Как составлять содержательные дашборды и ничего при этом не упускать?

Роман Бунин, руководитель группы развития BI-систем Яндекс Go и преподаватель karpovꓸcourses, стал гостем подкаста Flow Live, где рассказал о подходах к сбору данных и проектированию систем дашбордов.

Включайте, чтобы узнать больше о BI в современных компаниях :)

Начинаем новую неделю стартами сразу двух программ!

● «Аналитик данных» — хороший вариант для тех, кто только погружается в сферу и хочет получить хорошую базу для развития своей карьеры. Студенты, успешно закончившие курс, обладают всеми необходимыми для работы hard skills, а также могут использовать полученные знания в других профессиях внутри Data Science.

[Начать путь в Data Science]

● «Инженер данных» подойдёт специалистам уровня Junior и Middle, которые хотят выйти на новый уровень, а также аналитикам данных, BI- и Backend-разработчикам, желающим попробовать себя в смежной области. Мы даём студентам универсальные знания и на практике учим использовать важные для инженеров данных инструменты: Greenplum, Spark, Hadoop, Kubernetes, Hive, Kafka, Tableau, Airflow.

[Начать учиться]

Всем привет! На связи karpovꓸcourses

Уже на этой неделе состоится первая часть долгожданной конференции Матемаркетинг. В этом году спикеры обсудят не только аналитику и маркетинг, но и эффективность онлайн-бизнеса.

● 11–12 ноября — онлайн-часть с докладами спикеров, находящихся за границей.
● 17–18 ноября — как онлайн, так и офлайн-выступления на площадке кампуса Сколково. Мы тоже там будем, так что забегайте поздороваться :)

Количество и полезность выступлений с каждым годом только растёт, поэтому лучше один раз увидеть полную программу, чем десять раз прочитать нашу выжимку.

И вишенка на торте — для наших подписчиков действует скидка 20% по промокоду Karpov_courses.

А ещё у ребят есть бесплатные билеты на некоторые онлайн-доклады — в том числе на выступление Валерия Бабушкина! Но это – только после регистрации на сайте ;)

Хотите строить математические модели и создавать свои ML-сервисы?

Методы машинного обучения применяются во многих сферах: в медицине, науке, бизнесе, при создании рекомендательных систем в разных сервисах (например, музыкальных). И это далеко не всё!

На курсе Start ML за 7 месяцев вы получите все знания и навыки, необходимые сильному ML-специалисту. Программа в первую очередь подойдёт новичкам — чтобы успешно пройти курс, достаточно знать математику на уровне школьной программы. Всему остальному мы научим с нуля :)

Новый поток стартует уже сегодня!

[Освоить новую профессию]

Проверка технических навыков — важный, но не единственный этап трудоустройства. Работодателю также важно понимать, как специалист преодолевает трудности, решает конфликты в команде и продвигает свою точку зрения. Для этого проводится поведенческое интервью (behavioral interview), во время которого интервьюер выявляет soft skills кандидата, задавая вопросы о рабочих ситуациях из прошлого.

Мы решили показать, как проходит этот этап, и вместе с хедлайнером курсов Hard ML и System Design Валерием Бабушкиным прособеседовали технического директора karpovꓸcourses Кирилла Черепанова.

А в канале «Время Валеры» можно прочесть рекомендации для подготовки к такому интервью.

Когда человек заходит в приложение для доставки еды, ему доступно сразу несколько тысяч ресторанов. Конечно, пользователь скорее выберет одно из тех заведений, которые ему предлагает приложение, чем будет листать полный список. Поэтому важно рекомендовать рестораны в релевантном порядке, чтобы клиенты тратили меньше времени на выбор и оставались им довольны.

В рамках Data Fest Эмиль Каюмов, преподаватель курса Start ML и руководитель группы машинного обучения в Яндекс.Еде, рассказал, как устроено ранжирование ресторанов в компании и как его команда организовала процесс быстрого внедрения новых фичей.

