Можно ли занять призовое место в соревновании, не имея за плечами опыта в аналитике? Да! Студентка 21-го потока программы «Аналитик данных» Екатерина Заплетина заняла 3-е место в соревновании для аналитиков от «Карьерного цеха». Мы узнали у Екатерины подробности о конкурсе и её впечатления от обучения в целом!
🔥34👍12👏1
● Какой бэкграунд у вас был до курса?
Я работаю в стратегическом консалтинге уже почти 5 лет, моя работа всегда была плотно связана с аналитикой, но с точки зрения бизнеса и рынков. Непосредственно с «дата-аналитикой» я не сталкивалась, максимум работала в Excel.
● Почему вы решили пройти обучение?
Искала для себя новые горизонты и рабочие смыслы, всегда восхищалась и немного завидовала друзьям-айтишникам, но была уверена, что это для каких-то небожителей. Несколько раз натыкалась на рекламу курсов, потом прошла демоверсию, и оказалось, что в этом действительно можно разобраться, даже если ты изначально не «технарь».
● Как пришла идея участия в конкурсе?
Слышала про этот конкурс от знакомых ещё осенью, а сейчас весной кто-то в чате курса написал, что они открыли новое соревнование, и я решила посмотреть. На основной работе был отпуск, так что на все 2 недели я на 100% погрузилась в конкурс, занималась только им, сидела над задачами до самого дедлайна. Было сложно, надо было разобраться с новым пакетом для анализа данных (Retentioneering) и новым инструментом для написания кода (Google Colab), понять, как спланировать и организовать работу, как распределить время, чтобы успеть оформить всё в нормальный отчёт. Раньше я никогда не сталкивалась с работой такого формата, поэтому посмотрела лучшие решения прошлых лет и взяла за образец работы, где авторы писали свой ход решения вперемешку с вставками кода (да, странновато, но я подумала, что так принято). В итоге моя работа попала на разбор от организаторов, где оценивающий сказал, что это ужас, так оформлять нельзя, это практически худшая работа с точки зрения оформления и просто ад. Но в итоге даже такое оформление не помешало добраться до бизнес-выводов, которые как раз получили высокие оценки. В целом я очень довольна этим опытом, он помог мне глубже разобраться в теме и понять, что представляют собой рабочие задачи таких специалистов.
● Какие знания с курса пригодились на соревновании?
На конкурсе удалось применить всё, что к тому моменту изучила на курсе: и Python, и SQL, и написание Telegram бота! (с ботом на курсе шло особенно туго, так что я очень обрадовалась, что эта тема уже была мне знакома).
● Чем вы планируете заниматься дальше, хотите ли продолжать участвовать в конкурсах?
Сейчас ситуация нестабильная, поэтому пока у меня нет никаких чётких планов, но я собираюсь дальше разбираться с дата-аналитикой, потому что это оказалось очень интересно.
Я работаю в стратегическом консалтинге уже почти 5 лет, моя работа всегда была плотно связана с аналитикой, но с точки зрения бизнеса и рынков. Непосредственно с «дата-аналитикой» я не сталкивалась, максимум работала в Excel.
● Почему вы решили пройти обучение?
Искала для себя новые горизонты и рабочие смыслы, всегда восхищалась и немного завидовала друзьям-айтишникам, но была уверена, что это для каких-то небожителей. Несколько раз натыкалась на рекламу курсов, потом прошла демоверсию, и оказалось, что в этом действительно можно разобраться, даже если ты изначально не «технарь».
● Как пришла идея участия в конкурсе?
Слышала про этот конкурс от знакомых ещё осенью, а сейчас весной кто-то в чате курса написал, что они открыли новое соревнование, и я решила посмотреть. На основной работе был отпуск, так что на все 2 недели я на 100% погрузилась в конкурс, занималась только им, сидела над задачами до самого дедлайна. Было сложно, надо было разобраться с новым пакетом для анализа данных (Retentioneering) и новым инструментом для написания кода (Google Colab), понять, как спланировать и организовать работу, как распределить время, чтобы успеть оформить всё в нормальный отчёт. Раньше я никогда не сталкивалась с работой такого формата, поэтому посмотрела лучшие решения прошлых лет и взяла за образец работы, где авторы писали свой ход решения вперемешку с вставками кода (да, странновато, но я подумала, что так принято). В итоге моя работа попала на разбор от организаторов, где оценивающий сказал, что это ужас, так оформлять нельзя, это практически худшая работа с точки зрения оформления и просто ад. Но в итоге даже такое оформление не помешало добраться до бизнес-выводов, которые как раз получили высокие оценки. В целом я очень довольна этим опытом, он помог мне глубже разобраться в теме и понять, что представляют собой рабочие задачи таких специалистов.
