Analyst IT
11.5K subscribers
140 photos
80 videos
7 files
997 links
Авторский канал для аналитиков в индустрии ИТ. Все, что надо знать аналитику в одном месте.

Сотрудничество: @the_real_bird
BA/SA: @ba_and_sa

Регистрация РКН: https://knd.gov.ru/license?id=673c6a15b7aeb106ce045ee5&registryType=bloggersPermission
Download Telegram
Конвейеры данных (Data Pipelines) — это автоматизированные процессы сбора, обработки, преобразования и перемещения данных из различных источников в целевые хранилища (например, базы данных, DWH, озёра данных).

У вас может появится вопрос «Зачем знать аналитику?»

1. Понимание данных — чтобы разбираться, откуда берутся данные, как они очищаются и преобразуются.

2. Качество данных — чтобы выявлять и исправлять ошибки на этапе ETL/ELT.

3. Оптимизация запросов — чтобы писать эффективные SQL-запросы, зная, как данные подготовлены.

4. Автоматизация отчётов — чтобы настраивать регулярные выгрузки и дашборды.

5. Взаимодействие с инженерами — чтобы грамотно ставить задачи по доработке пайплайнов.

🤔 Нужно ли углубляться в тему или поверхностно знать основы?

- Да, если аналитик работает с Big Data или участвует в построении аналитической инфраструктуры.

- Нет, если роль ограничена готовыми данными в BI-инструментах, но базовое понимание всё равно полезно.

📎 Так же прикрепляю статьи на данную тему:

- Что такое конвейер данных? И почему вы должны это знать
- Конвейер данных и конвейер ETL: в чем разница?
-
Как построить конвейер данных: пошаговое руководство

Источник: @ba_and_sa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Программисты, аналитики и дизайнеры:

«Интерфейс понятен, документация не нужна»

Юзеры:
Как аналитику развить устойчивость и не стать мизантропом

4 мин | 🟡⚪️⚪️

Читать статью | Analyst IT
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM