На что стоит рассчитывать на первой работе: путь стажера (data engineer)
В этой статье автор поделится своим опытом и даст несколько рекомендаций людям, которые только начинают свой путь в области работы с данными и хотели бы узнать, какие задачи предстоит выполнять, оказавшись на своем первом рабочем месте.
Секреты аналитики
Методы очистки данных в Pandas
Аналитики данных часто сталкиваются с грязными данными, которые могут существенно замедлить процесс анализа. Грязные данные – это пропущенные значения, дубликаты, неконсистентные данные. Очищать грязные данные можно c помощью Pandas. В этой статье автор рассматривает основные методы.
Секреты аналитики
Видео ТОП_вопросов_на_собеседовании_Data_Scientist:_разбор_ответов · 33.0 МБ · нажмите — покажем
ТОП вопросов на собеседовании Data Scientist: разбор ответов
0:00 Общие вопросы
0:53 Линейные модели
2:17 Оптимизаторы
3:39 Переобучение
5:20 Ансамбли и их алгоритмы
6:45 Bias-Variance tradeoff
7:48 Рекомендации по избранию факапов
8:29 Дополнительные вопросы
Смотреть это видео на youtube: youtu.be/o1HpQAwAa4A
Секреты аналитики
Чем занимаются специалисты по работе с данными и как стать Data-инженером
В этом материале автор рассказывает, чем отличаются подходы к построению распределённых хранилищ данных Data Warehouse (DWH) и Data Lake и в чём специфика задач специалистов, работающих с данными.
Секреты аналитики
Как я стал аналитиком: путь от «чистого гуманитария» до работы в крупной фудтех-компании
Аналитика данных — одно из самых перспективных и сложных направлений в ИТ. Но, несмотря на высокий порог входа, попасть в эту сферу можно, будучи еще студентом. В этом материале автор рассказывает о своем пути к должности продуктового аналитика.
Секреты аналитики
Опыт работы с данными или с чем может столкнуться аналитик
В этой статье автор хотел бы погрузить вас в мир данных и вспомнить:
• какие встречались проекты, связанные с хранилищами и данными
• какие задачи приходилось решать
• какие навыки пригодились
Секреты аналитики
Видео Polars_лучший_инструмент_Data_Scientist_для_обработки_данных · 33.8 МБ · нажмите — покажем
Polars - лучший инструмент Data Scientist для обработки данных
00:00 Что такое Polars?
00:42 Установка и считывание данных
02:01 Базовые операции
03:53 MLOps инструменты
05:01 Выбор столбцов
06:09 Индексы
06:27 Фильтрация по условиям
07:31 Агрегация информации
08:54 Изменение данных
11:14 Аналог map для строк в Polars
11:37 Group By и Pivot
13:45 Визуализация данных
Смотреть это видео на youtube: youtu.be/kACKlWBK1s0
Секреты аналитики
Как автоматизировать проверки данных в Airflow с Great Expectations
Эта статья будет интересна, тем кто понимает принципы работы с Great Expectations, как минимум, базово знаком с составляющими компонентами и хочет вывести этот инструмент на прод с использованием Apache Airflow.
Секреты аналитики
«Иногда твоя работа выглядит магией»: что делают дата-сайентисты в промышленности и почему так востребованы
Data Science уже давно вышла за пределы ИТ-компаний, шагнула дальше банков и телекома и пришла в промышленность, в том числе тяжёлую. Традиционные подходы исчерпали свой потенциал за десятки лет постоянных оптимизаций и улучшений. Поэтому все обратили внимание на работу с данными.
Секреты аналитики
Видео Урок_#1_по_Microsoft_Power_BI_Базовые_возможности_PowerBI.mp · 137.3 МБ · нажмите — покажем
Базовые возможности Power BI
В этом видеоуроке автор познакомит вас с принципами работы и возможностями Power BI Desktop. Вы узнаете, как создавать надежные модели данных и грамотные отчеты, чтобы повысить эффективность бизнес-аналитики.
Благодаря сочетанию Power BI Desktop и службы Power BI становится гораздо проще моделировать, строить, совместно использовать и расширять новые идеи из мира данных. Power BI Desktop централизует, упрощает и ускоряет то, что в противном случае могло бы представлять собой разрозненный, неупорядоченный и достаточно сложный процесс.
