Мой путь аналитика начался с работы в стартапе Ed-Tech компании, интегрирующей нейросеть в обучение. Это b2b проект и наша задача была проводить повышение навыков переговоров, например, отдела менеджеров. Вот чем я там занимался:
1. Тестировал интерфейс сайта, находил баги и описывал проблему разработчикам. Также интегрировал систему Jira для более удобной коммуникации между нашими отделами и передачи задач кодерам. Хотя думаю Битрикса с его канбаном и так хватило бы, но мне было интересно попробовать что-то новое)
2. Сводил в статистику самые частые ошибки нейронки. Это позволяло в дальнейшем минимизировать галлюцинации ии и улучшить промт.
3. Взялся за доп проект по построению регрессии, которая могла бы оценить результат обучения. Спроектировал план по тому, как можно собирать «веса» для построения линейной регрессии (например, опросы или статистика отдела менеджеров после прохождения обучения).
4. Ну и из софт скиллов это то, что я начал привыкать общаться со всеми на ты)
Короче это определенно интересный опыт! Еще по той причине, что один из моих любимых сериалов – это «Кремниевая долина», где рассказывается о том, как стартапам весело живется))
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Сейчас я работаю Junior-аналитиком в мебельной компании. Если раньше я искал баги и докучал разработчикам, то теперь по ту сторону баррикад нахожусь я.
За время работы освоил много интересных инструментов:
1. Переход на Ubuntu. Это более удобная среда для разработки приложений в Odoo. Да-да, я, получается, и немного разработчик) Мы пишем небольшие приложения для отслеживания и автоматизации процессов производства мебели. Информация, которая фиксируется в Odoo, потом собирается в БД PostgreSQL и используется для дальнейшего анализа.
2. Работа с коммитами. Научился работать в команде при одновременной работе с инстансом. Мое знание гита на момент прихода в компанию ограничивалось:
git add .
git commit -m "fix"
git push
Которые я использовал для залива своих пет-проектов на GitHub. Особого понимания, как правильно вести совместную разработку, не было.
3. ETL-процессы. Построил много воркеров с выгрузкой данных в датасеты, которые используются для дальнейшей аналитики. Скрипты запускаются через Cron, но в компании также используется оркестратор AirFlow, с которым, надеюсь, тоже в будущем поработаю))
4. BI-Аналитика. Настроил много дашбордов в Superset, отслеживающих основные показатели компании (приходы лидов, продажи и т.д.).
5. Настройка сервисов. Разработал FastAPI сервисы для принятия лидов и дальнейшей отправки их на эндпоинт Битрикса.
6. Много задач, связанных с маркетингом. Построил когортный анализ, которому предшествовала куча исписанных Jupyter-ноутбуков.
Помимо этого, я еще прикасался к Postman, No-code решениям, GitKraken и Excel с километровыми формулами. Не факт, что все вспомнил, но работа тут насыщенная и очень интересная)
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Канал был создан с целью вести что-то вроде "записок юного аналитика", чтобы отслеживать собственные логи. Не хочется рассказывать только о карьерном пути, поэтому буду разбавлять это бесполезными постами о жизни.
Сейчас я по большей части погружен в базовую аналитику данных, но в будущем хотел бы развиваться в сторону ML и финансовой аналитики.
Меня привлекает образ главного героя из сериала «Озарк». Как Уолтер Уайт, но только экономист)
Нравится читать классику и философию. Не то, чтобы прям знаток, просто экзистенциальный кризис у меня наступил раньше, чем следовало бы)
А так люблю Достоевского, Чехова (моего земляка) и Флобера.
Был период, когда следил за миром шахмат и много в них играл. Еще занимался разным спортом, и сейчас из-за сидячей работы мне его очень не хватает.
Тут на самом деле я могу еще много чего написать, но, думаю, для знакомства этого достаточно)
#осебе
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥3👍2
26.10.2025 - INFO - Отчет первых трех месяцев
1. Маркетинг, API и немного DWH
Собирал данные через API с различных сервисов лидогенерации. Подтянул расходы из VK Ads и Яндекс.Директа, на основе которых рассчитал основные KPI по стадиям лидов (договор, встреча и т.д.). Настроил визуализацию дашбордов в Superset и более подробную отчетность в Google Sheets, которая заполняется автоматически через API.
На основе этих данных подготовил ad-hoc скрипты для периодической выгрузки выручки по когортам за последние месяцы для оценки рекламных кампаний и построения прогнозов. Также занимался доработкой логики в Б24: настраивал ограничения для сделок, используя роботов и связку веб-хуков с нашим сервером на FastAPI.
