👋🏻 Друзья, всем привет!

🥳 Если хотите провести январские праздники с пользой, то есть отличная возможность принять участие в зимнем boot camp по созданию собственного data-проекта на базе Telegram бота.

🏕️ Приблизительные даты мероприятие с 3 по 5 января 2025 года (точно решим уже собравшейся группой). С 10:00 до 11:30.

📝 Участие по предварительной записи мне в личные сообщения @onlyanalyst.

🖼️ В рамках совместного программирования мы применим все самые востребованные для аналитиков навыки: Python, SQL, интеграции, API и многое другое (все подробности в графике к посту).

💼 А после окончания boot camp сможете самостоятельно доработать проект, возможно даже коллективно, и демонстрировать его уже потенциальным работодателям. И вместо ссылок на скучный GitHub у вас будет полноценный, интерактивный и работающий проект.

☘️ Базовое знание Python и SQL приветствуется, но не является обязательным.

😍 Всех жду! Вопросы можете задавать в комментариях к посту или мне в личные сообщения.

🏬 В комментариях пришлю базовые версии функционала конечного проекта.

😀 @onlyanalystgroup

💬 @onlyanalystchat

📹 Сегодня в 18-00 выйдет новое видео для тех, кто все еще путает аналитика данных с продуктовым, а бизнес аналитика с системным.

🔗 https://youtu.be/sTQCies7Spg

🎅 Первый каникулярный подкаст проводим с Павлом Бухтиком @nodatanogrowth, с которым совсем недавно рассказывали про минусы работы в аналитике в этом видео (спойлер: они есть).

🫤 Как будто эту тему уже затрагивали и прошлых видео (тут и тут), но такого количества разных направлений еще не было. Целых 15+ типов аналитиков и каждый из них чем-то да занимается. А также мир дата-профессий стремительно меняется и наступивший 2025 - не исключение.

🚀 Кому будет полезно:

1. Начинающим специалистам, желающим понять, какое направление в аналитике выбрать.
2. Студентам и выпускникам, которые хотят построить карьеру в области анализа данных.
3. Профессионалам, которые рассматривают переход в смежные аналитические роли.
4. Руководителям и рекрутерам, которые хотят лучше понимать тренды и потребности на рынке аналитиков.
5. Всем, кто интересуется развитием аналитики и новыми профессиями в этой сфере.

🙋 В онлайн чате на youtube во время просмотра буду отвечать на Ваши вопросы!

😘 Всех жду!

🔗 https://youtu.be/sTQCies7Spg

📱 ВК

🤪 Какие вы знаете подмножества языка SQL?

💽 Напомню, что SQL - это декларативный язык программирования (жду хейтеров в комментарих), применяемый для взаимодействия с базами данных.

📜 Декларативный то есть мы описываем что нужно сделать, а не как.

🤔 Первый вопрос про подмножества SQL я услышал еще в далеком на 2019 году, когда начал активно проходит собеседования. И тогда он меня застал врасплох.

🔬 Когда самостоятельно изучаешь SQL довольно сложно структурировать все потоки информации, поэтому я решил поделиться своими наработками по этой теме, чтобы Вам было проще на собеседованиях и изучении. Я подсветил основные отличия, какие операторы входят и зачем они используются.

✍️ Знали ли вы все эти подмножества? Если нет, в нашем боте @onlyanalyst_bot можно потренировать самые популярные вопросы с собеседований по SQL.

📖 И на январских праздника, помимо bootcamp я решил освежить в памяти SQL и изучил его заново с 0 до 100. Что из этого получилось? Скоро поделюсь с вами.

😀 @onlyanalystgroup

💬 @onlyanalystchat

📹 На youtube канале вышел долгожданный сиквел!

🔗 https://youtu.be/axOQrHi9AHg?feature=shared

🔗 https://vk.com/video-227412988_456239041

☝🏻 Первое видео со Станиславом вышло в сентябре 2023 и за это время многое изменилось, как и сам Станислав @stanchiks.

👩‍🎓 Всегда приятно наблюдать за успехами учеников, которые в некоторых моментах даже обошли учитлея (что как оказалось не так и сложно).

