Заскуль питона (Data Science)
6.59K subscribers
121 photos
16 videos
4 files
155 links
Канал про Python, аналитику, Data Science, SQL и многое другое

По вопросам сотрудничества и рекламе: @m459n9

Мемы: @ds_memes

Чат: https://t.iss.one/my_it_frogs
Download Telegram
Опыт? Да где взять этот ваш опыт?

Часто вижу один и тот же запрос от джунов:
«Я вроде знаю SQL и Python, но работодатели спрашивают опыт. Где его взять, если пока никуда не берут?»

На пет-проектах далеко не уедешь — HR и тимлиды обычно смотрят на реальные кейсы, а не на «табличку в Excel».

Недавно наткнулся на курс-симулятор «Аналитик данных» от Simulative.
Там как раз закрывают эту боль: вместо учебных задач дают 25+ реальных бизнес-кейсов.
В итоге к концу программы у тебя портфолио проектов, которое можно показывать на собесе.

Что внутри:
— SQL, Python, BI-системы
— метрики, статистика, работа с продуктом
— дипломка и проверка заданий от менторов (не авто-проверка).


И для выпускников есть бонус — шанс получить оффер после обучения.

По сути, курс решает самую больную задачу старта в аналитике: как показать опыт, если его ещё нет. При этом дает мощные знания как для тех кто только вкатывается, так и для тех кто уже работает, но хочет роста.

🔗 Записывайтесь и получайте скидку 25% на курс Аналитик данных по ссылке: simulative.ru/data-analyst

А вы где брали первые кейсы для портфолио?
Пет-проекты, стажировки, фриланс или сразу рабочие задачи?

Ставьте 🐳, если тема актуальна, и пишите свой опыт в комменты.

#карьера #analytics
🤣26🍓3💊3❤‍🔥2🔥2🐳2💯1🤝1💅1
🌀 Умение просто объяснять сложное

Когда горишь задачей, хочется показать всю красоту метода, расписать формулы, вытащить графики. Но продукту чаще всего нужно другое: хорошо или плохо, сколько зарабатываем или теряем, какие риски и можно ли сделать иначе. Все остальное ложится на всеми любимого аналитика 👀

📊 При этом никто не мешает готовить и сложные расчёты. Но когда презентуешь продукту, важно вести по нарастанию сложности: начинать с простого, периодически делать чекпоинты на демо, чтобы никто не поплыл, и акцентировать внимание именно на том, что влияет на решение. Тогда даже сложные модели будут восприниматься нормально.

🍪🍪 У всего есть своя аудитория.
Я знаю, что в канале собрались ребята очень разного уровня: кто-то уже работает в индустрии и глубоко копает в ресёрчи или A/B-тесты, кто-то только начинает свой путь в аналитике, а кто-то вообще пока просто наблюдает со стороны. И это классно, так как разные перспективы помогают смотреть на одни и те же вещи под разными углами. Поэтому я стараюсь чередовать форматы: где-то глубже, где-то проще, чтобы каждому было комфортно и интересно.

👀 И да, интересное наблюдение. Иногда вижу подпись: «Простыми словами о сложном».

Сразу вопрос: а что это вообще значит? Упростить НЕ РАВНО донести мысль 🧠


На самом деле этот навык про понимание своей аудитории и способности говорить на её языке.

🥳 Умение аналитика не только в том, чтобы посчитать метрику или построить модель. Главное, что ожидается, это упаковать результат так, чтобы он легко ложился в голову любого человека. Где-то объяснить на пальцах, где-то достать формулы, но всегда через призму главного вопроса: зачем это нужно?

Работаем переводчиками, а чо, плотити еще сверху, так как мы считаем эскуельки и рисуем графички 💰

😮 Очень сильно помогает совет: объясняй так, будто разговариваешь с человеком, который вообще не разбирается в домене, сложных методах и так далее (например, человек из бизнеса, который отвечает за коммерческий департамент). Представь, что перед тобой первый попавшийся прохожий. Если он поймёт, значит, ты действительно донёс мысль. В его голове могут появляться самые разные вопросы, и твоя задача будет заключаться в том, чтобы выстроить понятное повествование. Иначе весь смысл разговора теряется.


А вы что думаете? Ставьте
🐳, пишите комментарии! А я пойду я готовить следующий пост 🤟
Please open Telegram to view this post
VIEW IN TELEGRAM
🐳264🔥2