❤1
2. Автоматизация внутренних процессов
Расширил функционал ERP-системы:
— Сделал приложение для учёта выплат сторонним дизайнерам. Это был мой первый вводный проект, который позволил погрузиться в систему разработки.
— Создал приложение для контроля остатков ткани на складе. Если кратко, не вдаваясь в детали бизнес-логики: теперь алгоритм в реальном времени мониторит запасы и автоматически формирует заказ поставщику при достижении лимита.
3. Интеграции: No-code против FastAPI
Связывал между собой сервисы лидогенерации двумя путями: через FastAPI и через No-code решения. Пришел к выводу, что No-code часто выигрывает в скорости, особенно когда работаешь с небольшими сервисами. Документация по API у них обычно с гулькин нос, и разбираться в ней вручную — долго. Иногда кажется, что доки специально пишут так плохо, чтобы мы платили за готовые коннекторы))
4. Академическая часть
Помимо работы закрыл экзамен по эконометрике на пять. Предмет полезный, так как дает базу по статистике и прогностическим моделям — то, что нужно для будущего развития в ML.
Движемся дальше!
Расширил функционал ERP-системы:
— Сделал приложение для учёта выплат сторонним дизайнерам. Это был мой первый вводный проект, который позволил погрузиться в систему разработки.
— Создал приложение для контроля остатков ткани на складе. Если кратко, не вдаваясь в детали бизнес-логики: теперь алгоритм в реальном времени мониторит запасы и автоматически формирует заказ поставщику при достижении лимита.
3. Интеграции: No-code против FastAPI
Связывал между собой сервисы лидогенерации двумя путями: через FastAPI и через No-code решения. Пришел к выводу, что No-code часто выигрывает в скорости, особенно когда работаешь с небольшими сервисами. Документация по API у них обычно с гулькин нос, и разбираться в ней вручную — долго. Иногда кажется, что доки специально пишут так плохо, чтобы мы платили за готовые коннекторы))
4. Академическая часть
Помимо работы закрыл экзамен по эконометрике на пять. Предмет полезный, так как дает базу по статистике и прогностическим моделям — то, что нужно для будущего развития в ML.
Движемся дальше!
🔥2❤1
Оффсетная Vs Курсорная Пагинация
Недавно столкнулся с интересной проблемой — неполной выгрузкой БД. Заметил это случайно, когда сверял валовые выгрузки доходов за прошедшие месяцы. По логике, цифры в закрытых периодах меняться не должны, но они почему-то «скакали».
Начал копать: сделал выгрузки с полной детализацией и сравнил снапшоты за разные даты. Оказалось, часть лидов просто выпадала из отчета.
Причина была в оффсетной выгрузке. Чтобы обойти лимиты Битрикса, запрос разбивался на пакеты. В коде это был Python, но на SQL логика выглядит так:
Мы берем первые 50, потом вторые и так далее.
Но пока скрипт переходит от одной пачки к другой, в Битриксе может появиться новая запись. Из-за сортировки весь список сдвинется, и мы можем либо потерять, либо создать дубль лида.
Но после того как я перевел скрипт на курсорную пагинацию, проблема с прыгающей выгрузкой была решена. Работает это просто: после каждого пакета мы запоминаем ID последней выгруженной записи. Следующий запрос к базе звучит не «пропусти 50 штук», а «дай мне записи, у которых ID больше, чем у этого».
В таком случае, сколько бы новых лидов ни нападало сверху, мы гарантированно забираем всё, что идет дальше по списку, ничего не теряя.
Недавно столкнулся с интересной проблемой — неполной выгрузкой БД. Заметил это случайно, когда сверял валовые выгрузки доходов за прошедшие месяцы. По логике, цифры в закрытых периодах меняться не должны, но они почему-то «скакали».
Начал копать: сделал выгрузки с полной детализацией и сравнил снапшоты за разные даты. Оказалось, часть лидов просто выпадала из отчета.
Причина была в оффсетной выгрузке. Чтобы обойти лимиты Битрикса, запрос разбивался на пакеты. В коде это был Python, но на SQL логика выглядит так:
-- Пакет 1
SELECT * FROM bitrix LIMIT 50 ORDER BY lead_id
-- Пакет 2
SELECT * FROM bitrix LIMIT 50 OFFSET 50 ORDER BY lead_id
Мы берем первые 50, потом вторые и так далее.
