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

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.

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 😉

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.

Привет!

Хочу сегодня поделиться историями двух моих учениц и ответить на вопрос - как стать аналитиком данных, имея опыт в другой сфере

Девушка работала более 17 лет в сфере логистики. Сейчас она находится в поиске вакансий, но уже связанных с аналитикой данных. Нам нужно найти кое-что общее между этими сферами)

Оптимальный вариант в таком кейсе - искать вакансии аналитика в сфере логистики, т.к. имеется большой опыт, который поможет выполнять задачи. Пример вакансий можно посмотреть в картинках

Ей нравится визуализировать данные, строить дашборды, которые помогают принимать решения в бизнесе. Поэтому делаем акцент на изучении BI инструментов и SQL для подготовки и преобразования данных.

Так как она может опираться на свой опыт, ей будет легче работать с данными в сфере логистики. Это преимущество при поиске работы аналитиком, и этим преимуществом нужно пользоваться.

Если вы, например, хотите уйти из финансов в аналитику данных, то стоит искать вакансии в сфере финансов.
Работали специалистом по предоставлению финансовых услуг банка ➡️ Стали аналитиком данных на проекте исследования поведения клиентов при покупке услуг банка

У вас при этом не будет стресса при переходе + ваш опыт в доменной области поможет. При этом даже необязательно менять место работы -вы можете остаться в той же компании.

Другой пример ученицы как раз из банковской сферы
Работая в банке главным специалистом по отчетности, после прохождения курса "Основы анализа данных" ученица получила повышение ЗП на 70% 🔥🔥🔥

В общем, не важно в какой сфере вы сейчас работаете. В любой из них требуется аналитик и вы можете им стать, освоив нужные инструменты за 2 месяца.

#кейс

Привет!

Давно не было никаких тестов на проверку знаний в области аналитики 👨‍💻
Сделал небольшой и простой тест на 7 вопросов на проверку базовых знаний об инструментах аналитики и работы с данными
Пройти тест можно в боте

Пройти тест

Привет!

Что делать, если у нас есть файл или таблица на десятки миллионов строк и pandas начинает долго думать над операциями?

Библиотека pandas является удобным инструментом для работы с маленькими файлами и таблицами, которые можно обрабатывать в формате датафрейма. С pandas знакомы практически все аналитики (или должны быть знакомы 😉).

Однако иногда возникают задачи, где нужно обработать файлы с большим объемом данных, включающие миллионы строк записей и занимающие гигабайты памяти.

Для этой задачи можно посмотреть в сторону библиотеки datatable. Операции чтения и многие операции преобразования данных она делает быстрее модуля pandas. Например, какая-нибудь выгрузка отчета из CRM или ERP системы в формате .csv, который необходимо преобразовать и проанализировать.

Более подробно про сравнение этих двух модулей можно почитать по ссылке
Ноутбук Colab для проверки экспериментов

Привет!

Немного решил поделиться своими активностями с выходных и и спросить вас о чем-то ⬇️

У нас подошел к концу курс "Бизнес-анализ в IT" и большинство учеников успешно сдали свои домашние проекты, с чем я их поздравляю! 🎉🎉🎉 Уверен, что полученные на курсе знания они смогут применить на реальных проектах в аналитике)
Сегодня подготовил и разослал сертификаты выпускникам 🔥

Продолжаю работать над докладом для конференции. Уже было проведено 2 встречи с представителями орг. комитета. Вношу последние правки и отсылаю завтра конспект на ревью. Надеюсь, что доклад будет одобрен ✊

Сегодня проводил одной из учениц на консультациях техническое интервью по аналитике данных. Очень классно пообщались, выявили сильные профессиональные стороны, а также места, на которые стоит обратить внимание и углубиться в темы. Все это в рамках подготовки к интервью в зарубежные компании.

Также на много вопросов отвечаю по поводу курса "Основы анализа данных". Есть желание на этой неделе провести вебинар и рассказать, какие требования на рынке сейчас предъявляют junior аналитикам данных.

Как думаете, стоит организовать такой онлайн-вебинар?

Привет!

Начинаю готовить презентацию для вебинара "Как найти работу junior аналитиком данных"

✅ Сделаем обзор рынка вакансий на позиции аналитика
✅ Выделим необходимые навыки для успешного трудоустройства
✅ Составить карту развития навыков и компетенций
✅ Поговорим про план поиска работы и обучения

Когда: 13 октября в 19:00 по МСК

Где: онлайн-встреча в группе

Присоединяйтесь к группе, там можно задавать вопросы до/во время/после вебинара, там же будет проходить сама онлайн-встреча

Привет!

Делимся большим архивом с полезными ресурсами по аналитике данных и программированию:

https://t.iss.one/+vyIL9G6EmTcxYmM6

Привет!

Думаю многие из вас слышали про такой процесс как Assessment.

Assessment (асесмент) - это регулярная комплексная оценка сотрудника. Она позволяет оценить развитие ваших навыков за определенный промежуток времени.
Такая оценка обычно проводится раз в год (иногда чаще). Т.е. раз в год у вас есть возможность повысить свою ЗП, перейти на другой грейд или перейти на другую должность.

Вы постоянно должны осваивать новые инструменты, чтобы пройти assessment, тогда ваш карьерный путь будет идти вверх 🔝

Чтобы понять какие инструменты нужно изучат для прохождения assessment, можно (нужно)
1️⃣ интересоваться у более опытных коллег
2️⃣ спросить у HR про матрицу компетенций в вашей компании
3️⃣ искать в Интернете, заниматься с ментором

Кстати, для вебинара я проанализировал 200+ вакансий и выделил навыки, необходимые именно junior аналитикам. Расписал пошаговый план развития до джуна. У вас будет целая карта навыков, при чем бесплатно 😉

Нас уже в группе почти 100 человек, ты успел присоединиться?

Присоединиться к группе вебинара