Недавно колоночная СУБД ClickHouse обновилась до версии 22.8 LTS. Давайте посмотрим, какие нововведения могут быть интересны аналитикам данных:

● Статистические функции для проведения более сложного и глубокого анализа прямо в ClickHouse: теперь можно генерировать различные распределения при помощи randUniform, randNormal и randLogNormal (и это не полный список). Также появилась возможность проводить дисперсионный анализ — для этого была реализована функция analysisOfVariance.

● Экспериментальное, но долгожданное обновление — механизм эффективного удаления данных со стандартным SQL синтаксисом DELETE FROM.

● Новые табличные движки MongoDB, MelliSearch и NATS для более удобной интеграции ClickHouse с другими хранилищами.

● Больше возможностей для работы с датой и временем — новые функции, расширенный диапазон дат, INTERVAL MILLISECOND | MICROSECOND | NANOSECOND.

И это только то, что показалось интересным нам — на этом список не заканчивается! С остальными обновлениями можно ознакомиться [тут].

Скоро выйдет симулятор SQL — бесплатный курс, в рамках которого любой желающий сможет научиться использовать SQL для решения реальных аналитических задач. Вы разберётесь с базами данных, научитесь работать с запросами, группировать и агрегировать данные, объединять таблицы и визуализировать результаты.

Чтобы сделать программу ещё более полезной, мы приглашаем вас принять участие в её создании! Оставьте, пожалуйста, в этой форме SQL задачи, которые показались вам интересными на работе, в тестовых заданиях или во время учёбы, а мы включим их в программу. Там же вы можете оставить свою почту, чтобы первыми получить доступ к курсу! :)

Выпускники в международных компаниях — есть, оплата из-за рубежа — есть, самое время развиваться в новом направлении!

В следующий вторник вместе с Валерием Бабушкиным мы проведём первый вебинар на английском языке для нашей зарубежной аудитории. Если вы следите за нашими вебинарами, тема покажется вам знакомой — этапы перформанс ревью: self review, peer review и калибровка. Но если вы по какой-то причине пропустили наш вебинар на русском — это ещё один шанс задать Валерию вопросы в прямом эфире.

На этот раз всё пройдёт без регистрации — ссылка на трансляцию появится в наших соцсетях за час до начала, поэтому отмечайте в календаре, чтобы не забыть: 22 ноября, 19:00 (по Москве).

Если вам интересно узнать, как проводится оценка персонала за рубежом, подключайтесь в следующий вторник.

И да, обязательно зовите коллег!

У нас хорошие новости: мы сделали бесплатный курс по Docker.

Docker применяется в Data Science, разработке, инженерии данных и даже тестировании! Уверены, программа будет полезна всем, кто пишет код и работает с приложениями.

Вы научитесь:

● заворачивать собственные приложения в контейнеры;
● локально разворачивать готовые сервисы: Airflow, Postgres, ClickHouse, Nginx;
● поднимать и настраивать полноценные веб-приложения.

Программа даст вам базовые знания, с которыми можно будет сделать шаг навстречу ещё более интересным инструментам — например, Kubernetes.

Автор курса – Антон Сидорин, бэкенд-разработчик karpov.соurses.
Начать учиться можно в любое удобное время.

[Познакомиться с Docker]

Спустя практически год вместе с сооснователем karpov.соurses Михаилом Серёгиным врываемся с новым интервью! Михаил поговорил с Андреем Сулеймановым, который на момент съёмки работал продуктовым аналитиком в Tinkoff, а сейчас занимает должность тимлида продуктовой аналитики в американской компании Improvado. Вместе с Андреем обсудили:

● его богатый опыт работы;
● кому полезно поработать над керамзитным заводом;
● что такое полупродуктовая аналитика;
● в чём главная проблема глобальных соцсетей;
● когда лопнет «пузырь» зарплат айтишников.

[Смотреть]

Хотите научиться строить MLOps в облаке и достигать результатов быстрее?

29 ноября преподаватель курса «Инженер данных» Александр Волынский и преподаватель программы «Симулятор ML» Сергей Артюхин проведут вебинар «MLOps в облаке: практика с MLflow и JupyterHub в VK Cloud».

