Инженеры/архитекторы/аналитики данных

С наступающим Новым годом, друзья! Желаю каждому из вас работу вашей мечты!

Друзья, 21 января, в среду, мы начинаем курс по основам языка программирования python. Этот курс рассчитан на тех, кто в будущем планирует использовать python в одной из сфер разработки: для работы с данными, веб-разработки, написания скриптов, создания игр и др. Благодаря своей простоте python набрал огромную популярность и является самым распространненым языком в мире. В том числе python чаще всего применяется для задач по анализу данных. Именно поэтому наш очередной курс посвящен именно этому языку. Начать проходить курс может любой желающий с нуля, то есть без предварительной подготовки. Для обучения вам понадобится только компьютер или ноутбук. Обратите внимание, что на данном курсе не будет тем по анализу данных. У нас будет отдельный курс "Python для анализа данных", о начале которого будет сообщено отдельно. Список тем, которые будут разобраны на курсе: 1. Что такое python? 2. Установка ПО 3. Работа с командной строкой 4. Hello world 5. Переменные и типы данных 6. Работа со строками 7. Работа с числами 8. Получение информации от пользователя 9. Создание примитивного калькулятора 10. Создание простой игры 11. Списки 12. Функции работы со списками 13. Кортежи 14. Функции 15. Оператор if 16. Делаем более сложный калькулятор 17. Оператор while 18. Оператор for 19. Блоки кода 20. Создаем простую игру 21. Вложенные циклы 22. Комментирование кода 23. Обработка ошибок try/catch 24. Чтение текстовых файлов 25. Запись в текстовый файл 26. Использование модулей и pip 27. Классы и объекты 28. Создание простой программы/игры 29. Функции объекта 30. Наследование 31. Интерпретатор Python 32. Виртуальное окружение 33. Установка дополнительных модулей 34. Рекурсия 35. Структуры данных - set (стэк,очередь) 36. Структуры данных - справочники 37. Структуры данных - map 38. Lambda выражения Обратите внимание, что список тем может быть скорректирован исходя из потребностей участников курса. В курсе будет сделан упор на практику, чтобы вы как можно лучше освоили в работе дан

Всем привет! Опубликованы первые 2 видео по основам Python: Урок 1: Введение https://youtu.be/kzYmyqyuxOg https://rutube.ru/video/private/5e4572dfd4152691c265c7b420ba4551/?p=Ap5oNHsj-Fleiq-4skt7rg https://disk.yandex.ru/i/1Z_VraVOTtM_Fg Урок 2: Установка Anaconda + VS Code https://youtu.be/r4DghUPceW0 https://rutube.ru/video/private/e0567926fda6807b7c611f461975424e/?p=OEUE5wBO8Zall1Nr_PFWhA https://disk.yandex.ru/i/HaS5OjKt5QwmGA Вы еще можете по 4 февраля присоединиться к группе изучения python. Подробности в сообщении https://t.me/dwhlearn/77

Всем привет! опубликован урок-знакомство с объектно-ориентированным программированием. https://stepik.org/lesson/2363649/step/1?unit=2398995

Друзья, я больше года думал о начале новой группе, но не хватало времени для ее старта. И наконец получилось выделить время, поэтому делаю ананос о старте группы: "Пройди собеседование на аналитика данных на отлично". Сейчас на рынке труда на каждую вакансию начинающего аналитика или инженера данных приходят сотни, а то и тысячи откликов. Если вы хотите устроиться на свою первую работу аналитиком данных, то скорее всего встретите трудности. С другой стороны, я провел много собеседований на инженеров и аналитиков данных разных уровней и вижу, что найти сильного кандидата - крайне трудно. Хороший кандидат - это брилиант, за которого борятся. Целью данных группы будет сделать из вас такой брилиант. Главный критерий успешного прохождения собеседования на вашу первую работу аналитиком или инженером данных - правильно, быстро и уверенно решить практические задачи. Также важно правильно ответить на теоретические вопросы. В группе мы будем заниматься: - Отработкой решения задач по основным темам, по которым чаще всего дают задачи; - Зазубриванием/осмыслением основных теоретических моментов, которые чаще всего спрашивают; - Проходить тренировочные собеседования, как в вживую так и с помощью ИИ; - Выявлять сильные стороны, а также же направления для роста; - Составлять резюме, откликаться на вакансии, проходить реальные собеседования и анализировать результат; - Устраиваться на работу мечты :) Список основных тем, которые мы будет отрабатывать: SQL: - Оконные функции; - Соединения таблиц, виды джойнов; - Группировки; - Подзапросы, cte; - Индексы, оптимизация; Python: - Pandas; - NumPy; - Matplotlib, seaborn; BI: - Построение простых дашбордов в Datalens и Power BI; Хранилище данных: - Отличие OLAP от OLTP; - Факты и измерения; - Снежинка и звезда; - Построение хранилиза данных по Кимбалу, Инману, Datavault 2. Продуктовые и бизнес-метрики: - Базовые метрики; Мы будет встречаться онлайн по воскресеньям через неделю (2 встречи в месяц) на 2 - 2,5 часа. Каждое занят

Друзья, несколько дополнений на основе поступивших вопросов: - Старт 5 июля при условии набора группы от 4 человек; - Будет также практика решения задач с помощью ИИ, так как это сейчас необходимый навык для работы; - При оплате до 5 июля будет скидка 3000 рублей, то есть стоимость составит 7000 рублей; - Программа рассчитана на 7 месяцев, но она может быть сильно скорректирована в зависимости от потребностей участников собранной группы. Желаю вам хорошего дня!

Очередной урок курса по Python опубликован. Урок на Stepik Урок посвящен одной из самых интересных тем в основах Python - замыканиям. Понимание замыкания позволит нам создавать свои собственные декораторы, поэтому важно разобраться в этой теме, чтобы стать Python разработчиком.

Завтра начинаем первую встречу группы по подготовке к трудоустройству аналитиков данных. За последние несколько дней удалось пообщаться с несколькими будущими участниками и провести небольшие интервью. Было интересно увидеть, что, несмотря на разный опыт, проблемы у большинства очень похожи. Кто-то уже закончил несколько курсов и регулярно проходит собеседования, но пока не получает оффер. Кто-то хорошо решает SQL-задачи, но чувствует неуверенность во время технического интервью. Кто-то понимает, что знает теорию, но пока не представляет, как выглядит работа аналитика в реальной компании. Поэтому программу первой версии группы я немного скорректировал. Помимо подготовки к собеседованиям, будем уделять больше внимания реальным рабочим кейсам. Хочется, чтобы после нескольких месяцев занятий участники умели не только писать SQL-запросы, но и отвечать на вопросы вроде: — Почему упала выручка? — Почему вырос отток клиентов? — Какие показатели стоит показать руководителю? — Какие выводы можно сделать из этих данных? Именно такие задачи аналитики решают каждый день. Кроме этого, будем регулярно проводить тренировочные собеседования, разбирать реальные тестовые задания компаний, обсуждать резюме, отклики и обратную связь работодателей. Мне хочется сделать не просто очередной курс по SQL или Python, а небольшую рабочую группу, в которой люди постепенно становятся более уверенными специалистами и помогают друг другу дойти до первой работы. Если вы давно изучаете аналитику данных, но чувствуете, что самостоятельно двигаться становится сложно, то присоединиться еще можно. Первая встреча состоится завтра. Если останутся свободные места, можно будет подключиться к группе в течение первой недели без потери материала. Если есть вопросы — пишите в личные сообщения. @vladamelin

Привет! Вчера провели первую встречу группы по подготовке к трудоустройству аналитиков данных. Начали с темы, которая очень часто встречается на собеседованиях, — оконных функций в SQL. Но главная цель занятия была не просто разобрать теорию. Хочется, чтобы знания постепенно переходили в навык, который можно спокойно использовать на собеседовании и в работе. Поэтому домашнее задание построено немного иначе, чем на большинстве курсов. В течение недели каждый участник: * каждый день решает по одной задаче на оконные функции; * самостоятельно формулирует два теоретических вопроса по теме; * придумывает одну собственную задачу. На следующей встрече участники будут проводить тренировочные собеседования друг для друга. Один выступает в роли интервьюера, другой — кандидата. Будем тренировать самопрезентацию, разбирать теоретические вопросы и решать практические задачи так, как это происходит на реальных технических интервью. Мне кажется, такой формат дает гораздо больше, чем просто просмотр очередной лекции. Когда сам задаешь вопросы, оцениваешь ответы и объясняешь решения, начинаешь гораздо глубже понимать материал. Параллельно продолжаю работу над автоматизацией обучения. В ближайшее время значительную часть рутинной работы возьмет на себя ИИ. Бот будет самостоятельно присылать участникам задачи, проверять решения, давать обратную связь, подсказывать, какие темы стоит повторить, и помогать поддерживать регулярную практику между занятиями. Мне кажется, за такими инструментами будущее обучения. Но при этом они не заменяют наставника — они освобождают время для того, что действительно сложно автоматизировать: обсуждения бизнес-кейсов, разборов собеседований, анализа решений и индивидуальной обратной связи. Если вам близок такой подход к обучению и вы хотите подготовиться к первой работе аналитиком данных не только через изучение теории, но и через постоянную практику, присоединиться к группе пока еще можно. На этой неделе новые участники еще успеют спокойно вк

Привет 👋 📚 Опубликовал два новых видеоурока по Python. В них разбираем темы, которые пригодятся не только для понимания языка, но и для написания действительно качественного кода. 🔹 Урок 38. Использование декораторов. Разбираем, зачем функции нужна эта «обёртка». Смотрим на практичные примеры: кэширование через @lru_cache (чтобы не вычислять одно и то же по десять раз, нагружая процессор) и элегантное превращение методов в свойства через @property. 🔹 Урок 39. Создание своих декораторов. Учимся писать универсальные декораторы с *args и **kwargs, передавать в них аргументы для гибкой настройки и сохранять документацию оригинальной функции с помощью @wraps, чтобы не терять читаемость кода. Ссылки на видео: ▶️ Урок 38: https://youtu.be/Td_DnkSGGSY ▶️ Урок 39: https://youtu.be/3LTb22D27XU Полные версии уроков вместе с домашними заданиями и проверкой результатов уже доступны на Stepik: 🔗 https://stepik.org/lesson/2473247/step/1?unit=2510961 🔗 https://stepik.org/lesson/2473248/step/1?unit=2510962

🎥 Опубликовал новый видеоурок по Python — Работа с API и библиотека requests. API — один из самых важных инструментов современного разработчика. Именно через API программы получают данные от внешних сервисов, работают с Telegram-ботами, погодными сервисами, банковскими системами, нейросетями и тысячами других приложений. В этом уроке подробно разбираем: • что такое API и как происходит обмен данными по HTTP; • чем отличаются запросы GET, POST, PUT и DELETE; • как использовать библиотеку requests; • как передавать параметры через params и заголовки через headers; • как получать и обрабатывать JSON-ответы; • что означают основные HTTP-статусы (200, 400, 403, 404, 500); • как правильно обрабатывать ошибки и использовать тайм-ауты при работе с внешними сервисами. 🎬 Смотреть видео: https://youtu.be/gadQkLmWE8o https://rutube.ru/video/private/ffb2ea42e642730eac8687ed4a0b64d8/?p=XF9SO6YoppY2pwrN8eMxig 📚 Если хотите не просто посмотреть урок, а закрепить материал на практике, полная версия занятия с тестами доступна на Stepik: https://stepik.org/lesson/2495164/step/1?unit=2533026 💻 Весь код из урока: https://github.com/amelinvladimir/python_basics_course/tree/main/%D0%A3%D1%80%D0%BE%D0%BA%2040 Даже если вы не планируете становиться backend-разработчиком, понимание работы API сегодня необходимо практически каждому Python-разработчику, аналитику данных и специалисту по автоматизации. Это одна из тех тем, без которой сложно представить реальные проекты.

