У світі даних є багато можливостей для карʼєри.

Є багато посад та багато варіантів відшукати саме те, що може сподобатися саме вам.

Як на мене, ваша кар'єра може розвиватися за кількома осями.

🔹 Перша вісь: технології або бізнес.

Ви віддаєте перевагу створенню дата пайплайнів та систем чи аналізу даних та презентації їх бізнес-стейкхолдерам?

🔹 Друга вісь: універсал або спеціаліст.

Ви б краще оволоділи однією чи двома конкретними областями, чи розвинули ширші знання у декількох сферах даних?

🔹 Нарешті, існують три основні кластери:
→ Інженерія
→ Аналітика
→ Менеджмент

Якщо ви на початку своєї кар'єри, перед вами відкриваються широкі можливості. Та навіть якщо ви досвідчений професіонал, все одно є багато шляхів для зростання.

#oleg_agapov

Нещодавно в нас спільноті піднялось питання про дату в Excel
Так, може здатись, що Excel це вже в минулому чи це не той інструмент, котрим потрібно користуватись для аналізу.
Скажу так, це все ще має на життя і я їм також користуюсь, для невеличкого аналізу.

Але питання не за Excel, а за дату, чому ж вона так формується, чому 1 == 1900-01-01

Більше детально я описав це в статті
🔗Як формується дата в Excel

А якщо стисло, умовно в нас є дві архітектури часо рахування
1. 1900 Date System - це основна архітектура, котрою користується Microsoft. Без технічних деталей, вона має на меті, що початок часу починається з 1900-01-01 00:00:00.000 і в свою чергу дорівнює 1.
Як приклад

1 це 1900-01-01
5 це 1900-01-05
32 це 1900-02-01

В статті ще пояснюю як формується час 🤓

І друга архітектура це EPOCH або UNIXTIME
Вона використовується мабуть в 90% всіх технологіях, потипу Linux, сімейства Unix, різні DB, Andorid і тд.
Суть достатньо проста, в такому випадку дата рахується в секундах подекуди і мілісекундах від 1970-01-01 00:00:00.000
Приклад

1 це 1970-01-0100:00:01.000
2 це 1970-01-0100:00:02.000
2678400 це 1970-02-01 00:00:00.000

Тому, наступного разу, коли побачите у Excel числа замість дати або якийсь набір цифр, ви вже будете знать, що це звичайна дата, котру можна перевести в людський формат.

І авжеш, якщо залишились питання, ви можете задавати питання в наших групах

======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

Мабуть кожний з нас стикався з таким питанням - "А як жеш почати шось вивчати" або "Хочу бути Data Analyst, але з чого почати".

Всі ці питання базуються на відсутності стратегії або чіткого плану, з чого почати, зі SQL зі DBT зі CI/CD чи Java ...
У кожного план навчання свій і універсальний план створити достатньо складно, бо людина вона така, вона унікальна. Як то кажуть скільки людей - стільки й думок, тут так само. Кожен обирає свій шлях.

Але щоб було трошки легше, як на мене, краще брати приклад з когось і от Олена Руденко - Аналітикиця, виклала відео, де вона розповідає, як вона проходить цей шлях і як вона хоче перейти з DataAnalyst >> AnalyticsEngineer.

І в одній частині відео, вона розповідає як звернулась до DE @andy_ap Андрія Панченко, котрий є owner групи Data Engineer UA

Це чудовий приклад, як комунікація допомагає українським спеціалістам ставити ще краще, тому дивіться відео, ставте лайки👍, підписуйтесь, а також доєднуйтесь до нашої спільноти, де ми також можемо вам допомогти у вирішенні профільних питань.
👇👇👇
======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

🔎 В роботі аналітиків та інженерів іноді виникає потреба виправити або переробити аналітичні таблиці. Зазвичай перевірка правильності нового коду проходить просто — треба лише переконатися, що потрібна частина таблиці була виправлена. Наприклад, якщо було пропущене значення, то в новій версії воно існує, або всі невірні значення тепер коректні.

Але що буде з таблицями, які залежать від тієї, яку ми виправили? Чи впевнені ми, що новий код не наробив помилок у залежних таблицях?

Для перевірки цього я розробив і використовую простий SQL-запит, який порівнює рядки в двох таблицях (зазвичай продакшен із девом).

Цей скрипт виводить рядки, які не співпадають у двох таблицях. Далі вже моя робота — зрозуміти, чи це очікувано, чи ні.

Крута особливість цього запиту в тому, що можна додати додаткові WHERE-умови, а також прибрати або додати стовпчики до SELECT.

Код можна подивитись тут.