Но пока скрипт переходит от одной пачки к другой, в Битриксе может появиться новая запись. Из-за сортировки весь список сдвинется, и мы можем либо потерять, либо создать дубль лида.
Но после того как я перевел скрипт на курсорную пагинацию, проблема с прыгающей выгрузкой была решена. Работает это просто: после каждого пакета мы запоминаем ID последней выгруженной записи. Следующий запрос к базе звучит не «пропусти 50 штук», а «дай мне записи, у которых ID больше, чем у этого».
В таком случае, сколько бы новых лидов ни нападало сверху, мы гарантированно забираем всё, что идет дальше по списку, ничего не теряя.
🔥4
27.04.2026 - INFO - Очередной чекпоинт
За прошедшее время изучил кучу всего нового и поработал со многими инструментами. Вернулся к ведению заметок в Obsidian, хочу освежить память по Data Science и перейти в ML. Наблюдаю тенденцию, что добавление куда угодно приставки «AI» повышает акции. Например, компания, которая производила кроссовки и перешла на производство ИИ, и их акции взлетели))
По-новому настроил свое рабочее пространство – перешел от двух ОС к работе на винде с WSL + Ubuntu. Раньше я поочередно решал задачки, которые требуют Linux, и те, которые требуют Windows. Но сейчас из-за ИИ-агентов задачи стали занимать меньше времени. Запуская два окна VS Code, можно параллельно решать задачи, которые требуют разные ОС.
По поводу ИИ-агентов: работаю с Kilo Code с ключом от Gemini для несложных задач и Codex для задач, которые требуют глубокого анализа. Так я пришел к компромиссу между использованием токенов. Хотя, конечно, глядя на рынок, появляется всё больше китайских моделей уровня Claude, поэтому думаю, скоро найдется какой-то идеальный вариант по соотношению качества и используемых токенов.
Вот выжимка из задач, которые мне запомнились:
1) Написали на React собственный сайт. В Superset были ограничения, особенно в части сводных таблиц, поэтому решили для сложных BI-визуализаций развернуть свой сайт.
На этом сайте построил несколько отчётов: по конверсиям, звонкам (залезал в API мобильных операторов) и т.д. Реализовали также отдельный сервис авторизации для разных сотрудников (руководителей, менеджеров и т.д.).
2) Поработал с Selenium. Нужно было вытаскивать УПД, а на сайте, куда они подгружаются, был платный API. При этом ручная выгрузка упиралась в лимиты. Поэтому я написал скрипт, который сам заходит на сайт, смотрит новые УПД и выгружает их в ERP систему.
3) Сейчас предстоит взять под свою ответственность проект по формированию штрих кодов и сборкам комплектации, написанный на php. Не думаю, что сейчас это сильно востребованный навык, но задача небольшая, поэтому интересно будет глянуть, как там все устроено.
А так, думаю, буду делиться новостями по переходу в ML. Правда, сейчас у меня диплом и военные сборы, так что затянется это скорее всего до июля как минимум))
По поводу ИИ-агентов: работаю с Kilo Code с ключом от Gemini для несложных задач и Codex для задач, которые требуют глубокого анализа. Так я пришел к компромиссу между использованием токенов. Хотя, конечно, глядя на рынок, появляется всё больше китайских моделей уровня Claude, поэтому думаю, скоро найдется какой-то идеальный вариант по соотношению качества и используемых токенов.
Вот выжимка из задач, которые мне запомнились:
1) Написали на React собственный сайт. В Superset были ограничения, особенно в части сводных таблиц, поэтому решили для сложных BI-визуализаций развернуть свой сайт.
На этом сайте построил несколько отчётов: по конверсиям, звонкам (залезал в API мобильных операторов) и т.д. Реализовали также отдельный сервис авторизации для разных сотрудников (руководителей, менеджеров и т.д.).
2) Поработал с Selenium. Нужно было вытаскивать УПД, а на сайте, куда они подгружаются, был платный API. При этом ручная выгрузка упиралась в лимиты. Поэтому я написал скрипт, который сам заходит на сайт, смотрит новые УПД и выгружает их в ERP систему.
3) Сейчас предстоит взять под свою ответственность проект по формированию штрих кодов и сборкам комплектации, написанный на php. Не думаю, что сейчас это сильно востребованный навык, но задача небольшая, поэтому интересно будет глянуть, как там все устроено.
А так, думаю, буду делиться новостями по переходу в ML. Правда, сейчас у меня диплом и военные сборы, так что затянется это скорее всего до июля как минимум))
❤4