Секреты аналитики | Data Science, BI, Tableau

Приходят как-то аналитики на офисную кухню, а там дата-инженеры в нарды играют… Задача автора этой статьи — делать так, чтобы каждый быстро и удобно получал нужную информацию без лишней суеты и ожиданий. Поэтому он старается все автоматизировать и оптимизировать. В этой статье он расскажет, как решает эти задачи, а ещё про собственные хранилища аналитиков и bus-фактор. Секреты аналитики

Лучшие библиотеки Python для Data Science Python — один из самых распространенных языков программирования в Data Science. Его популярность обусловлена наличием множества пакетов, которые можно использовать для решения различных задач в области науки о данных, включая машинное обучение, предварительную обработку данных, анализ данных и их визуализацию. В этой статье автор рассмотрит 8 самых полезных библиотек для Data Science. Секреты аналитики

Работа с научными данными в рамках data-driven подхода В этой статье автор разберет, как происходит работа по сбору и обработке данных в рамках научного проекта. Работа с данными будет основываться на data-driven подходе. Секреты аналитики

Тренды, роли и образование в Data Science В этом интервью вы узнаете кому стоит идти на платные онлайн-курсы, как проще всего войти в аналитику данных и что ждёт образование дальше. 0:00:18 Как пришёл в Data Science? 0:04:16 Как изменилась индустрия за последние годы? 0:07:23 Про роли в аналитике данных и ключевые компетенции 0:15:29 На какую роль проще всего войти извне? 0:17:45 В чём отличие платных курсов от бесплатных? 0:25:10 С чего стоит начинать изучение Data Science? 0:29:56 Про университетское образование 0:50:58 Про трудоустройство после онлайн-курсов 0:54:34 Не лопнет ли рынок Data Science в ближайшее время? 0:57:36 Сколько зарабатывают аналитики данных? 1:09:28 Что нужно помнить, когда начинаешь работать в аналитике? Смотреть это видео на youtube: youtu.be/ZLfGSQHqk3c Секреты аналитики

База для аналитики данных. Как получать данные? Автор этой статьи убеждён в том, что аналитикам данных критически-важно иметь доступ без боли, искажений и рисков к наиболее детализированным данным проекта для исполнения своих обязанностей. Нет данных - нет аналитики. Секреты аналитики

Байесовские А/Б-тесты: множественные сравнения В А/Б-тестах бывает больше 2 вариантов. "Проверка статистических гипотез" в таких случаях требует поправок на множественные сравнения. В байесовском подходе лучшая группа выбирается сравнением апостериорных распределений, дополнительные поправки не требуются. Секреты аналитики

Из оператора в Data-инженеры: выверка данных через шаблоны Excel В этом материале автор поделится своим опытом работы в шаблоне Excel, который поможет вам стать экспертом по выверке данных. Секреты аналитики

Развенчиваем популярные мифы о Data Science Data Science — одна из самых популярных и высокооплачиваемых профессий сегодня. Попасть в эту сферу пытаются и матерые программисты, и переучивающиеся гуманитарии. Сложно ли стать дата-сайентистом и нужно ли для этого быть гением математики и программирования? Рассказываем, развенчивая популярные мифы. Секреты аналитики

Аналитика источников трафика в мобильном приложении с помощью AppMetrica: от сбора данных до построения отчетов В этой статье автор расскажет о том, как в его компании научились собирать и анализировать данные по маркетинговым кампаниям в мобильном приложении при помощи AppMetrica. Секреты аналитики

Вся правда про профессию аналитика данных В этом ролике автор развеет мифы, связанные с профессией аналитика данных. 0:00 Вступление 0:39 Сколько зарабатывает аналитик данных? 1:36 Аналитика - это интересно? 4:03 Аналитика - это творческая профессия? 4:58 Аналитика - это постоянное развитие 6:14 Аналитика нужна бизнесу 8:20 Аналитика востребована 9:14 Аналитика многогранна 9:55 Заключение Смотреть это видео на youtube: youtu.be/4PlPMwDouNQ Секреты аналитики

Как я пришёл в дата-анализ после долгих блужданий по онлайн-курсам В этом материале история аналитика, пришедшего в профессию из сферы, далековатой от IT, — пивоварения. Рассмотрим, как найти свою нишу и вкатиться в IT, миновав фейлы и грабли. Секреты аналитики

