4 книги по визуализации данных https://public.tableau.com/en-us/s/blog/four-data-visualization-books-add-your-wish-list-year

AI 2020 - вебинар про Архитектуру и Инфраструктуру

Сейчас есть несколько ключевых ресурсов для изучения облачных технологий и самые крутые это Linux Academy и Cloud Guru. Сегодня Cloud Guru приобрел Linux Academy и теперь это будет глобальный изучению облачных вычислений.

Под конец года опубликовали 6-ую книгу для поготовки к экзамену по Табло. Subtitle уже фирменный - "Rock your..."

Если вы используете Redshift или просто интересно, то можно попросить досут к новой фиче AQUA, про которую я уже писал ранее.

Бесплатный курс по AI https://www.elementsofai.com/

Вот еще одна вакансия, уже про данные. Все вопросы к Александре, она сказала был хороший отклик в прошлый раз. Кстати, это же реклама по факту? Весь гонорар (даже маленький) за эту рекламу ушел в благотворительную организацию "Ночлежка" в Санкт Петербурге. Маленькое, но хорошее дело😎

Вакансия: Старший дата-аналитик
#санктпетербург #вакансия #sql #python #офис #работа #аналитика #vacancy #analyst

Полная занятость, работа в офисе Санкт-Петербург
Готовы помочь с релокацией кандидатам из других городов

Компания Selectel - надежный провайдер ИТ-инфраструктуры в России. Департамент стратегии расширяется и ищет в свою команду Старшего дата-аналитика. Наш будущий коллега будет рассказывать о результатах своих исследований и предлагать следующие шаги. Вам предстоит коммуницировать практически со всеми отделами компании – от маркетинга до финансистов, а также анализировать данные – от продуктовых метрик и составных частей выручки до анализа данных по стойкам и серверам.

Основные задачи:
- Поддержка BI-инфраструктуры и обеспечение доступности информации в компании
- Разработка структуры данных, поддержка и администрирование Qlik Server
- Поддержка и усовершенствование ETL-процессов и инструментов интеграции (на SQL, Python)
- Создание новых и переработка текущих алгоритмов обработки данных
- Подготовка моделей данных для анализа
- Создание инструментов для принятия эффективных решений (приложения, дешборды, рассылки)

Что мы ожидаем от кандидатов:
- Опыт работы c BI-системами от 2 лет (Qlik Sense, Qlik View, Tableau, Power BI)
- Сильные навыки в области интеграции данных
- Опыт настройки и поддержки ETL процессов, построения DWH
- Умение обрабатывать и анализировать большие массивы данных

Почему Selectel:
- Официальное оформление, белая зарплата
- Профессиональное и карьерное развитие
- Ежемесячная надбавка за некурение
- Бесплатные обеды и кофе-брейки
- Гибкое начало рабочего дня
- ДМС + стоматология + офисный врач
- от 50% до 100% оплаты обучения английскому (в офисе)
- Бесплатные разговорные клубы с носителями
- 50% оплаты абонемента в фитнес-клуб
- 10 минут пешком от метро Московские ворота
- Своя авто- и велопарковка

Подробное описание вакансии тут.

Присылайте резюме на @akondrashina или на [email protected]

Ну вы все поняли!!!🤠

Отличный подарок вашей 2ой половинке. Можно теперь как в сказка: "Свет мой зеркальце скажи, кто на свете всех милей..."

Конец года все ближе) Моя знакомая из канала Дашбордец уже сделала пару постов о трендах и выложила исследование Barc с прогнозами на 2020 год.

Канал в целом о дашбордах и Business intelligence с уклоном в бизнес-составляющую внедрения BI - инструментов на предприятиях.

Если дашборд - это Феррари мира аналитики, то в своем канале я рассказываю про то, что под капотом, а Дашбордец - про дизайн, эргономику и то, как организовать конструкторское бюро. В общем всем рекомендую, кто связан с миром данных и аналитики и не безразличен к прекрасному!😋

Это весело, хорошие вопросы от McKinsey для собеседования. Меня в 2010 году на собеседование в KPMG спрашивали, сколько вагонов метро в московском метрополитене и сколько беременных женщин в метро ездит. Кстати Амазон такие вопросы никогда не задаёт.

Удовольствие за 20 баксов 😝 🚀 https://www.youtube.com/watch?v=-o1CKbY9SdE

Про Data Engineers и Data Strategy. Хотя если по простому, то имеется ввиду, что нужно сначала создать data foundation, то есть хранилище данных с BI и ETL. Раньше не было data Engineer, был ETL и DWH разработчик, и data mining специалист (data science).

Learning Spark with Python - ebook

Если интересно про Амазон, то вот мое недавнее выступление в Mail ru https://www.youtube.com/watch?v=qhiZaQl_kbA

В статье автор сравнивает ETL и ELT. В канале я уже много раз ссылался на эти абреавиатуры. Согласно википедии, ETL уже используется с 1970х. Главное отличие ETL от ELT, что нам нужны вычислительные мощности (computing) чтобы, читать данные и трансформировать, то есть мы все данные пропускаем через приложение ETL. Поэтому это дорого (нужно сервер и нужно его обслуживать), во-вторых это может быть узким местом во времени обработки. Самые популярные решения это Informatica Power Center, MS SSIS, SAP BODI и другие аналоги от IBM, Oracle, SAS.

В противовес, есть концепт ELT, когда мы используем вычислительные мощности аналитического хранилища данных (Teradata, Exadata, Netezza, Redshift, Snowflake and so on). По сути все трансформации описаны с помощью SQL, а сам ELT иснтрумент оркестрируют, в какой очереди запускать трансформации и какие зависимости. Как результат, дешевле, быстрее и более гибкий.

В конце концов, не важно, что вы используете, лишь бы работало хорошо, обеспечивало SLA, проверяло качество загруженных данных и сообщало о поломках.

В Alexa я использую Matillion ETL для всех бизнес трансформаций и метрик. Наши product managers очень довольны, так как сами могу делать трансформации. Athena для SQL интерфейса в озеров данных на S3. Так же частично Amazon Glue для сбора метаданных озера данных. Из интересного, хотел бы использовать Apache Airflow, но нет времени с ним ковыряться.

Так же работаю иногна со Spark, когда много данных и нужно Big Data Computing. Причем трансформации описываю на SQL. Данные в озере данных всегда в Parquet формате и обязательно партиционированы. С новой фичей Redshift - UNLOAD to Parquet стало легче выгружать данные из Redshift в озеро данных.

В в Alexa очень итересно с точки зрения данных, в качестве источника дынных для меня это Redshift 128 нод (максимальный размер) и озеро данных, то есть миллиарды строк, все это дело надо соединить и посчитать метрики качества на уровне событий и сохранить результат в своем кластере Redshift. А часть данных нады выгрузить в свое озеро данных для front end сервисов. Главная цель, помочь внутренним бизнес подразделениям выявлять проблемы в поведении Alexa и качества моделей.

PS хотел про ETL/ELT написать, а получась гораздо больше, теперь я точно могу сказать, я работал с большими данными, и они растут по экспоненте.