● Какие знания с курса пригодились на соревновании?
На конкурсе удалось применить всё, что к тому моменту изучила на курсе: и Python, и SQL, и написание Telegram бота! (с ботом на курсе шло особенно туго, так что я очень обрадовалась, что эта тема уже была мне знакома).
● Чем вы планируете заниматься дальше, хотите ли продолжать участвовать в конкурсах?
Сейчас ситуация нестабильная, поэтому пока у меня нет никаких чётких планов, но я собираюсь дальше разбираться с дата-аналитикой, потому что это оказалось очень интересно.
👍57👏17🔥3
Git — это универсальный инструмент, который помогает организовать процесс написания программного кода при работе над большими проектами. Он используется не только в Data Science, но и вообще в любой области, связанной с разработкой. Поэтому было бы неправильно не поделиться статьёй про основы Git с нашего dev-направления :)
Forwarded from karpov.courses | dev
Мы постоянно говорим, что фронтендеру на начальном этапе, помимо классической связки из HTML, CSS и JS, желательно на базовом уровне освоить Git. Это популярнейшая система контроля версий (Version Control System, VCS) — программное обеспечение для ведения хронологии изменений файлов.
Такие системы позволяют видеть перед собой полную историю разработки, при необходимости откатываться назад и за счёт этого оптимизировать командную работу. Причём система не хранит бэкап каждой версии — только сами преобразования, что позволяет сэкономить кучу места.
Расскажем, с какими понятиями из мира Git каждому начинающему веб-разработчику нужно познакомиться в первую очередь.
Такие системы позволяют видеть перед собой полную историю разработки, при необходимости откатываться назад и за счёт этого оптимизировать командную работу. Причём система не хранит бэкап каждой версии — только сами преобразования, что позволяет сэкономить кучу места.
Расскажем, с какими понятиями из мира Git каждому начинающему веб-разработчику нужно познакомиться в первую очередь.
Forwarded from karpov.courses | dev
⬥ Repository — хранилище вашего исходного кода и специальных файлов с историей всех его изменений (не путать с рабочей директорией!)
Для контроля версий групповых проектов чаще всего используют удалённые репозитории на хостингах вроде GitHub — а каждый участник при этом работает с локальной копией у себя на компьютере.
⬥ Commit — «пакет изменений». Точка сохранения и основная единица любой истории преобразований.
Поскольку правки подтягиваются в Git-репозиторий не автоматически, а по команде, их можно вручную объединять в осмысленные итерации с именами и описаниями («feat: add banner», «fix: minor typos»).
⬥ Branch a.k.a. ветка — набор последовательных коммитов. Например, сначала вы добавили в проект новую функцию, затем — документацию для неё, а потом исправили пару опечаток — в результате получилась ветка из трёх коммитов.
Главная ветка с основной стабильной версией проекта по умолчанию называется master. Ветвления от неё создают, чтобы работать в них, не мешая другим разработчикам и не боясь ничего сломать.
⬥ Merge — команда, с помощью которой можно объединить две ветви, то есть перенести все изменения из одной в другую: например, из «рабочей» ветки в master.
Иногда в процессе мёрджа возникает конфликт слияния. Например, когда разработчик пытается изменить кусок кода, который его коллега переписал быстрее (и уже слил обновлённый вариант в master).
⬥ Push и pull — команды соответственно для отправки ветки в удалённый репозиторий и скачивания её оттуда. Эти процессы тоже не происходят автоматически.
Поддержание идентичности всех локальных и удалённой версий особенно важно для групповых проектов: не забывайте «пулить» актуальный master в начале каждой сессии и «пушить» внесённые правки в конце.
Надеемся, что если вы до сегодняшнего дня не были знакомы с Git, то теперь у вас сложилось о нём общее представление. А теперь попробуйте закрепить полученные знания на практике! В интернете достаточно руководств: можно начать с бесплатного интерактивного курса GitHowTo.
