Мы, на самом деле, тут, и сейчас вовсю пишем о специалистах по Анализу данных и требованиях (ожиданиях) к ним.
⚔️ Программы обучения у нас уже были, но про специальность мы особо еще не писали, а надо бы, все-таки в ТОП - 3 специализаций в области ИТ, которые вы выбрали в нашем опросе.

Начали погружаться в Вакансии и Должностные инструкции. Почему? Потому что очень неплохо сразу, при выборе программы, понимать, к чему стремиться (и что должно быть в программах обучения и ‼️учебных планах).

А еще расскажем, как компетенции в области ML (машинного обучения) у будущих Data Аnalyst (Аналитиков данных) могут пригодиться в командах по разработке 🖥 ИИ. Да вы и сами, наверно, догадываетесь. Но если нет, то скоро напишем.

💬 Небольшой тизер - сейчас обнаружили, что некоторые работодатели среди желаемых вузов по этой специальности (Аналитик данных) у кандидатов на работу обозначают все те же ТОП вузы: РЭШ, ВШЭ, МФТИ, МГУ (высшее образование в области экономики или математики).
Но мы считаем, что это не значит , что в других местах плохо учат, просто продвигаются они у работодателей не очень (маркетинг, он сложный, да). Вузам еще работать и работать в этом направлении.

@sravniprog #ит_специализации

Разбор специальности Data Scientist (Аналитик данных)

1. По нашим обзорам вы уже знаете, что 📉 Бизнес аналитик – это тот, кто с помощью ИТ- технологий помогает бизнесу решать задачи, то есть это тот, кто анализирует процессы компании, результаты деятельности и помогает с помощью ИТ их оптимизировать.
Вот тут читайте у нас про Бизнес-аналитика, если присоединились недавно и еще не видели.

2. Также, вы помните, что 💻 Системный аналитик – это тот, кто проектирует архитектуру ИТ-решения, если грубо, то «берет» то, что сформировал/сформулировал вместе с бизнесом (представителем любой из функций, подразделения) Бизнес – аналитик и «превращает» это в техническое (ИТ) решение.
О том, кто такой Системный аналитик – читайте у нас тут.

3. А сегодня у нас - 📊Аналитик данных

📎 Кто это такой

💻 Data Scientist (Аналитик данных) — это тот, кто разбирается в причинах изменений ключевых показателей, выявляет причинно-следственные связи между событиями и их влиянием на бизнес (не обязательно только на бизнес, но и на любой процесс), а также находит новые точки роста или оптимизации.

Показатели в бизнесе, которые 📈 анализируют эти специалисты, могут быть самые разные:
– от поведения клиентов 👫 (и цифровых данных, которые были зафиксированы в ИТ- системах в результате взаимодействия с ними).
Например, то, как пользователь какого-то цифрового сервиса, сайта, платформы:

✅рассматривал товары, что откладывал в избранное, куда заходил, что смотрел
или
✅как он сохранял резюме, и как откликался на вакансии и какие у него данные в его профиле хранятся
или
✅как он смотрел видео, как долго, какие категории, писал ли комментарии, подписался ли на кого-то в итоге

и т.д.

– до финансовых 🔆 : что купил, за какую стоимость, сколько денег принес после всех покупок, как часто совершал покупку, когда перестал покупать, и когда и после чего ушел в «отток» и т.д.

⚙ Показателей может быть очень много, это мы сейчас про данные конечных клиентов говорили, но есть еще и данные, которые собираются:

➡️ от устройств,

➡️ есть данные, которые собираются в автоматизированном виде от операций, где люди имеют опосредованное значение и не они главные субъекты.

@sravniprog #data

Кому подойдет направление обучения Анализ данных? Чему учиться, чтобы стать Аналитиком данных
Data Science объединяет сразу несколько областей: Математику ❤️‍🔥 Статистику❤️‍🔥 Программирование.

Процесс работы включает в себя: сбор 🤍 очистку 🤍 анализ и обработку информации 🤍 создание прогнозов 🤍 нахождения закономерностей 🤍 подтверждения гипотез.

