Секреты аналитики | Data Science, BI, Tableau
47.5K subscribers
277 photos
87 videos
405 links
Всё об анализе данных простым языком.

Сотрудничество: @max_excel

РКН: vk.cc/cHiD2p
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
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
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
Media is too big
VIEW IN TELEGRAM
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
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
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
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
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
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
Media is too big
VIEW IN TELEGRAM
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
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
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
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
Качество данных и роботы: как мы высвободили 5 рабочих часов в день сотрудника DQ

В этой статье автор делится своим опытом борьбы с хаосом из потока входящих задач и запросов от бизнеса и рассказывает о маленьком роботе‑спасителе, который ежедневно экономит 5 часов сотрудника DQ и которого каждому по силам внедрить.

Секреты аналитики
Как работает самая популярная у дата саентистов модель машинного обучения

В этом материале автор расскажет про самую популярную у дата саентистов модель машинного обучения - градиентный бустинг.

Секреты аналитики
Media is too big
VIEW IN TELEGRAM
Топ 5 мифов про Data Аналитику и в чем ее отличие от Data Science?

В этом ролике автор разоблачит 5 мифов о Data Аналитике и Data Science, а также разберется чем они отличаются друг от друга.

Смотреть это видео на youtube: youtu.be/Dcl_XCrNSu0

Секреты аналитики
Data Science: лучшие учебные курсы и программы сертификации

Можно получить два-три десятка Data Science-сертификатов, но по-настоящему стоящих программ сертификации из сферы науки о данных не так уж и много. В этом материале автор рассказывает о нескольких таких программах, поддерживаемых авторитетными организациями.

Секреты аналитики
PySpark для аналитика. Как правильно просить ресурсы и как понять, сколько нужно брать

Эта статья будет полезна аналитикам, дата-инженерам и специалистам по обработке больших данных, а также тимлидам команд, которые работают с Apache Spark для решения задач аналитики и машинного обучения. Вы узнаете, как правильно задавать параметры Spark-сессии, чтобы получить ресурсы.

Секреты аналитики
Неструктурированные данные: что это, в чем их опасность и как защититься?

Неструктурированные данные могут представлять собой текст, изображения, аудио- и видеозаписи, электронные письма и множество других форм. Это огромный массив ценной информации, но управление, анализ и обеспечение его безопасности вызывают сложности.

В этой статье автор рассмотрит значимость неструктурированных данных и опасности, которые они могут нести для компании, а также расскажет о том, что нужно делать, чтобы обеспечить их безопасность.

Секреты аналитики
Что в глубинах Data Lake?

На Хабр вышел отличный текст от технического руководителя Core Data Lake центра Big Data МТС о том, какие слои находятся внутри Data Lake, как построить архитектуру базы данных и чем распределенный Data Mesh-подход отличается от монолитного хранения данных.

В статье автор рассказал о задачах, архитектуре и проблемах развития Data lake, а также представил способы решения возникающих проблем, специфику процессов и перспективы развития.

Секреты аналитики