Синдром олимпиадного прошлого🏆🏅

На волне очередной приёмной кампании встречаю много обсуждений того, насколько выпускники с 400 баллами, поступающие без вступительных испытаний в топовые вузы и так далее, теперь травмированы? Под постами о них пишут комментарии: «как жаль, что он(а) не знает, что есть жизнь кроме учёбы», «как жаль, что на баллы ЕГЭ еды не купишь»🤡

Попробую порассуждать с точки зрения своей биографии и своих чувств по поводу работы и прочих достижений сейчас.

Да, я поступила по олимпиаде на ФКН. Да, я ещё выбирала между рядом факультетов. Я призёр заключительного этапа всероса по русскому языку (окак), дважды победитель Московской традиционной олимпиады по лингвистике и даже участник межнара по лингвистике после 9 класса (ладно, это очень странная история, которая тем не менее на меня тогда повлияла). И была ещё «Высшая проба» по математике, которая собственно сыграла роль для поступления, а потом такая же «Высшая лига» для магистратуры.
И спустя 8-10 лет я досконально помню эти подробности и только недавно убрала всё это из резюме...

Основные проблемы синдрома отличника-олимпиадника:

➡ тяжело смириться с тем, что твои достижения былых времён не определяют тебя, как личность, и мало кому вообще интересны (разве что твоим друзьям по олимпиадам, с которыми вы ностальгируете).
Потенциальное решение — устроиться в одну из тех редких команд, где всё-таки смотрят на олимпиады

➡️ хочется и дальше получать разного рода «ачивки», тогда как они уже не влияют на жизнь. Иногда ты вообще не можешь ответить на вопрос «чтобы что», но кажется, что тебе это надо. Пример — моя история с аспирантурой.
Потенциальное решение — направить эту энергию на спорт, хобби, можно вот канал начать растить😄

➡️ есть риск по меркам реальных жизненных задач из ребёнка-«звёздочки» (так говорила одна из моих учительниц✨) превратиться в средненького взрослого. Просто потому что это нормально (здесь задуман каламбур про распределение).

Ну, тут мне кажется, что время лечит — лично я «скатилась» ещё на первых курсах, получив прививки в виде пары троек (а значит, диплом уже не был бы красным) и пересдач. Поэтому на первой работе в 📱 я уже оказалась без токсичного mindset-а, что мне необходимо получать только фиолетовые оценки.

Жалею ли я о чём-то? Что где-то недогуляла в 15-18 лет, так как сидела ботала? Да нет, на олимпиадах и сборах тоже вполне себе есть общение на разные темы и тусовочки разного формата, поверьте. А возможность отучиться на бюджете ФКН ВШЭ вообще очень сильно определила мою дальнейшую жизнь😎

Участвовали в олимпиадах? Что думаете?⬇️
В комменты закину эксклюзивное фото меня в 2016🙈

#непопулярное_мнение #карьерный_путь
@analytess 👩

Что такое EDA — первый взгляд на данные🤓

Exploratory Data Analysis переводится как «разведочный анализ данных». Он включает в себя оценку качества данных (есть ли null значения, дубликаты, выбросы, ошибки парсинга) и их очистку, выявление базовых корреляций и зависимостей, оценку распределений значений.

Затем аналитик визуализирует эти данные, формулирует первые гипотезы и выбирает методы для последующей работы с этими данными.

Сохраняйте себе шпаргалку в виде слайдов⬇️

#хардов_пост
@analytess 👩

Что такое этот ваш API, и что с ним делать аналитику💻

➡️ API (Application Programming Interface) — это набор правил и «договорённостей», по которым программа может запросить данные или вызвать некоторую функциональность у другой.

Есть различные форматы, которые скорее необходимо знать разрабам и СА, но сегодня остановимся на самом популярном — REST API (на основе протокола HTTP + формата данных JSON).