☑️В бизнесе из больших данных (big data) о покупках и особенностях действий клиентов можно извлечь информацию для получения дополнительной прибыли,
☑️В науке, обрабатывая данные, например, об изменениях погоды, можно составлять более точные прогнозы.

Какие решает задачи Аналитик данных:

🔘 Сбор и обработка данных. Дата-сайентист обрабатывает информацию из различных источников, убирает ошибки и неточности.
Он разрабатывает алгоритмы мониторинга трафика, работает над упрощением архитектуры хранения и мониторинга баз данных.
🔘 Исследовательский анализ данных. Анализирует полученную информацию - распределение, корреляции и результаты, выделяющиеся на общем фоне. И прогнозирует поведение показателей, на которые влияют полученные данные.
🔘Машинное обучение. Data Scientist использует алгоритмы машинного обучения при создании моделей и прогнозов.
🔘Визуализация данных. Визуализирует итоги работы с данными через наглядные графики и диаграммы, упрощая понимание процессов для заказчика. Строит «витрины» и dashboard-ы данных для команды и партнеров
🔘Разработка стратегий и рекомендации. Предоставляет стратегические рекомендации, используя полученные результаты, формулирует гипотезы и представляет их руководству и коллегам

Что должен знать:

— уверенно владеть математической статистикой, эконометрикой;
— видеть связь между математическими формулами и влиянием их на бизнес; применять математику и статистику при решении реальных задач;
— уметь понятно визуализировать данные и презентовать результаты исследований, объяснять сложные вещи простыми словами и договариваться с коллегами;
— иметь базовые знания ML, алгоритмов машинного обучения (ML).

Инструментарий:

👨‍💼 Отличное знание инструментов анализа данных — SQL, Python и Excel, знание BI-инструментов (пример Redash);

SQL (нужно будет работать с большими массивами данных, уметь писать сложные запросы, оптимизировать их и создавать аналитические витрины данных);
Python и его библиотеками для анализа данных.

АБ-тесты,
Linux.

@sravniprog #data

Где работают и кем, те, кто заканчивает профили по Анализу данных

💭 Команды, набирающие специалистов по Анализу данных, могут быть самые разные, в зависимости от специализации компании, наличия у нее цифровых сервисов, специализации продуктов.

Для цифровых сервисов, у которых есть конечные пользователи (физлица, то есть - мы с вами), Аналитики данных 📊могут требоваться:
⚫️в команды монетизации (это те, кто ищет способы сделать дополнительное платное потребление клиентов наиболее безболезненным и естественным процессом, тот кто заставляет больше платить сервису, тот кто «управляет ценообразованием»).
⚫️в команды антифрода (это те, кто выявляет разные шаблоны в поведении пользователей и ищет отклоняющиеся данные, чтобы никто не нашел «лазейку» и не воспользовался этим. Например, создает антифрод-системы для защиты финансовых транзакций и т.д.).
То есть на стыке аналитики данных и Инфобеза, на самом деле.
⚫️в команды коммуникаций (это те, кто создает автоматические коммуникации с пользователями и настраивает оптимальные сценарии по напоминаниям, уведомлениям, информированию и т.д.)
И другие.

Какие должности чаще всего встречаются:

1️⃣ Аналитики данных, Менеджеры данных, Специалисты по анализу данных,
2️⃣Инженеры данных, BI- разработчики,
3️⃣ML (Machine Learning) Engineer – инженеры по машинному обучению.

Что они делают:

✅Data Scientist (Аналитики данных, Менеджеры данных, Специалисты по анализу данных)
Обрабатывают большие данные и помогают бизнесу принимать решения. Каким клиентам что рекламировать, кто из сотрудников скоро уволится и т.д.

✅BI - инженеры (Business Intelligence - бизнес аналитика)
– разрабатывают аналитические системы;
– создают дашборды и отчёты для руководителей направлений;
– автоматизируют сбор и анализ данных, создают системы мониторинга;
– интегрируют данные из различных систем в единое аналитическое хранилище;
– автоматизируют регулярную отчётность и т.д.

