Язык R - один из наиболее востребованных навыков в сфере Data Science

R способен заменить Excel, BI платформы и даже Python в области анализа данных и Data Science.

В канале R4marketing вы найдёте множество русскоязычных обучающих материалов по языку R, среди которых:

- Заметки по анализу данных на R
- Бесплатные книги
- Бесплатные курсы
- Статьи
- Видео уроки

Подписывайтесь!

OLAP-кубы: что это и как применяется в аналитике данных?

📍что такое OLAP
📍операции над OLAP-кубами
📍ROLAP/MOLAP/HOLAP

Ссылка

Привет!

Давно ничего не писал, видимо в преддверии отпуска)

Сегодня оформил статью на Habr про главные термины в Scrum и Kanban, постарался добавить примеров для более четкого понимания.

Это важные навыки работы на проекте в команде, чтобы не потеряться в процессах и разговаривать на одном языке с коллегами

Ссылка на статью

Всем привет!

Пока я отдыхаю в отпуске и наслаждаюсь летним солнышком, на IT рынке продолжают появляться очень крутые предложения для специалистов. Хочу поделиться One Day Offer от Сбер ⬇️

Это приглашение на «быстрое свидание» с работой мечты в команде Сбера.

One Day Offer — самый короткий путь до оффера. Пройти собеседование и получить ответ в тот же день можно 16 и 17 июля по двум вакансиям: Data Engineer в ИТ-команду «Комплаенс» и Java Developer в ИТ-подразделение «Сеть продаж».

Как это работает?

Шаг 1. 16 июля или 17 июля (в зависимости от вакансии) подключитесь к онлайн-интервью.
Шаг 2. Получите предложение о работе, о которой мечтали, в тот же день.
Шаг 3. А дальше — вместе со своей командой разрабатывайте крутые и важные продукты Сбера.

Прочитать подробнее о вакансиях и отправить заявку на участие в One Day Offer можно здесь.

Привет!

Начинаю потихоньку выходить из отпускного состояния и вливаться в рабочий поток.
Тем более что с понедельника стартует работа на новом проекте 🔥

Вчера пришла в голову мысль создать отдельный канал для подборки и рекомендации книг, связанных с аналитикой. Решил туда добавлять ссылки на книги, которые читал (читаю) сам, услышал отзыв от коллег и знакомых, либо нашел другие источники с рекомендациями хороших изданий.

Основные темы, по которым хочется делать подборку:
📍 аналитика данных
📍 бизнес-анализ
📍 визуализация данных
📍 аналитические хранилища данных
📍 Data Science
📍 изучение SQL, Python
📍 аналитическое мышление и работа в команде

Часть из них конечно буду рекомендовать репостом в этот канал и кратко описывать суть и содержание

Канал Книги по аналитике

Привет!

Одним из процессов, с которым всегда работают на data-проектах - это ETL/ELT разработка.

ETL (extract, transform, load) - процесс извлечения, обработки и загрузки данных между системами или хранилищами данных.

Написал пост про применение Airflow для управления ETL/ELT процессами, так как этот продукт ОЧЕНЬ часто используется на проектах.

Сбор требований на дашборд не всегда является тривиальной задачей. Особенно, когда непонятно, что именно делать и какие практики существуют в этом направлении. Данную технику можно смело подглядеть в смежной области айти - у бизнес- и системных аналитиков в канале Бизнес-анализ & IT.

На Бизнес-анализ & IT ребята расскажут, как общаться с заказчиком и управлять приоритетами, а также публикуют классные мемы, анонсы мероприятий, пруфы про зп и дельные советы, как войти в айти!

Подписывайтесь 👉 @bamrus

Часто возникают на проекте вопросы про формат передачи данных в системах.

Если вы раньше слышали слово JSON, но не понимали о чем идёт речь, то самое время почитать о JSON и JSON схеме в этой статье

Привет!

Смотрю сегодня кусочками на YouTube запись IT's Tinkoff Data Meetup. Есть довольно интересные вещи, которые подчеркнул для себя.