Есть всего 5 основных типов «ручек»:
⚡️ GET (получение данных) — только читает данные, всегда безопасно вызывать, так как ничего не меняет
⚡️ POST (добавление объекта) — создаётся новая сущность или вызывается метод
⚡️ PUT (замена) — переписывание уже существующего
⚡️ PATCH (частичное изменение) — заменяет часть свойств
⚡️ DELETE (удаление объекта) — вроде понятно😄

➡️ Как работать с API аналитику данных?
Аналитики данных не проектируют методы для API сами, а только вызывают существующие. Как правило, для этого используется библиотека Python requests, либо разного рода обёртки над ней (например, внутренние утилиты компании).

Это может пригодиться в случаях сбора ручных выгрузок данных или логов (не из витрин), в ETL-процессах, при построении мониторингов и для контроля происходящего в AB-тестах.

➡️ Как примерно может выглядеть код с запросом к API:
В случае с GET мы можем просто скачать объекты по каким-то параметрам, в случаях POST/PUT/PATCH ещё необходим аргумент с теми данными, которые мы хотим отправить на сервер. В реальной жизни также часто нужен параметр headers с токеном или куки для авторизации, иначе словим 401😄

import requests

BASE = "https://api.example.com/v1"

# 1. GET — читаем данные
resp = requests.get(f"{BASE}/items",
                    params={"category": "books", "limit": 100})
items = resp.json()        # -> список словарей

# 2. POST — создаём запись
new_item = {"name": "Analytics 101", "price": 19.9}
resp = requests.post(f"{BASE}/items", json=new_item)# <- тело в формате JSON
item_id = resp.json()["id"]

# Проверяем статус
if resp.ok:    # то же, что 200-299
    print("Успех!")
else:
    print(resp.status_code, resp.text)

Про HTTP-статусы в мемном формате см. предыдущий пост

🔤.🔤. На самом деле говорить о том, как устроены Интернет в целом и веб-сервисы в частности, можно достаточно долго, уходя вглубь, но пока я буду разбирать здесь такие вот кусочки, которые уместны и в «джентльменском наборе» аналитика😎

➡️ маякните реакциями, если было полезно, и сохраняйте пост

#хардов_пост
@analytess 👩

А как правильно ходить в отпуск в 2026 году?🏖

Выбор дней для отпуска — это пример вечного trade off времени и заработка. На днях опубликовали производственный календарь на 2026 год, а значит, самое время разобраться, как оптимизировать каждую из этих метрик в своём графике.

Есть две основные стратегии, если исключить дополнительные факторы, которые у всех свои (каникулы детей, отпуск партнёра на более строгой в этом плане работе, периоды ревью...)

🤑 Оптимизируем деньги
В конце прошлого года уже писала, как это работает. Вот калькулятор (пока что на этот год, но можно понять суть) и ещё одно объяснение от 💲-журнала.

В 2026 году рейтинг месяцев для отпуска такой:
🥇 23 рабочих дня — июль
🥈 22 рабочих дня — апрель, сентябрь, октябрь и декабрь
🥉 21 рабочий день — март, июнь и август
🤷🏻‍♀️ 20 рабочих дней — ноябрь, 19 — февраль и май
☠️ 15 рабочих дней — январь

🎒 Оптимизируем дни отдыха
Тут уже есть пространство для креатива вместо чистой математики. Праздники легли достаточно удачно: нет рабочих суббот, есть четырёхдневные рабочие недели (в феврале, марте, мае, апреле, июне, ноябре) и трёхдневная в декабре.

На картинке я привожу пример графика для любителей путешествий: 11 дней в январе дают официальные праздники, 2 недели берём после июньских, чтобы получилось 17 дней подряд, а отдел кадров был доволен, остальное распределяем по будням коротких недель, таким образом, генерируя ещё один долгий отдых в мае и ещё три поменьше. Но тут есть вариации.

➡️ Надеюсь, было полезно!
А вы на какой стороне — время для себя или денежки?😎

#аналитика_и_жизнь #лайфстайл_и_личное
@analytess 👩