✅Data Engineer (Дата-инженеры)
Обрабатывают, достают из сырых источников, трансформируют и загружают данные в системы. Data Engineer — участвует в начальной и финальной стадиях анализа данных: обеспечивает возможность реализовать их в инфраструктуре компании.

✅Machine Learning Engineer (Инженеры по машинному обучению)
Учат нейросети работать точнее и быстрее, чем обычные программы и алгоритмы. Умные ленты в соцсетях, рекомендации «Моей волны» в Яндекс Музыке, Google Переводчик — результат работы ML-инженера.

@sravniprog #data #ML

Мы видим, вы пересылаете куда - то наши посты, значит вам НРАВИТСЯ, что мы пишем. Вы пересылаете- мы пишем, мы пишем- вы пересылаете. А почему - то реакций все меньше и меньше 😭 Пересылаете все больше, а реакций всё меньше. Как так-то ?! 😳

Мы тут в задумчивости и в печали. Вы нам сигнализируйте разными реакциями, что мы не зря стараемся

@sravniprog

Пока остановимся писать про Аналитиков данных,➡️ понимаем, мы тут не все ИТшники, будущие и настоящие. Вернёмся к этой теме позже на этой неделе, если не забудем (ещё про ML и ИИ надо обсудить). Материала много собрали.

А давайте про стереотипы?? 💡Поговорите с нами. Стереотипы ПРО ВУЗЫ, которые сложились у нас всех.

Первыми закинем удочку 🎣 Присоединяйтесь!

🎁 В МФТИ поступить могут только БВИшники

🎁 В ДВФУ учатся одни китайцы

🎁 В Бауманке так сложно, что 50 процентов вылетают после первой сессии

🎁 МГЛУ - это только для девочек

🎁 Если отучиться в МИФИ - потом только в ядерке работать и с секретной инфой, заграницу не выедешь

🎁 Что еще ❓❓❓

Напишите ✏️ в комментариях, что останавливает и смущает, когда мы смотрим ⚡️ на какой-то вуз: распространенные СТЕРЕОТИПЫ, которые не так-то легко преодолеть ⬇️

@sravniprog #мифы

О чем сегодня писали в канале

🔷Летние студенческие практики вузов
🔷А знаете, какие Аналитики вообще бывают?
🔷Разбор специальности Data Scientist (Аналитик данных).
🔷Чему учиться, чтобы стать Аналитиком данных.
🔷Где работают и кем, те, кто заканчивает профили по Анализу данных.

⚡️ПОГОВОРИТЕ с нами. Стереотипы о ВУЗАХ😍

🧭Продолжаем собирать. В каких вузах зафиксировали конкурс БВИ. Присылайте, что зафиксировали

@sravniprog | сказать Спасибо каналу за контент Донатом

Доброе утро! Заряжаемся энергией и вперёд. Все получится 🤗

@sravniprog

Еще один вуз в копилку к рубрике: Гранты и меры поддержки для абитуриентов в вузах
Уже изучали условия на гранты, программы гарантированного зачисления и меры поддержки для поступающих по вузам:

МГТУ им Баумана – скидка в 90%
МАИ – программа гарантированного зачисления
МИФИ - «Временный студенческий билет» - а-ля «Зеленая волна» , программа по гарантированному зачислению
МИРЭА - гранты в размере 150 000 рублей, 180 000 рублей, 200 000 рублей или 250 000 рублей
Иннополис – грант на скидку на обучение в 100%

РУДН - гранты
НИУ ВШЭ - Зеленая волна гарантированного зачисления
РАНХиГС – грант
Финансовый университет - скидки 100 и 80%
РЭУ им. Плеханова - 100% скидка
ГУУ – гранты

МТУСИ – гранты и стипендии 30-50 тыс руб ежемесячно
МЭИ - программа гарантированного зачисления
МГУ (Мехмат, Физфак) - грант для выпускников школ МГУ
МФТИ - гарантия зачисления и грантовые конкурсы, мера поддержки 100 балльникам (200 тыс руб)
КФУ (Институт информационных технологий и интеллектуальных систем) - грант от Министерства цифрового развития Республики Татарстан,
ЮФУ - программа «Аксиома успеха», 100% гранты, обучение за счет средств вуза.
ННГУ им. Лобачевского - "зеленая волна" для зачисления в вуз по инженерным и смежным с ними направлениям, и при поступлении в филиал.