🎙 В этом подкасте Станислав делится опытом становления middle аналитиком без платных курсов за полтора года. Мы обсуждаем важные этапы его пути, трудности первых работ, переход на позицию middle-аналитика и ключевые навыки, которые помогли добиться успеха.

🔑 Основные темы:

Как эффективно войти в IT и стать аналитиком без дорогостоящих курсов

Ошибки на первой работе и поиск идеальной команды

Навыки самопрезентации и их значение для аналитиков

Самообучение через бесплатные ресурсы и документацию

Личный опыт работы в крупном банке и переход на уровень middle

Удаленная работа и баланс между карьерой и личной жизнью

💡 Кому будет интересно:

Начинающим и опытным аналитикам, стремящимся к росту

Тем, кто хочет сменить профессию и войти в IT

Всем, кто интересуется личными историями успеха и лайфхаками в аналитике

🥛Подкаст наполнен практическими советами, вдохновляющими историями и честными выводами о работе аналитиком. Подходит для тех, кто не боится трудностей и готов постоянно учиться.

😀 @onlyanalystgroup

💬 @onlyanalystchat

😍 Ребята, всем привет!

🧙‍♂️Я провожу довольно много собеседования (до 5 в неделю) и по долгу службы регулярно пытаюсь вычленить крупицы знаний из кандидатов. И в последнее время стал замечать, что люди путают довольно разные вещи во время своих ответов. Причины обычно две: стресс или путаница. Как бороться с первым можно узнать из давнишнего видео, а со вторым разберемся сейчас.

🏧 Есть термины, которые звучат похоже или используются в схожих контекстах, но на самом деле имеют разные значения.

🔝 Сегодня разберем топ 7 самых популярных "парочек", которые часто путают в моей практике собеседований и работы, и научимся их различать!

1. WHERE vs HAVING

WHERE используется для фильтрации строк до группировки.
HAVING применяется для фильтрации после группировки (например, с GROUP BY).
Пример:

SELECT department, AVG(salary) 
FROM employees 
WHERE salary > 3000 
GROUP BY department 
HAVING AVG(salary) > 5000;

👉 Как не путать: Запомните, что WHERE — это "фильтр до группировки", а HAVING — "фильтр после группировки".

2. Мода vs Медиана

Мода — это значение, которое встречается в наборе данных чаще всего.
Медиана — это значение, которое находится ровно в середине упорядоченного набора данных.

Пример:
В наборе [1, 1, 2, 3, 4]:

Мода = 1 (встречается чаще всего).
Медиана = 2 (середина списка).

👉 Как не путать: Мода — про "частоту", медиана — про "середину".

3. Точность (Precision) vs Полнота (Recall)

Точность — это доля правильных предсказаний среди всех положительных предсказаний модели.
Полнота — это доля правильных предсказаний среди всех реальных положительных случаев.

Пример:
Если модель предсказала 10 котов, но только 8 из них действительно коты:

Точность = 8/10 = 80%.
Полнота = 8/(общее число котов в данных).

👉 Как не путать: Точность — про "качество предсказаний", полнота — про "охват реальных случаев".

4. Корреляция vs Причинность

Корреляция — это статистическая связь между двумя переменными.
Причинность — это когда одна переменная вызывает изменение другой.

Пример:
Летом продажи мороженого и количество утоплений коррелируют, но это не значит, что мороженое вызывает утопления.

👉 Как не путать: Корреляция — про "связь", причинность — про "влияние".

5. Гистограмма vs Столбчатая диаграмма

Гистограмма показывает распределение непрерывных данных (например, возраст, доход) через интервалы (бины).
Столбчатая диаграмма сравнивает категориальные данные (например, продажи по городам).

Пример:

Гистограмма: сколько людей в интервалах 20-30 лет, 30-40 лет и т.д.
Столбчатая диаграмма: продажи в Москве, Петербурге, Казани.

👉 Как не путать: Гистограмма — для чисел с интервалами, столбчатая диаграмма — для категорий.

6. Генеральная совокупность vs Выборка

Генеральная совокупность — это все объекты исследования (например, все пользователи приложения).
Выборка — это подмножество генеральной совокупности, с которым работает аналитик.

Пример:
Если вы опрашиваете 1000 человек из 10 млн пользователей, это выборка.

