🖥 tbls

Мощный инструмент для документирования баз данных. Он анализирует структуру базы данных и автоматически генерирует красивую документацию в формате Markdown, HTML, JSON и других.

🔹 Основные возможности:
- Автоматический разбор схемы базы данных.
- Поддержка множества СУБД (PostgreSQL, MySQL, SQLite, MSSQL и др.).
- Генерация наглядных диаграмм и связей между таблицами.
- Возможность кастомизации документации.
- Интеграция с CI/CD для автоматического обновления документации.

Свершилось ✨

Рассказываю как я за два месяца (почти три..) пота и нервов😅 всё-таки устроился на позицию Middle Data Analyst.

Скажу честно, собесился я не прям чтобы активно. Всего было 6 собесов в разные компании на позицию дата-аналитика. И 2 собеса на позицию аналитика-разработчика. С поиском самих вакансий проблем не было, HR сами писали и предлагали созвониться📩 Разумеется, я откликался на различные вакансии, но без фанатизма. Никаких автооткликов не юзал. Не знаю, почему многих ребят не зовут на собес даже после откликов🤔 Думаю, опыт и резюмешка сильно решают. Было нелегко, учитывая что опыта собеседований у меня не было больше двух лет. Поэтому тупил много 😅, хотя готовился.

Первым этапом был созвон с рекрутером 📞 Поговорили про мой опыт, рассказали за компанию, чем занимаются и почему в поисках аналитика сейчас. Так как опыт у меня больше в e-commerce, спросили, интересно ли мне будет попробовать себя в фин-секторе, так как проект больше направлен на это. Я ответил, что да. Формат работы - полная удаленка. Ну шик🔥
Вилка в вакансии не была указана. Попросил 180к на руки 💵 всё было ок. Думаю, что можно было просить и больше, но перестраховался. После звонка она отправила резюме коллегам, и на следующий день назначили тех-собес.

Много спрашивали про SQL, базовые концепции, оптимизация запросов, ну и конечно же про оконные функции.. Плавал поначалу, но справился💪
Была задача на фильтрацию и задача на поднимание join-ов. Тут было не сложно

Были вопросы про логику, python, а именно pandas 📊 В одной задаче был момент, когда лоханулся сильно, но быстро вышел из болота )
По итогу, заветный оффер получен, можно выдохнуть

Я очень нервничал, так было на каждом собесе. Где-то сильно, где-то нет. Зависит от собеседующих и человеческого фактора. Мало просто иметь знания, нужно уметь найти контакт👥 Я думаю, у многих так, вроде бы всё знаешь, повторяешь всю теорию, но вдруг, когда нужно, всё забывается 🤦‍♂️ Просто нужно вырабатывать скилл. В месяц буду проходить хотя бы пару собесов для профилактики ахах. Чтобы выработать этот скилл.

Безумно рад, что этот период прошёл. Устал за это время, но усталость приятная. Теперь плавно буду проходить онбординг и вливаться в коллектив👨‍💻В понедельник первый созвон с коллегами и обсуждение задач🗓

В завершение хочу сказать ребятам, которые сейчас в поисках - удачи вам! 🍀 Она точно нужна. Главное - не опускайте руки и топите до конца🚀 В комментариях можете поделиться своим опытом прохождения собесов или факапов. Будет приятно почитать 😊

Как вести себя на новом проекте 🤷‍♂️

Попал в новое окружение, новая компания. Никого не знаешь. Ничего не понимаешь. Паника?? Спакуха 🙂
Вот что тебе поможет пережить первые рабочие дни в IT.

Вот уже почти неделю нахожусь в новой компании, и подумал написать пост с годными советами. Так вот:

1️⃣Прими, что первые 1–2 недели ты «плаваешь»

Это нормально.
Никто не ждёт, что ты с первого дня будешь пушить фичи в прод и предлагать идеи.
Твоя главная задача врубиться в процессы, людей и контекст.

ВСЕ проходят через это.

2️⃣Учись задавать хорошие вопросы

Самый простой способ показать вовлечённость это задавать вопросы, которые помогают делать работу:

🟢Где хранятся источники данных?
🟢Какой стек аналитики мы используем?
🟢Где лежат метрики и словари?
🟢Как мы выкатываем отчёты?

Не надо спрашивать то, что легко гуглится.
Но если что то важное, лучше спросить сразу, чем молча страдать в тишине.