#oleg_agapov

Обираємо дату коли буде святкуватись День Аналітика
https://dou.ua/forums/topic/55007/

Мені більше 11.11. сподобалось🤗

Мабуть потрібно і для DE вже обрати🧐

Можемо пофлудить на цю тему в наших групах
======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

🚀 Привіт, друзі!
Хочу ще раз підкреслити: у наших спільнотах ви можете отримати найкращий досвід і підтримку від фахівців у вирішенні будь-яких питань.

Свіжий приклад: @alina_kkara (Project Manager) звернулася до мене за допомогою з PowerBI. Як вона сказала: «Там буквально пару питань…» 😊

Взагалі я з PowerBI вже не працюю, нууу, роки так 3-4, можливо якісь точкові серверні налаштування можу зробить, звіти вже давно не будую, але як то кажуть досвід не проп'єш🫠

Але справа не лише в BI. Аліна співпрацює з дорадчими органами при міністерстві, один із яких займається спрощенням процесу усиновлення дітей. Золота людина, правда? 😱

І результат вражає: дашборд, який Аліна зробила власноруч, сьогодні офіційно відображається на сайті Міністерства соціальної політики України 👉 посилання

А ось її історія

Якщо дуже коротко: вагітність – війна – народження доньки – депресія – і чітке розуміння, що я хочу працювати над соціально важливим проєктом. Я постійно про це думала й зовсім не хотіла повертатися на попередній проєкт, пов’язаний з архаїчним ERP (без образ, я й досі люблю команду!).

Потім – кава з подругою й її новина, що вона part-time залучилась до новоствореного органу з дуже довгою назвою – Координаційного центру з розвитку сімейного виховання та догляду дітей. І тут мене осяяло: я теж маю їм допомагати!

Вони не шукали PM, але я напросилась на зустріч із CDTO і пояснила, що я універсальний солдат, готова підхопити все, що треба. І досі отримую експериментальні задачі – іноді ІТ-шні, іноді зовсім ні. Одна з них була: “Слухай, а не хочеш спробувати навчитися й створити отаку борду?”. А я ж по життю рідко кажу “ні”.

з Сашком маємо спільну подругу вона нас і звела в цей міцний союз 😄 - де Сашко сумлінно терпів всі мої пласкі жарти і затупи в стилі "день витратила на те щоб зрозуміти що треба натискати cntrl щоб кнопки спрацювали"

Тому:
* Долучайтесь до наших груп
* Задавайте питання — дурних питань не буває
* Отримуйте підтримку та нові знання

Ми завжди поруч і готові допомогти 🤗

======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

Зараз проходжу тему на англійській прокрастинація і випадково натрапив на ось такий цікавий сайт musicforprogramming.net, де зібрана музика для концентрації.

Коли послухав пару добірок, здалося, що це якийсь білий шум чи сірий (чи коричневий💩😝).
Але як пишуть про цей сайт, самі розробники

we have found that the most compelling music for sustained concentration tends to contain a mixture of the following:

UA
ми виявили, що найпривабливіша музика для тривалої концентрації, як правило, містить поєднання таких елементів:

і перелік цих тем:

Noise
Drones
Arpeggios
Atmospheres
Field Recordings
Arrhythmic Textures
Vagueness (Hypnagogia)
Microtones / Dissonance
Detail / Finery / Patterns
Awesome / Daunting / Foreboding
Vast / Transcendental / Meditative

Drones - канеша, таке собі🙈

І до чого це я, багато з ким спілкувався і люди кажуть, що їм музика заважає сконцентруватись, кажуть якщо там ще є слова, то для них це дуже важко, починають більше співать ніж міркувати над задачею.

Мені, навпаки, якщо потрібно зібратись, відкласти прокрастенацію, сфокусуватись, то потрібна музика, причому будь-яка.
Коли увімкнув добірку з цього сайту, спочатку, як і казав, було не зрозуміло, але згодом, реально, ти починаєш абстрогуватись від зовнішнього світу і починаєш фокусуватись на конкретній задачі.

А як ви концентруєтесь?
Можемо пофлудить на цю тему в наших групах🤗
======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

Дивлюсь Amazon лежить, піду і я полежу 😆
Downdetector.com

User reports indicate issues at Amazon Web Services (AWS) in the US-East-1 region. These problems are impacting multiple services that depend on AWS infrastructure. We’re monitoring the situation: check your local Downdetector site for the latest updates.

А як у вас працює інфраструктура ?

Можемо пофлудить на цю тему в наших групах🤗
======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

🐍 Python — мова, якою створюються більшість AI-рішень

Її обирають за простий синтаксис та сильні бібліотеки для аналізу й машинного навчання. Саме тому Python став стандартом у Data Science та роботі зі штучним інтелектом.