По списку докладов:

📍Евгений Ермаков - Как с помощью Data Mesh разломать ваше DWH

📍Анастасия Ожигина - Под капотом каталога данных

📍Юлия Кошелева и Энрика Матвейчук - Как мы строим Metadata Management

📍Олег Харатов - Data-docs: как найти данные о данных

Ссылка на видео

Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальную пользу для бизнеса?

📌Чтобы раз и навсегда поставить для себя точку в этом вопросе, приходите на вебинар с продуктовым менеджером Cloud AI Consulting Татьяной Славкиной и архитектором клиентских решений Владиславом Синеглазовым вы узнаете:

✅ как добиться высоких метрик точности AI/ML и как следствие улучшить бизнес-метрики;
✅ какой экономический эффект и в каких сценариях сегодня достигнут в десятках компаний России и почему не стоит откладывать инвестиционные проекты AI «на потом»;
✅ как выгодно внедрить AI и обеспечить его масштабирование, особенно в ситуации, когда в компании нет или не хватает нужных человеческих и технологических ресурсов.

👥 Вебинар будет полезен топ-менеджерам ИТ-направлений, директорам офисов Big Data, CDO/CDTO, финансовым директорам, руководителям отделов маркетинга и аналитики.

↗️Регистрируйтесь по ссылке!

Привет!

Хочу написать про последние изменения на моей работе. Ведь этот канал не только про создание и подборку полезных материалов, здесь еще хочется рассказывать про мой карьерный путь и немного life.

Здесь стоит вернуться на пару месяцев назад. Когда компания EPAM решила покинуть российский рынок, перед многими сотрудниками встал очень тяжелый вопрос:

Что делать дальше?

Была предложена релокация, чтобы сохранить сотрудников внутри компании. Над чем конечно предстояло думать ⤵️
- релоцировать вместе с компанией?
- выходить на рынок и искать новое место?

Помню то тяжелое чувство выбора и неизвестности...
❓а что будет дальше?
❓а может быть завтра все это прекратиться?
❓на сколько релоцировать?
❓навсегда?
❓как можно оставить здесь все и уехать?
❓если оставаться, то в какой компании?

Честно, в один момент была паника, что нужно срочно все бросать, собирать чемоданы и ехать.

Но я не готов был уехать надолго

Мне не хочется бросать здесь все и настроить быт в другом месте, тем более делать это в спешке и без малейшего понимания на какой срок все это делается.

К тому же есть полная уверенность, что на рынке точно есть спрос и без работы остаться невозможно. Можно найти локальную компанию, а при желании удаленно работать на иностранные компании и проекты.

Об этом я уверенно могу сказать, потому что часто приходят предложения вакансий в личку от HR. Чаты и различные сайты также очень динамично пополняются все новыми вакансиями.

Кто ищет работу в IT - у вас есть все шансы. Запускается много новых проектов, идет миграция с одних систем на другие, меняется постоянно законодательство, что приводит к изменению бизнес-процессов и требований к системам.

Везде нужны аналитические навыки, как при планировании проектов, так и при разработке самого решения и его поддержке.

Главное не опускать руки после первого собеса или молчания со стороны HR, а просто продолжать искать, откликаться, проходить МНОГО собеседований. Работать нужно над своими сильными сторонами и еще больше усиливать их. При этом не забывая про закрытие дыр и вашего недопонимания в теоретических и практических знаниях.

В итоге, для себя я принял решение остаться в Москве и не релоцировать с компанией.

Грустно конечно, что все так происходит и что все люди должны расхлебывать все последствия ужасных событий.

Уже прошла неделя, как я работаю на новом проекте 😃

На самом деле, переход между проектами прошел бесшовно, разве что разбавился не совсем удачным отпуском 😅

Теперь идёт бурная проектная деятельность, которой хочется делиться с вами)

Инструменты для подготовки ТЗ + шаблон (в контексте проектов по разработке сайтов)

Содержание статьи:

- User Story Mapping
- Прототипирование
- Структура сайта
- Хранение информации
- Сбор требований + шаблон

Читать статью

Привет!