Поговорим о том, как Cloud-Native- и MLOps-подходы помогают ускорить процессы работы с ML-моделями и быстрее получать бизнес-результат.

На вебинаре:
⬤ разберёмся, как проводить эксперименты с моделями с помощью инструментов JupyterHub и MLflow;
⬤ научимся организовывать трекинг моделей и артефактов;
⬤ узнаем, как загружать и применять модели из центрального реестра MLflow на примере сервиса Cloud ML Platform.

Встречаемся 29 ноября в 17:00.

[Зарегистрироваться]

Если вы вдруг пропустили, у нас вышел бесплатный курс по Docker. Давайте разберёмся, чем он может быть полезен специалисту по Data Science.

Сегодня запускаем новые потоки двух программ!

«Аналитик данных» для новичков и аналитиков, которые хотят стать более уверенными в своих скиллах. А также для всех, кто понимает, насколько аналитические навыки важны в IT.

[Присоединиться]

И «Симулятор аналитика», на котором можно погрузиться в полноценный рабочий процесс, научиться решать разноплановые задачи и перенять знания более опытных коллег.

[Присоединиться]

Готовьте вопросы и присоединяйтесь к нашему первому вебинару на английском языке! Валерий Бабушкин расскажет, как в Big Tech оценивают результаты работы инженеров.

Начинаем через час!
[Смотреть]

Хотите узнать больше о профессии аналитика данных от Анатолия Карпова?

Тогда советуем послушать новый выпуск подкаста «Код и кофе». Кроме Анатолия, в нём принял участие Дмитрий Казаков, директор по аналитике Kolesa Group.

Вы узнаете:

⚫︎ что делают дата-аналитики и зачем они нужны бизнесу;
⚫︎ как работают грейды и софт-скиллы;
⚫︎ актуально ли понятие data-driven сегодня.

[Рекомендуем послушать]

Выпускница курса «Аналитик данных» Елизавета работала в B2B-компании и начала знакомство с аналитикой из любопытства — на тот момент её должность не была связана с Data Science. Закончив курс, она присоединилась к команде аналитиков в крупнейшем офлайн-ретейлере России.

Подробнее о её впечатлениях от учёбы читайте в отзыве 👇

Раньше я работала в B2B компании и занималась широким спектром задач, которые касались взаимодействия с клиентами. Там я понемногу начала заниматься аналитикой, потому что стало любопытно. Если честно, сейчас настоящей аналитикой это назвать язык не поворачивается, но именно эта практика помогла мне понять, кем я хочу стать, когда вырасту. Лучше в 25, чем никогда, верно? :)

Выбор пал на karpov.сourses благодаря рекомендации опытного в сфере аналитики знакомого, о чём я ни разу не пожалела. Быстро влиться в процесс обучения мне немного помог бэкграунд в виде IT-образования, но почти вся информация была для меня абсолютно новой — поэтому думаю, что справилась бы и без него.

Курс очень крутой: удобная платформа и актуальные инструменты. Сразу скажу: если вы планируете тратить на обучение пару часов в неделю, то этого будет недостаточно. Работать придётся много.

А что же сейчас, когда финальный проект уже позади? Поиск работы — процесс не из лёгких, но материалы курса очень пригодились при подготовке к собеседованиям, а ребята из HR-команды помогли не только составить резюме, но и найти ту заветную вакансию :)

И вот я присоединилась к большой команде аналитиков крупнейшего в стране офлайн-ретейлера. В планах на ближайшее будущее — активный рост и развитие. А если в дальнейшем решу поменять направление, то точно вернусь к своей Data Science альма-матер!

А вы знали, что не только наши преподаватели участвуют в мероприятиях и делятся опытом?

Недавно прошла ежегодная конференция Яндекса Yet Another Conference 2022 о людях и технологиях в образовании. В дискуссии «Образование в IT. Что-то тут не так» поучаствовала Елизавета Киселёва — главный специалист по образованию в karpovꓸcourses.

Какие проблемы есть в IT-образовании сейчас? Какие IT-профессии будут востребованы через десять лет? Могут ли курсы заменить высшее образование?

[Разбираемся вместе с экспертами]

Choose your fighter