👉 Как не путать: Генеральная совокупность — "все", выборка — "часть".

7. Сортировка vs Фильтрация (путают чаще всего)

Сортировка упорядочивает данные по заданному критерию (например, по возрастанию или алфавиту), не удаляя строки.
Фильтрация оставляет только те данные, которые соответствуют условию, исключая остальные.

Пример:

Сортировка: список клиентов по дате регистрации (от новых к старым).
Фильтрация: показ только клиентов из Москвы.

👉 Как не путать:

Сортировка меняет порядок данных («сначала дорогие товары»).
Фильтрация меняет состав данных («только товары со скидкой»).

🎯 А какие термины путали вы? Делитесь в комментариях!

P.S

Если тема поста понравится, то сделаю из нее небольшую серию еще по Python и SQL.

😀 @onlyanalystgroup

💬 @onlyanalystchat

#аналитика #sql #статистика

🚀 Обновленный BootCamp 2.0 Telegram-бота теперь и с Superset с практикой полного стека для Data Analyst

🔍 Что вы получите: Это не просто пет-проект — это дата-продукт, приближенный к реальной работе. Вы разрабатываете Telegram-бота, подключаете его к базе данных, интегрируете с внешним API, визуализируете данные в Superset и управляете всем через Docker. То, что делают Data Analysts и Data Engineers в настоящих компаниях. Разберете полный цикл жизни данных!

🧠 Почему это помогает найти работу:

🎯 Работодатели ищут не просто знания SQL или Excel — им нужны практики, умеющие работать с настоящими системами, API, BI и DevOps. В этом проекте вы не учитесь в “тренажерах” — вы создаёте рабочую систему с понятной архитектурой, которую можно показать на собеседовании.

Вы не просто знаете SQL — вы управляете настоящей PostgreSQL-базой
Вы не просто слышали о BI — вы создаёте дашборды в Superset
Вы не просто понимаете API — вы подключаетесь к реальному сервису и обрабатываете его данные
Вы не просто читаете про Docker — вы запускаете контейнеры и настраиваете окружение под себя

🛠 Технологии, которые вы освоите:

Языки и библиотеки:
Python 3.10 — основной язык
python-telegram-bot — создание Telegram-бота
requests — подключение к внешнему API
psycopg2 — работа с PostgreSQL через Python
matplotlib — визуализация внутри бота
io, datetime, logging, os — системные библиотеки
СУБД:
PostgreSQL 15
Таблицы с историей сообщений и курсов валют
Конструкции ON CONFLICT DO UPDATE, SERIAL, PRIMARY KEY, DATE
BI и визуализация:
Apache Superset
Подключение к PostgreSQL
Построение интерактивных графиков и дашбордов
Использование фильтров, дропдаунов и сегментации
Инфраструктура:
Docker + Docker Compose
Контейнеризация каждого компонента: бот, БД, Superset, pgAdmin
Подключение по переменным окружения (.env)
Изоляция и управление зависимостями
API:
OpenExchangeRates
Получение исторических курсов валют
Работа с параметрами, заголовками и JSON-ответами
Обновление БД при помощи данных из API

📈 Примеры реальных задач, которые вы решаете:

Запись пользовательских сообщений и последующая фильтрация по имени
Работа с историческими временными рядами валют
Построение графиков внутри Python-бота
Автоматическая очистка или вывод сообщений по команде
Визуализация трендов валют в Superset по дням и валютам

🎓 Итог:

Готовый проект в портфолио на GitHub
Собственный продукт, который сможете дальше развивать и оттачивать хард-скилы
Понимание, как работает современная инфраструктура аналитика
Навыки работы с BI-инструментами, SQL и Python
Опыт DevOps-окружения
Уверенность на собеседованиях: вы сможете рассказать не теорию, а как "вживую" работали с API, Docker, БД и визуализацией

📡 Дополнительно обработал обратную связь от 30+ учеников, которые уже прошли BootCamp. 100% студентов указали, что их знания и понимание технологий улучшились.

🎮 Первая группа уже набрана по предзаписи, так что идет заход на вторую часть майских. Продолжительность 5 дней по 1 часу. Для записи - пишите в личку @onlyanalyst. Стартовать будем как наберемя новую группу. Время и точные даты начала отдельно согласуем в общем чате группы.