Смотреть это видео на youtube: youtu.be/OURwuBhXA6E
Секреты аналитики
Два подхода моделирования исторических данных
В этой статье автор расскажет про два подхода моделирования исторических данных:
• использование временных таблиц
• использование исторических таблиц
Секреты аналитики
Видео Обзор дашборда в QlikSense | Гайд по BI.mp4 · 34.7 МБ · нажмите — покажем
Обзор дашборда в QlikSense
В этом видео автор подробно разбирает дашборд, созданный в QlikSense на основе датасета Superstore.
00:16 Загрузочный скрипт
01:56 Структура дэшборда
03:04 Работа с Variable Input
04:45 Динамическое переключение показателей
05:50 KPI, показатели YoY, переменные
07:25 Меры
09:46 Диаграмма Treemap
10:30 Измерения
11:10 Drilldown
12:39 Число показателей в диаграммах
13:10 Точечная диаграмма
14:45 Всплывающие подсказки и их настройка
Смотреть это видео на youtube: youtu.be/AbcxCD1wUjU
Секреты аналитики
Что такое Data Observability и с чем ее едят?
В последние годы растет сложность IT-инфраструктуры в компаниях и, соответственно, спрос на сервисы мониторинга ее работоспособности. Классический мониторинг - это наблюдение за работой инфраструктуры и приложений. А Data Observability позволяет осуществлять мониторинг потоков данных (и даже бизнес-процессов) и находить в них сбои.
Секреты аналитики
5 октября начнется 19-й поток программы Data Engineer от Newprolab
Программа для junior- и middle-дата-инженеров, аналитиков, backend-разработчиков, техлидов и тех, кто работает с data-командами и хочет лучше понимать современный стек DE
📌 Что внутри:
– 10 недель обучения
– 30 занятий: онлайн + записи
– 10 практических лабораторных работ
– облачный кластер и реальные данные
– чат участников и поддержка команды программы
📌 Что получите на выходе:
1. Научитесь решать типовые задачи DE на практике
2. Систематизируете знания и закроете пробелы в современном DE-стеке
3. Поработаете с реальными данными и инфраструктурой, а не только с учебными примерами
4. Соберете практический опыт, который можно обсуждать на собеседованиях и использовать в работе
5. Все записи и материалы останутся у вас после окончания программы
Преподаватели – практикующие специалисты из ведущих технологических компаний. На занятиях можно разбирать реальные кейсы, задавать вопросы и получать обратную связь
👉 Подробности и квиз – на сайте
Квиз покажет, насколько программа подходит именно под вашу роль и задачи, даст персональные рекомендации и промокод на скидку
___
По всем вопросам пишите Алексею @snitsa
Бесконечные проверки – к успешному развитию: как мы обеспечиваем качество данных
В этой статье автор расскажет о процессе мониторинга качества данных. На первый взгляд может показаться, что проверять таблицы – задача рутинная и однотипная, но это не так, ведь все данные имеют свои особенности, а значит и проверки для них зачастую создаются уникальные.
Секреты аналитики
Лень разбираться в SQL?
Для вас уже всё сделали.
📌 Канал @databases_secrets рассказывает обо всех возможностях, приёмах и лайфхаках Баз Данных, SQL и Big Data.
Подписывайтесь и прокачивайте свои навыки: @databases_secrets
Знакомство с разработкой SAP Data Services
SAP Data Services — это графический ETL инструмент для обеспечения качественной обработки данных и их интеграции в единое хранилище. Используя Data Services можно преобразовывать и очищать данные, независимо от их источника.
Секреты аналитики
Как начать карьеру специалиста в области Data Science?
Нужно ли IT образование и опыт, как собрать первый проект и подготовить портфолио?
На бесплатном практическом вебинаре специалист с 9+ годами опыта рассмотрит с вами:
✅ML-проект от начала и до конца
✅необходимые навыки и технологии
✅требования к pet-проектам и вакансиям
✅карьерный маршрут от Python до оффера
Вас ждёт практический формат вместо теоретической лекции, все примеры на основе реальных задач и кейсов.
За регистрацию дарим 3 курса от Симулейтив в подарок: Python, SQL и Pandas.
Записаться
#реклама 16+
simulative.ru
О рекламодателе
Как развить в компании культуру принимать решения на основе данных
Data-driven подход - это метод управления бизнесом, основанный на анализе данных. Он позволяет компаниям принимать решения на основе фактов и цифр, а не на основе интуиции или предположений. В результате, компания может оптимизировать свою деятельность, увеличить эффективность и прибыльность, а также улучшить качество продукции или услуг. В этой статье мы рассмотрим, как внедрить data-driven подход в компанию.