+ МИСИС #мисис

Здесь действует программа «Создаем будущее вместе» дополнительная стипендия для поддержки первокурсников с высокими баллами ЕГЭ, победителей и призеров олимпиад.
Сумма + 10 000 рублей в месяц на 10 месяцев ( = общая дополнительная выплата в 100 000 руб).
Это конкурсная программа, то есть будет осуществляться отбор среди тех, кто попадает под критерии. Количество человек, которые могут получить стипендии - 150.
Для кого (критерии):

✔️поступающие в головную организацию, на очную форму обучения по программам бакалавриата, базового высшего образования и специалитета.
✔️поступающие на бюджетные места по программам, институтов: МГИ (горный институт), ИНМиН (институт новых материалов и нанотехнологий), ЭкоТех (институт экотехнологий и инжиниринга) и БиоИнж (институт биомедицинской инженерии), имеющие суммарный балл по результатам ЕГЭ не ниже 270
✔️поступающие на бюджетные места по программам института ИТКН (институт информационных технологий и компьютерных наук), имеющие суммарный балл ЕГЭ не ниже 290 баллов;
✔️Победители и призеры олимпиад и поступающие по БВИ (список подробный смотрите на странице программы)

Есть еще и вариант участвовать если вы: ✔️победитель и финалист Школьного Акселератора SberZ, ✔️выпускник образовательных научно-технологических программ НИТУ МИСИС проектной смены «Большие вызовы» и поступаете на бюджетные места, по всем конкурсным группам.

@sravniprog #гранты

Где самый возрастной состав преподавателей в вузах

Нас недавно в чате спросили, а правда ли, что в МАИ самый возрастной профессорско-преподавательский состав?
🌚 Это у нас в посте про стереотипы такой появился, а вы, если знаете, что-нибудь такое, стереотипное, тоже напишите. Вместе посмотрим потом, правда или нет.

А мы что, мы знаем же, где посмотреть, и вы теперь посмотрите 👇
(Ответ: нет, неправда, не в МАИ самый возрастной состав).
Заодно опровергли МИФ, что в МГУ самый возрастной состав преподавателей. А в ВШЭ - самый молодой. НЕТ и НЕТ - ответы на оба вопроса.

🌀 Хотя, тут еще что сказать важно:
🔵Мы бы не стали так однозначно этот фактор (возраста преподавателей) использовать для сравнения.
Если речь идет о высоких технологиях, внедрении нового, возможно, как -то это и сказывается на преподавании.
Но, если речь идет об инженерных дисциплинах – то мы бы двумя руками голосовали за преподавателей, которые еще той, старой школы.
+ конечно, надо бы смотреть по факультетам, но такой статистики у нас нет

Итак,

🧭 Рейтинг вузов по возрасту ППС (общий по вузу).

ППС — это профессорско – преподавательский состав.
Данные за 2024 год, из ежегодного мониторинга эффективности деятельности образовательных организаций Высшего образования.
Отсортировали от меньшего к большему (от того вуза, где меньше всего зафиксировано профессоров и преподавателей моложе 40 лет, к тому, где больше всего такого молодого контингента).

МТУСИ #мтуси
Доля ППС возрастной категории моложе 40 лет % 20,70
Доля ППС возрастной категории моложе 65 лет % 67,97

МИЭТ #миэт
Доля ППС возрастной категории моложе 40 лет % 21,05
Доля ППС возрастной категории моложе 65 лет % 69,53

МГУ им. М.В.Ломоносова #мгу
Доля ППС возрастной категории моложе 40 лет % 21,81
Доля ППС возрастной категории моложе 65 лет % 69,66

МГТУ им. Н.Э. Баумана #баумана #мгту
Доля ППС возрастной категории моложе 40 лет % 22,62
Доля ППС возрастной категории моложе 65 лет % 66,18