🚀 Новый формат буткемпа: аналитический продукт с нуля за 4 дня

Запускаю новую серию онлайн-буткемпов — максимально прикладной подход для аналитиков всех уровней.

📅 Даты: 12–15 июня

Каждый день — это не теория, а реальный продовый кейс, который можно развернуть, показать и развивать. А также начать учиться на базе возникающих проблем, вместо пустого изучения теории без понимания где и как она применяется.

По факту это коммерческий опыт, который вы сможете адаптировать к текущей работе и как сторонний проект для добавления в резюме. Это не бесполезный GitHub с jupiter ноутбуками из Рамблер.Техникума, а настоящий проект.

📌 Формат и программа:

12–13 июня (2 дня по 2 часа) — Базовый блок

🔧 Технологии:

Python (asyncio, requests, logging, io)

PostgreSQL + psycopg2

Docker + docker-compose

matplotlib

🧠 Что делаем:

Разворачиваем Telegram-бота в Docker, подключаем базу, логируем данные, визуализируем графики.

📍Зачем это аналитику:

работать с API и асинхронным кодом

хранить данные в PostgreSQL

создавать визуализации

💰 Участие: 10 000 ₽ онлайн / 5 000 ₽ запись

14 июня — Блок Superset

🔧 Технологии: Apache Superset

🧠 Что делаем:

Подключаем Superset к базе, создаём BI-дэшборды, учимся фильтровать, кастомизировать визуализации.

📍Почему это важно:

BI — обязательный навык в работе аналитика

умение строить дашборды в Superset — востребовано в ИТ-компаниях

💰 Участие: всё вместе с Superset — 15 000 ₽ онлайн / 7 500 ₽ запись

15 июня — Блок Airflow

🔧 Технологии: Apache Airflow

🧠 Что делаем:

Создаём полноценный ETL пайплайн для обновления данных.

📍Зачем это нужно:

автоматизация задач

опыт продакшен-пайплайнов

понимание, как работают данные в команде

💰 Участие: полный буткемп с Superset + Airflow — 20 000 ₽ онлайн / 10 000 ₽ запись

💡 Что получится на выходе?

- Ты соберёшь реальный микросервис, в который входит:

- Telegram-бот, который взаимодействует с пользователем

- PostgreSQL-база с логированием событий

- matplotlib-графики

- BI-дашборды в Superset

- ежедневный автоапдейт данных через Airflow

📦 Это можно самостоятельно развернуть на сервере, показать на собеседовании и использовать в портфолио. Забудьте про "нескучные" ссылка на GitHub.

📈 Этот проект покрывает ключевые навыки, которые ищут работодатели: python, sql, docker, apache superset и apache airflow

❓Часто задаваемые вопросы

Можно ли участвовать с нуля?

- Да, буткемп подходит новичкам. Не нужно опыта работы. Всё объясняется пошагово.

Что нужно установить заранее?

- Docker Desktop

- Visual Studio Code

- Zoom

Все программы бесплатные. Инструкции по установке вышлю.

Как проходит обучение?

- Живые занятия в Zoom с записью

- Формат live-coding: ты видишь, как я пишу код

- Каждую строчку кода я объясняю голосом и оставляю комментарий прямо в коде

- Можно делать вместе со мной или по записи

Можно ли оплатить в рассрочку?

- Да, можно разбить платёж на 2 части.

Какие системные требования?

- Любая операционная система, 8 Гб оперативной памяти желательно. Если не подходит, то можете арендовать отдельный сервер.

🤝 Атмосфера: как в настоящей ИТ-команде

Ты не просто учишься — ты ощущаешь, как работает продуктовая команда:

- ежедневные синки (в начале каждого занятия — как в рабочих командах)

- обсуждение архитектуры, задач, проблем

- общий чат для общения, вопросов, взаимопомощи

- фидбек, практика и живое взаимодействие

📍Это не мёртвый курс — это живой ИТ-опыт.

💬 Напиши, если хочешь забронировать место. Кол-во участников в онлайн-группе ограничено.

😀 OnlyAnalyst. Погружаемся в аналитику по-настоящему.

P.S. Все участники еще также узнают первыми о моем новом направлении - AnalystCamp.