Секреты аналитики
Как оплачивать зарубежные сервисы в 2026 году?
Можно бегать между посредниками и бояться блокировок после оплаты, а можно выпустить международную карту Lumio Pay и пользоваться любимыми сервисами без рисков.
— выпуск карты за 2 минуты
— лучший курс пополнения на рынке (у конкурентов на 20% выше)
— пополнение рублями или криптой
— чистые BIN карт, оплата без риска блокировок
Пока все ищут идеальное решение, оно у тебя перед глазами: @LumioPay
Видео Что_почитать_Лучшие_КНИГИ_для_АНАЛИТИКА_ab_тесты,_статистика · 39.6 МБ · нажмите — покажем
Лучшие книги для аналитика (a/b тесты, статистика и data science)
В этом ролике автор рассмотрит что почитать аналитику, чтобы лучше делать свою работу. Автор расскажет про свои любимые книги про a/b тесты, статистику, машинное обучение, data science и аналитику в целом.
00:00 Статистика и котики
03:50 Illustrated guide to machine learning (книга и YouTube канал)
06:00 Графики, которые убеждают
08:02 Бережливая аналитика
09:53 Роман с Data science. Как монетизировать большие данные?
10:40 Лучшая книга по АБ тестам
14:30 Data Detective
Смотреть это видео на youtube: youtu.be/QR6jo3IN2VI
Секреты аналитики
Стать специалистом по Data Science всего за 10 недель — это реально!
Если давно смотрите в сторону Data Science, но откладываете старт из-за огромного количества технологий, математики и непонятного пути до первой работы — сейчас можно зайти в профессию по-другому.
Симулейтив запускает интенсивный буткемп по Data Science, который построен вокруг главного: за первые 10 недель собрать необходимый стек, получить практический опыт и начать готовиться к реальным собеседованиям.
И главное — вам не нужно сначала учиться 8–12 месяцев, а уже потом думать о трудоустройстве.
Что вас ждёт:
➖необходимые для старта навыки: Python, ML, статистика, работа с данными и AI-инструментами;
➖практика на реальных задачах и проектах;
➖понятный ежедневный план обучения и поддержка менторов;
➖еженедельные живые занятия, а не старые записи;
➖подготовка к собеседованиям уже с первых недель — групповые интервью, разбор вопросов и подготовка резюме.
А что после 10 недель? Буткемп — это только первый этап.
После него можно продолжить углублять экспертизу и двигаться к уровню middle:
➖продвинутый Python;
➖Git;
➖продвинутая статистика и A/B-тестирование;
➖Airflow;
➖MLOps и развёртывание ML-моделей.
Кому подойдёт:
Тем, кто хочет войти в Data Science системно и не тратить год на самостоятельный поиск правильного маршрута.
Тем, кто начинал учиться самостоятельно, но терял темп без структуры и дедлайнов.
Тем, кто хочет не просто изучать теорию, а как можно раньше начать готовиться к выходу на рынок.
Тем, кому важно учиться на практике и получать обратную связь от менторов.
🔥ВАЖНО: Симулейтив сейчас дают возможность получить грант на обучение и гарантию трудоустройства своих студентов! Количество грантов, ограничено!
Оставляйте заявку до конца недели, чтобы занять одно из 5 оставшихся мест нового потока!
🔗 ЗАБРОНИРОВАТЬ МЕСТО
Как правильно лгать с помощью статистики
Статистика, инфографика, big data, анализ данных и data science — этим сейчас кто только не занят. Все знают как правильно всем этим заниматься, осталось только кому-то написать как НЕ нужно этого делать. В данной статье автор именно этим и займется.
Секреты аналитики
Аренда VPS/VDS-сервера.
Виртуальные выделенные серверы в дата-центрах уровня Tier III — 7 готовых конфигураций от 200 ₽/мес.
Преимущества аренды:
- Выделенные ресурсы без переплаты;
- KVM-виртуализация;
- Быстрые NVMe SSD;
- Бесплатная защита от DDoS;
- Управление через панель, API и Terraform;
- Техподдержка 24/7.
Запустите сервер за несколько минут!
Попробовать
#реклама 16+
selectel.ru
О рекламодателе
Data Engineering: концепции, процессы и инструменты
Фундамент для аналитических проектов закладывает специальная дисциплина — Data Engineering. В этой статье автор подробно рассмотрит процесс data engineering, расскажет о его базовых компонентах и инструментах, а также опишет роль дата-инженера.
Секреты аналитики