Анализ данных: 8 ссылок для погружения в бизнес и продукт В этой статье представлена подборка материалов по анализу данных, которые помогут погрузиться в контекст бизнеса, узнать, с какими метриками работают аналитики, и научиться рассчитывать эти показатели с помощью Python. Секреты аналитики

Облегчают анализ данных: 7 бесплатных сервисов на базе ИИ В этом материале автор собрал подборку инструментов искусственного интеллекта, которые облегчают анализ данных. Некоторые из них бесплатны полностью, некоторые предоставляют базовые функции бесплатно, а некоторые имею бесплатный период. Но все так или иначе можно попробовать. Секреты аналитики

Поиск первой работы в Data Science В этом ролике автор рассуждает и делает выводы о том, стоит ли сейчас идти в Data Science, перегрет ли рынок джунов. 00:00 Стоит ли идти в Data Science? 00:25 Рост зарплат Data Scientists 00:57 Парадокс увеличения доходов 01:19 Сложность 1: обучение довольно нелегкое 02:48 Сложность 2: деньги как иллюзорное счастье 04:13 Сложность 3: высокий конкурс на джунов 04:52 Никому не нужны люди без опыта 05:27 Сфера с низким конкурсом и высокими зарплатами 06:06 Будет ли в будущем актуален Data Science? 06:35 Выводы Смотреть это видео на youtube: youtu.be/d_e4gxHxHhM Секреты аналитики

Как перейти в Data Science из другой сферы В этом материале автор делится списком правил, которых придерживается сам, когда хочет развить свои профессиональные навыки в какой-то новой сфере. Использовать их вы можете не только для обучения Data Science, но и при изучении других сфер. Секреты аналитики

Блокчейн или не блокчейн? Формализованные критерии выбора технологии хранения и обработки данных Многие технологии делают нашу жизнь лучше и интереснее. Блокчейн, несомненно, относится к таковым. Но в очень многих случаях вокруг него возникает излишний хайп, который далеко не всегда способствует правильному восприятию блокчейна именно как одной из ряда существующих технологий хранения и обработки данных. Секреты аналитики

Как стать аналитиком данных? Почему дата-анализ — одно из самых перспективных карьерных направлений? За что успешные компании ценят специалистов в этой области? Правда ли, что стать одним из них не каждому по силам? В этом видео автор рассказывает, как попасть в профессию и какие навыки стоит освоить в первую очередь. Смотреть это видео на youtube: youtu.be/R1euCfh6hV8 Секреты аналитики

Интеграция Google Analytics с Telegram Аналитика не только дает информацию о паттернах поведения пользователей, но и может помочь отследить частоту использования той или иной фичи, которую вы недавно интегрировали. Однако, регулярное посещение сайта аналитики и протыкивание нужных эвентов может превратиться в утомительную рутину, которую хочется избежать. Чтобы упростить эту задачу, автор набросал python-сервер, который раз в сутки забирает необходимые данные из аналитики и транслирует их в чат. В рамках статьи описывается базовый пример такой интеграции. Секреты аналитики

Как стать data scientist: план обучения на 6 месяцев В этом видео автор разбирает подробный план обучения, по которому на его взгляд следует учиться data science. Все представленные ресурсы на русскоязычные и абсолютно бесплатные. 0:00 Введение 0:12 Месяц 1 — Статистика, Основы лин. алгебры, Матанализ 0:55 Месяц 2-3 — Введение в DS и машинное обучение 2:45 Месяц 4-5 — Deep learning 4:20 Месяц 6 — Kaggle 5:20 Что дальше 5:44 О собеседованиях и SQL 6:20 Планы на будущее Смотреть это видео на youtube: youtu.be/w-IdSp_mQuM Секреты аналитики

Карьерные возможности в Data Science 00:00 Какие существуют карьерные траектории 01:04 Экспертная ветка 02:30 Переход в другие направления и ветки из экспертной 04:25 Преимущества, если переходите в другие направления 05:20 Нюансы менеджерской ветки 07:00 Роли в менеджерской ветке 08:12 Альтернативная ветки 09:42 Про консалтинг, образование 10:52 Как выбирать свою карьерную траекторию? Смотреть это видео на youtube: youtu.be/gznKsBIh0R0 Секреты аналитики