3-мя учениками готовимся к поиску работы в международных компаниях, подтягиваем нужные навыки и обновляем резюме.
Так что если у вас есть желание уехать жить в теплые края или в локацию вашей мечты, присмотритесь к аналитике в IT, могу сказать что это супер интересная работа 😍
Для старта работы на уровне стажера или джуна вам необходимо будет плотно позаниматься, чтобы обрести базу необходимых навыков. Если учитесь самостоятельно, это может занять у вас много времени (полгода - год, а то и больше).
Если стартовать с курса и структурно получать знания, закреплять их на практике, то время до достижения результата сильно можно сократить, вплоть до нескольких месяцев. Этого времени будет достаточно, чтобы изучить
📍Методы работы с базами данных
📍SQL на хорошем уровне написания запросов
📍Python для работы с данными и библиотекой pandas
📍Принципы визуализации данных
Конечно я здесь не говорю про изучение мат. анализа, линейной алгебры и статистики, т.к. это не базовые знания, да и тем более они пригождаются не каждому аналитику и не на каждом проекте.
Если вы считаете, что аналитики - это математики или жесткие технари, это миф.
Отличными аналитиками бывают люди с многолетним опытом работы в другой сфере, например финансах, маркетинге, логистике, медицине, строительстве и много в чем еще. Таким специалистам достаточно научиться обрабатывать данные, уметь их правильно визуализировать и уметь интерпретировать результат, основываясь на доменный опыт. Доменные знания - это ценность для аналитика.
На курсе по основам анализа данных мы изучаем не только теорию, но и нарабатываем практические навыки работы с данными
✅ строим модель данных
✅ пишем аналитические запросы на SQL
✅ разбираемся в особенностях хранилищ данных
✅ анализируем данные с помощью Python
✅ строим дашборд в Tableau
Затем составляем резюме и начинаем искать вакансии. Для работающих специалистов это позволяет усилить компетенции и получить повышение и новые задачи, а для желающих сменить сферу деятельности - найти работу специалистом по анализу данных.
Замечаю за собой в последние дни упадок энергии. Очень сильно настроение зависит от погоды.
Во время весенней релокации из холодной Москвы в солнечную Турцию желание что-то делать выросло в 10 раз. Хотелось бы на Кипр уехать, но из-за очной учебы сейчас не получается(
Планирую летом на этим подумать 😉
Некоторые мои ученики релоцировали, часть переехали своими семьями. Благо работа в IT аналитиком данных на удалёнке это позволяет сделать 🔥
Сейчас еще в на личных консультациях с 3-мя учениками готовимся к поиску работы в международных компаниях, подтягиваем нужные навыки и обновляем резюме.
Так что если у вас есть желание уехать жить в теплые края или в локацию вашей мечты, присмотритесь к аналитике в IT, могу сказать что это супер интересная работа 😍
Для старта работы на уровне стажера или джуна вам необходимо будет плотно позаниматься, чтобы обрести базу необходимых навыков. Если учитесь самостоятельно, это может занять у вас много времени (полгода - год, а то и больше).
Если стартовать с курса и структурно получать знания, закреплять их на практике, то время до достижения результата сильно можно сократить, вплоть до нескольких месяцев. Этого времени будет достаточно, чтобы изучить
📍Методы работы с базами данных
📍SQL на хорошем уровне написания запросов
📍Python для работы с данными и библиотекой pandas
📍Принципы визуализации данных
Конечно я здесь не говорю про изучение мат. анализа, линейной алгебры и статистики, т.к. это не базовые знания, да и тем более они пригождаются не каждому аналитику и не на каждом проекте.
Если вы считаете, что аналитики - это математики или жесткие технари, это миф.
Отличными аналитиками бывают люди с многолетним опытом работы в другой сфере, например финансах, маркетинге, логистике, медицине, строительстве и много в чем еще. Таким специалистам достаточно научиться обрабатывать данные, уметь их правильно визуализировать и уметь интерпретировать результат, основываясь на доменный опыт. Доменные знания - это ценность для аналитика.
На курсе по основам анализа данных мы изучаем не только теорию, но и нарабатываем практические навыки работы с данными
✅ строим модель данных
✅ пишем аналитические запросы на SQL
✅ разбираемся в особенностях хранилищ данных
✅ анализируем данные с помощью Python
✅ строим дашборд в Tableau
Затем составляем резюме и начинаем искать вакансии. Для работающих специалистов это позволяет усилить компетенции и получить повышение и новые задачи, а для желающих сменить сферу деятельности - найти работу специалистом по анализу данных.
🔥20❤2🤯2👍1