Сколковский институт науки и технологий
Доля ППС возрастной категории моложе 40 лет % 24,78
Доля ППС возрастной категории моложе 65 лет % 89,38

МАИ #маи
Доля ППС возрастной категории моложе 40 лет % 26,32
Доля ППС возрастной категории моложе 65 лет % 70,41

МИФИ #мифи
Доля ППС возрастной категории моложе 40 лет % 26,77
Доля ППС возрастной категории моложе 65 лет % 65,35

МЭИ #мэи
Доля ППС возрастной категории моложе 40 лет % 26,83
Доля ППС возрастной категории моложе 65 лет % 66,54

РУТ МИИТ #рут_миит
Доля ППС возрастной категории моложе 40 лет % 27,70
Доля ППС возрастной категории моложе 65 лет % 71,59

МГТУ "СТАНКИН" #станкин
Доля ППС возрастной категории моложе 40 лет % 28,07
Доля ППС возрастной категории моложе 65 лет % 71,66

МОСПОЛИТЕХ #мосполитех
Доля ППС возрастной категории моложе 40 лет % 30,17
Доля ППС возрастной категории моложе 65 лет % 76,59

МФТИ #мфти
Доля ППС возрастной категории моложе 40 лет % 31,60
Доля ППС возрастной категории моложе 65 лет % 76,22

МИСИС #мисис
Доля ППС возрастной категории моложе 40 лет % 33,40
Доля ППС возрастной категории моложе 65 лет % 83,58

МГСУ #мгсу
Доля ППС возрастной категории моложе 40 лет % 34,58
Доля ППС возрастной категории моложе 65 лет % 76,35

ВШЭ #вшэ
Доля ППС возрастной категории моложе 40 лет % 38,42
Доля ППС возрастной категории моложе 65 лет % 84,74

РТУ МИРЭА #мирэа
Доля ППС возрастной категории моложе 40 лет % 38,58
Доля ППС возрастной категории моложе 65 лет % 82,49

Посмотреть такую статистику по Гуманитарным или ХимБио вузам?

👍 да

👻 не надо, мы не верим, что возраст - это показатель

@sravniprog

Что-то наш Админ сдался 😠, все пытался - пытался разместить в ленте Факты о МИСИС, но мы ему не дали. Завтра сутра, говорим, приходи. Поздно уже. 🤔🥤 Он и ушел. А столько энергии было , куда сдулся ...

Вы поняли, да? Завтра начнем с Фактов о вузе. МИСИС

@sravniprog

Пока писали про МИСИС (хотя вуз и квантовые технологии развивает и ИТ, и, самое интересное, что и Биоинженерия теперь там в стратегических направлениях) подумали, что ТОП вузов в области химических направлений уверенно и стабильно держится, не изменяется:
в области Химии 1-е место в России занимает Московский государственный университет (МГУ им. Ломоносова), в области Химической технологии - Томский политехнический университет (ТПУ), а в области Технологии материалов - МИСИС. Есть что-то стабильное в этом мире, а в жизни университетов - почти ВСЕ 😑

А мы тут еще интересное нашли ⬇️
РХТУ им Менделеева совместно с Международным союзом теоретической и прикладной химии (IUPAC) в 2021 году, оказывается, создали анимационный ролик, напоминающий о том, что:

«Нет ни одной области жизни, где химия не играет ключевую роль.
Без понимания химических связей не будет ни OLED-экранов, ни современных аккумуляторов. Без полимерной химии нет ни легкой одежды, ни хирургических имплантов. Без органического синтеза мы лишимся лекарств, пестицидов, фоторезистов.
Даже самые «прозаичные» процессы – приготовление кофе, очистка сточных вод, нанесение термостойкого покрытия на кухонную посуду – основаны на конкретных химических принципах, которые легко показать и объяснить.
⚗️ Химия – тихая роскошь нашей жизни». Так-то. 🟣

- это коллеги из российского химико-технологического вуза так говорят. А мы точно знаем, если бы всегда так говорили поэтично 🙂о Химии, то было бы еще больше у нас последователей химических наук среди абитуриентов, точно- точно🤩

Ролик - к посту этому прикрепили, посмотрите

@sravniprog