🎥 Опубликовал новый видеоурок по Python — Создание собственного API на FastAPI. В предыдущем уроке мы научились обращаться к чужим API с помощью библиотеки requests. Теперь пришло время посмотреть на задачу с другой стороны — создать собственный API, к которому смогут обращаться другие программы. В этом уроке разбираем: • как работают серверные приложения, предоставляющие API; • почему FastAPI стал одним из самых популярных Python-фреймворков для разработки веб-сервисов; • как создавать собственные API-эндпоинты с помощью декораторов; • как обрабатывать GET, POST, PUT и DELETE-запросы; • как принимать параметры из URL и тела запроса; • как запустить приложение, которое постоянно ожидает входящие запросы и возвращает клиентам структурированные ответы. После этого урока вы сможете написать свой первый полноценный API и поймете, как устроено взаимодействие между клиентом и сервером. Именно на таких принципах работают Telegram-боты, мобильные приложения, интернет-магазины, банковские сервисы и большинство современных веб-приложений. 🎬 Смотреть на YouTube: https://youtu.be/DhiF2RwIek4 или на Rutube: https://rutube.ru/video/private/a78cba2ccf69f7ad55413bfa977c6c59/?p=aBRvK-xiff2NtgKX946I5g 📚 Полное занятие с тестами и практическими заданиями: https://stepik.org/lesson/2495165/step/1?unit=2533027 💻 Код из видеоурока: https://github.com/amelinvladimir/python_basics_course/tree/main/%D0%A3%D1%80%D0%BE%D0%BA%2041 Если проходите курс последовательно, рекомендую сначала изучить предыдущий урок по работе с API через requests, а затем переходить к FastAPI. Вместе эти два занятия дают полное представление о том, как программы обмениваются данными: сначала как клиент, затем как сервер.

Друзья, опубликовано видео "Python для начинающих за 8 часов" https://www.youtube.com/watch?v=lYv94cH7I2A Поставьте, пожалуйста, лайк, это поможет продвижению данного видео и всего проекта

Привет! опубликовано видео "SQL с нуля за 9 часов — полный курс SQL для начинающих! https://www.youtube.com/watch?v=7w_Svh9Gnsw Желаю успехов в изучении SQL и освоении профессии аналитика или инженера данных! 🚀

Друзья, несколько анонсов 👇 1. 2 сентября стартует курс по анализу данных с помощью Python. Более подробную информацию о курсе опубликую в конце этой недели. 2. Прорабатываю полноценную двухлетнюю программу подготовки аналитиков и инженеров данных с нуля. Обучение будет построено вокруг большого проекта, максимально приближённого к реальному рабочему процессу data-команды. Мне самому этот проект очень интересен, поэтому буду постепенно делиться новостями и показывать, как всё развивается.

1. Является ли Python необходимым навыком, чтобы устроиться аналитиком или инженером данных? 2. В каких вакансиях он нужен, а в каких нет? 3. Что именно нужно освоить для овладения навыком работы с данными в Python? 4. Какие плюсы и минусы использования Python для решения аналитических и инженерных задач? В преддверии старта курса "Python для анализа данных" даю ответы на эти вопросы в данном видео.

🐍 Уже сегодня в 20:00 стартует курс «Python для анализа данных»! На первой неделе разберём итераторы и генераторы и на практике научимся строить на Python простые data pipelines. Вы узнаете, как обрабатывать большие объёмы данных без загрузки всего датасета в память — именно такой подход используется в реальных задачах Data Analyst и Data Engineer. И мы не просто разберём теорию, а сами напишем первый pipeline обработки данных. 🚀 Хотите присоединиться? Пишите мне: @vladamelin

Друзья, привет! 👋 Если вы планировали присоединиться к первому потоку курса «Python для анализа данных», ещё есть возможность это сделать — записаться можно до 16 сентября включительно. 📌Описание программы курса и условия в посте 🎥Зачем нужен Python для анализа данных разобрано в видео ▶️Первый урок курса можно посмотреть здесь Для записи пишите @vladamelin Буду рад видеть вас на курсе! 🐍