Щоб стати фахівцем, який вміє збирати, обробляти, аналізувати великі дані та будувати ML-моделі — опануйте Python та його бібліотеки на курсі «Data Science with Python» від robot_dreams.

За 17 занять ви навчитеся:
⠀
➔ аналізувати дані за допомогою бібліотек Python — Pandas, NumPy, Matplotlib, Seaborn та інших
➔ запускати A/B-тестування та валідацію гіпотез, відбирати ознаки та будувати моделі Machine Learning
➔ оцінювати якість роботи створених алгоритмів
➔ будувати дерева рішень та ансамблі для завдань класифікації та прогнозування

Лекторка: Олександра Кардаш, Senior Software Engineer у Google🔎

⚡️До речі, до 30 листопада у robot_dreams знижка −50% на будь-які курси. Подати заявку на участь у акції можна тут 🔗

Зараз стало трошки важче щось писати, прокрастинація не відпускає, але набираємось сил і просимо її дозволити щось робить, далі🥲
Обіцяю, з НР будуть регулярні статті, та буде трошки більше додаткової активності в групах, про це буде ще окремий пост...

А тепер трошки про EXCEL, існує багато жартів, як на цій програмі побудована вся фінансова система світу, як люди працюють без мишки в ньому і тд.

Але, по факту, по причині дуууже низького порогу входу в цю програму, люди відразу обирають її. Це не погано, бо на мою думку, для кожних етапів розвитку компанії чи будь-якого підприємництва, вам не завжди потрібно, з першого дня мати якийсь кластер MPP DB, DBT, PowerBI, AWS S3, GCP BigQuery і ще кучу всяких інструментів, котрі використовуються вже у великих компаніях, де в цьому є реальна потреба, гадаю якась шаурмеша була б і в захваті мати такі інстременти ...🤡

Інколи буває таке, що відбувається зворотна ситуація, коли великі компанії, проекти, нехтують важливістю зберігання та обробки даних, а також безпекою і все це роблять в EXCEL-чику.

От ми і маємо статтю на такий випадок
🔗Excel — найнебезпечніше програмне забезпечення на планеті

У розпал епідемії ковіду Національна служба охорони здоров’я Великої Британії втратила результати тестування на ковід у процесі конвертації файлів з формату CSV у XLS. Були втрачені дані про 15 841 пацієнта:

Ви ж сказали, що потрібно в Excel віддати дані, я і віддав😆

У 2023 році австрійська політична партія SPÖ через помилку в Excel оголосила переможцем на виборах не того кандидата.

А в деяких наших сусідах і не потрібен Excel там вже наперед знають "обраного"🤡

Коли Barclays викуповував активи збанкрутілого банку Lehman Brothers, вони приховали 179 рядків з непотрібними активами в таблиці Excel, але не видалили їх. При роздрукуванні документа в PDF ці рядки були надруковані — і суд зобов’язав Barclays викупити в тому числі ці 179 збиткових активів.

CTRL+9

Уявіть, скільки у світі таких великих помилок вже відбулось, а якась частина ще відбудеться, по причині не правильно організованого процесу.
Тому, підбирайте правильні інстременти для роботи з даними, не робіть все за допомогою одного інструменту, намагайтесь будувать процеси, а не красиві формули, запити, UDF і тд. Все має буть системно і на все має бути перевірки та тести.

А що ви думаєте на цю тему?
Можемо пофлудить на цю тему в наших групах🤗
======
Data Analysis UA - група аналітиків даних
Data Engineer UA - група інженерів
FaceBook - загальна група в Facebook
Twitter (X) - канал в X (Twitter)
======

📊 Data Scientist — фахівець, який знаходить закономірності в даних та створює моделі, що оптимізують процеси.

Навчитися перетворювати дані на бізнес-можливості та будувати прогнози, які працюють на практиці — можна на курсі «Data Scientist» від robot_dreams.

За 38 онлайн-занять ви навчитеся:

🔹 кодити на Python і застосовувати ООП
🔹 працювати з неструктурованими базами даних
🔹 проводити класифікацію, кластеризацію та прогнозування
🔹 автоматизувати аналіз Big Data
🔹 будувати та тренувати нейронні мережі
🔹 деплоїти моделі та контролювати їхню роботу
🔹 візуалізувати результати за допомогою Python-бібліотек і PowerBI або Excel

Лектор — Василь Лавер, Senior Data Scientist у Dell Technologies, PhD в галузі прикладної математики, який має понад 14 років досвіду в машинному навчанні, статистичному моделюванні та впровадженні ML-рішень.

Старт: 26 січня

Деталі, програма та реєстрація ⬅️

🎁 До 31 грудня у robot_dreams можна придбати Новорічні сертифікати, щоб навчатися у 2026 році зі знижкою -35%