3️⃣Пиши заметки

Новый проект это всегда миллион новых терминов, сервисов и имён.

Старайся записывать все самое важное, бизнес метрики, формулы 🧐 важные запросы, как обновляются отчеты и тд

Через неделю ты скажешь себе спасибо.

4️⃣Сделай маленькую полезную задачу

Очень важно, не геройствуй.
Можешь поделать мелкую задачу, поправь запрос, сделай фильтр в отчёте, или почини метрику,

Маленькая победа➡️доверие + уверенность.

5️⃣Найди «своего человека»

На любом проекте есть тот, кто может подсказать и помочь быстрее, чем вся документация.

Не надо тупить. Просто больше общайся, спрашивай и узнавай.

Обычно люди сами рады помочь.

6️⃣Слушай, как команда общается

В чате и митах видно всё. Например кто принимает решения, кто шарит в данных, кто курирует задачи и какой тон общения

Подстраиваешься под стиль и внезапно становишься «своим».

7️⃣Не пытайся казаться умнее

Самая частая ошибка новичков это делать вид, что они всё понимают.
Это просто убивает.

Лучше честно скажите

«Сори, я не до конца понял, можете пожалуйста ещё раз объяснить вот эту часть?»

Вас только зауважают за это 🪖

8️⃣Первые дни важнее то, как ты общаешься

Умение коммуницировать, договариваться, слушать и быть адекватным, чаще важнее всего остального

9️⃣И самое главное, расслабься

Тебя наняли не случайно.
Тебе доверяют и ты справишься.

⛓Первые дни это про адаптацию.
Спокойно впитываешь контекст, людей, процессы.
Маленькими шагами приносишь пользу.

А настоящая работа начнётся чуть позже 😉

Как и обещал, рассказываю как проходил собес сюда

Спойлер: Не вывез

Вакансия: Аналитик данных
Компания: Альфа-Банк 🏦(через Selecty)
Предполагаемая вилка: ~200k rub net
Формат работы: Гибрид (1-2 раза в офис)
Этапы собеседований:
HR 🔜Tech interview 🔜 Reject

Как все было:

Собственно, начало вы можете увидеть в прошлом посте. Рекрутер сама нашла меня через HH, рассказала за вакансию. Меня все устроило и назначили созвон на след день.

📞В звонке все было как обычно. Рассказали про проект планирования и бюджетирования, слегка намекнули на зп, ДМС со стоматологией и всякие плюшки. Гибрид, в офис заезжать тоже надо. Спросили за мой опыт, бэкграунд. С чем работал, что знаю, чем дышу. Короче, 🟢

После скрининга позвали на техническое интервью с командой. Тут уже началось..🔥
Интервью было спокойное по тону, но сложное по содержанию. Примерно час разбирали кейсы на:

➖прогнозирование продаж в разрезах продуктов
➖откуда брать факторы для модели
➖что делать, если исторические данные неполные
➖как автоматизировать сбор данных

По Python и SQL спрашивали дофига и больше, но без лайфкодинга. Больше про то, как я решал задачи раньше, какие библиотеки использовал, чем проверял качество моделей. Из статистики спрашивали базовые вещи по типу: сезонность, тренды, какие метрики уместны для качества прогноза (MAPE/MSE), и как правильно сравнивать модели.

В какой-то момент стало понятно, что они ожидают опыт именно в банковских процессах (Ну ясное дело, этож банк..). Планирование, бюджетирование, продуктовый P&L, то, с чем я работал меньше всего. Я честно рассказывал, что делал, где применял прогнозы, но конкретно под их задачи у меня опыта не хватало.

В общем по фидбеку 🔔сказаали, что:

недостаточно сильный технический бэкграунд именно по моделям прогнозирования для продуктового планирования. Хорошая логика и потенциал, но нам нужен человек, который уже делал это в большом контуре.

После этого до свидания, без второго круга. В целом, нормально. Проект интересный, ребята адекватные, но слишком уж точечный запрос.

☺️ Позитивный момент. Уходить в другое место я все равно не собирался. А получить доп опыт всегда приятно. Теперь лучше понимаю, что нужно больше практики по тайм-сериям, фичам, факторным моделям и автоматизации процесса прогноза.

Что думаете? Не слишком жестко? 🤯