Под предыдущим постом про свой рассказ о работе вижу много реакций, значит вам эта тема интересна 🔥

Расскажу сегодня немного вводную информацию о проекте

В очень сжатые сроки нужно провести исследование бизнес-кейса для разработки корпоративного хранилища данных.

В первую очередь предстоит разобраться с самим бизнес-кейсом, который есть у заказчика. А потом предложить решение для его реализации.

В чем же заключается кейс?

Это развивающаяся компания, которая хочет проводить маркетинговые коммуникации

Другими словами, это рассылки, которые настраиваются под различных клиентов. Клиентов в свою очередь необходимо сегментировать по важным для компании признакам.

Есть такое понятие как CRM-маркетинг. CRM - Customer Relationship Management (управление взаимоотношениями с клиентами).

🔎 CRM-маркетинг - это настройка коммуникации с потенциальными или уже существующими клиентами через разные каналы с использованием клиентских данных.

Зачем это используют компании?
✅ увеличить продажи и повторные продажи
✅ увеличить средний чек

Перед тем как запускать такие маркетинговые проекты компании должны иметь представление о своих клиентах. Должны быть собраны данные о клиентах.

📍данные об уже покупавших клиентах
📍данные о клиентах, кто оставлял контактную информацию на сайтах, анкетах
📍данные с подписок на общие рассылки компании

В целом можно выделить вот такой общий план действий:

➡️ Сбор клиентских данных из всех возможных каналов
➡️ Сегментация клиентов
➡️ Настройка персонализированных рассылок
➡️ Анализ получившихся результатов

В чем же будет заключаться моя работа на проекте?

Я в роли бизнес/дата аналитика должен сделать следующие вещи

1. Выявить бизнес-кейс

2. Выявить бизнес-потребность
- цель проекта
- задачи бизнеса
- определить полный список заказчиков

3. Описать бизнес-требования

4. Сделать валидацию требований

5. Составить системные требования
- функциональные
- нефункциональные

6. Описать все в документации

7. Подготовить задачи для разработчиков

Сюда же конечно подключается работа с данными:
- определение сущностей (бизнес-объектов, по которым используем данные)
- определение необходимых атрибутов
- составление модели данных
- описание принципов хранения и обработки данных
- исследование и очистка данных

Это очень распространенная ситуация, когда на одном проекте необходимо обладать знаниями и бизнес-анализа и также уметь работать с данными

Часто все эти компетенции должен включать в себя один человек - аналитик. Без него особенно на ранних стадиях на проекте очень приходится туго.

Компетенции бизнес-анализа:
📍работа и коммуникация с заказчиком
📍погружение в доменную область бизнеса
📍выявление и описание всех видов требований с целями и задачами проекта

Компетенции анализа данных:
📍поиск источников данных по требованиям
📍исследование и очистка данных
📍описание модели данных
📍подготовка витрин данных

Шаблоны по оформлению Use Case (пользовательских сценариев)

Можно посмотреть различные варианты, скачать шаблон и применять его на проекте с нужным редактированием.

Смотреть шаблоны

Привет!

Сегодня от подписчика получил вопрос в формате "Как долго ты искал свою первую работу? Поделись своим опытом"

Я начал искать первую стажировку в IT когда учился на 3 курсе университета

Зарегистрировался на hh.ru, заполнил свое первое резюме внутри их конструктора. Ну и начал откликаться на все вакансии и стажировки почти подряд 😅 (сейчас то уже понятно, что это неправильный подход. каждая вакансия индивидуальна и нужно на нее откликаться с подготовленным под нее резюме)

Первые пару дней было затишье

Никто не писал, не звонил, было неприятно поэтому. Ведь при поступлении в ВУЗ говорили, что нас как выпускников с руками и ногами работодатели будут отрывать

Через несколько дней после откликов пошли первые звонки от HR. В некоторые моменты я сидел на парах, приходилось выходить в коридор, чтобы пообщаться и назначить время собеседования.

Было около 9-11 компаний, которые мне позвонили

Часть из них сразу отпала, потому что они не хотели брать студента на работу только на 20 часов в неделю. Полный день я не был готов посвящать стажировке, хотелось не забрасывать учебу.

В итоге, на собеседование мы договорились с 6 компаниями

Перед первым собеседованием было очень волнительно, потели ладошки.

Было непонятно как начинать разговор, что будут спрашивать. 2 собеседования отменили HR, потому что в процессе уже закрыли позиции. И такое тоже нормально, все рассматривают на одну позицию сразу несколько кандидатов параллельно.

3 собеседования я проходил очно, 1 онлайн

Как правило меня не спрашивали о предыдущем опыте, потому что я был студентом. Давали решать тестовые задания или кейсы.

Что в итоге:

❌ 1 отказ, т.к. не проходил по уровню владения языками программирования и не знал Java
❌ 1 отказ, т.к. не смог рассказать полный цикл разработки ПО
❌ 1 игнор без обратной связи
✅ 1 предложение на стажировку (которое пришлось отклонить, т.к. не устроили условия)

Что делать дальше?

Конечно же идти и искать другие вакансии)
А какой есть еще вариант, если мне хочется найти работу и получать опыт уже в студенчестве.

Откликнулся еще на несколько вакансий, одна из которых была в Леруа. Процесс отбора туда был выстроен в несколько этапов:
📍тестовое задание
📍несколько интервью с разными командами

✅ выполнил тестовое задание
✅ прошел 2 разных интервью с 3 командами

И наконец-то через пару дней я получил долгожданный звонок от HR и слова "Готовы выслать тебе оффер на почту для ознакомления"

С оглядкой назад хочется сказать, что я много вкладывал и вкладываюсь в свои знания

Я научился правильно выбирать то, что мне необходимо изучать, чтобы усиливать свои компетенции. Это конечно же дает свои плоды ка в карьерном пути, так и в своем развитии в целом.

Если посмотреть на мои текущие активности, то их достаточно много и все они связаны с областью аналитики

📍Работа Senior аналитиком
📍Внутренний онбординг и обучение коллег-аналитиков
📍Ведение блога и телеграм-канала
📍Написание статей про аналитику
📍Разработка собственных курсов и обучение учеников
📍Проведение консультаций опытным и начинающим аналитикам
📍Создание и развитие аналитического сообщества Analyst's Club

Большим набором знаний я делюсь бесплатно в своем блоге, отвечаю на личные вопросы подписчиков.

Часть ценных и практических знаний я даю на обучениях. Это невероятное удовольствие быть причастным к обучению большого количества числа людей, делать полезный материал и инструментарий, который люди используют потом на практике.

Гид по оформлению дашборда

У нас в Институте есть своеобразный гид по стилю. Это рекомендации по оформлению дашборда в целом. Благодаря им дашборды смотрятся аккуратно.

Решил, что эти рекомендации будут полезны всем. Сегодня делюсь рекомендациями по шрифтам:

1. Общий заголовок дашборда (28-32 пт)
2. Заголовки в карточках (14 -16 пт). Если карточек много, то могут быть меньше. Лучше, чтобы подписи умещались в одну строку, чем чтобы они были сформулированы развернуто
(сокращать слова можно и нужно).
3. Карточки КРI: числа (24—28 пт)
4. Заголовки диаграмм и таблиц (14-16 пт)
5. Числовые подписи на диаграммах и в матрицах (11-12 пт)
6. Шапки таблиц и матриц (11-12 пт)
7. Подписи категорий в диаграммах и таблицах, легенды (9-10 пт)
8. Подписи осей Х в диаграммах динамики и других столбчатых гистограммах, где много категорий (8 пт).

Не стоит эти рекомендации воспринимать как единственно верную истину и строго соблюдать их везде. Это просто внутренние стандарты,
которые мы стараемся соблюдать.

Оформили эти рекомендации в виде чек-листа.

СКАЧАТЬ ЧЕК_ЛИСТ