Для контроля версий групповых проектов чаще всего используют удалённые репозитории на хостингах вроде GitHub — а каждый участник при этом работает с локальной копией у себя на компьютере.
⬥ Commit — «пакет изменений». Точка сохранения и основная единица любой истории преобразований.
Поскольку правки подтягиваются в Git-репозиторий не автоматически, а по команде, их можно вручную объединять в осмысленные итерации с именами и описаниями («feat: add banner», «fix: minor typos»).
⬥ Branch a.k.a. ветка — набор последовательных коммитов. Например, сначала вы добавили в проект новую функцию, затем — документацию для неё, а потом исправили пару опечаток — в результате получилась ветка из трёх коммитов.
Главная ветка с основной стабильной версией проекта по умолчанию называется master. Ветвления от неё создают, чтобы работать в них, не мешая другим разработчикам и не боясь ничего сломать.
⬥ Merge — команда, с помощью которой можно объединить две ветви, то есть перенести все изменения из одной в другую: например, из «рабочей» ветки в master.
Иногда в процессе мёрджа возникает конфликт слияния. Например, когда разработчик пытается изменить кусок кода, который его коллега переписал быстрее (и уже слил обновлённый вариант в master).
⬥ Push и pull — команды соответственно для отправки ветки в удалённый репозиторий и скачивания её оттуда. Эти процессы тоже не происходят автоматически.
Поддержание идентичности всех локальных и удалённой версий особенно важно для групповых проектов: не забывайте «пулить» актуальный master в начале каждой сессии и «пушить» внесённые правки в конце.
Надеемся, что если вы до сегодняшнего дня не были знакомы с Git, то теперь у вас сложилось о нём общее представление. А теперь попробуйте закрепить полученные знания на практике! В интернете достаточно руководств: можно начать с бесплатного интерактивного курса GitHowTo.
👍35🔥11
Хотите освоить новую профессию? Выбирайте аналитику данных — это не только IT, а ещё и банки, геймдев, телеком и многие другие сферы.
Если вы никогда не работали с цифрами и думаете, что будет трудно — не переживайте, программа подойдёт совсем новичкам. В аналитику данных приходят люди с совершенно разным бэкграундом, поэтому будьте уверены: у вас всё получится!
На поток, который стартует сегодня, уже нет мест, но вы можете определиться с планами на лето, записавшись на следующий :)
Если вы никогда не работали с цифрами и думаете, что будет трудно — не переживайте, программа подойдёт совсем новичкам. В аналитику данных приходят люди с совершенно разным бэкграундом, поэтому будьте уверены: у вас всё получится!
На поток, который стартует сегодня, уже нет мест, но вы можете определиться с планами на лето, записавшись на следующий :)
👍18
Что такое итераторы и для чего они нужны? Чем они отличаются от итерируемых объектов? Отвечаем на вопросы со звездочкой, которые иногда можно услышать на собеседованиях!
👍66🔥3
Мы внимательно следим за изменениями в индустрии и при необходимости обновляем наши курсы, опираясь на самые передовые инструменты.
Из последних новостей: в программу «Симулятора аналитика» был добавлен новый модуль о ETL-процессах и построении пайплайнов на Airflow. Вести модуль будет аналитик из команды аналитических продуктов Яндекса Алексей Баталов.
А ещё мы вместе с руководителем группы аналитики VK Яном Пиле обновили самый насыщенный теорией модуль — «Планирование и запуск A/B-теста».
Обновлённая программа будет доступна уже с нового потока «Симулятора», но если вы обучались на каком-то из предыдущих и хотите получить доступ к лекциям нового модуля — ждём вас по ссылке!
P.S. Время обучения не изменилось и составляет всё так же 5 недель.
Из последних новостей: в программу «Симулятора аналитика» был добавлен новый модуль о ETL-процессах и построении пайплайнов на Airflow. Вести модуль будет аналитик из команды аналитических продуктов Яндекса Алексей Баталов.
А ещё мы вместе с руководителем группы аналитики VK Яном Пиле обновили самый насыщенный теорией модуль — «Планирование и запуск A/B-теста».
Обновлённая программа будет доступна уже с нового потока «Симулятора», но если вы обучались на каком-то из предыдущих и хотите получить доступ к лекциям нового модуля — ждём вас по ссылке!
P.S. Время обучения не изменилось и составляет всё так же 5 недель.
👍30🔥6❤5
Работодатели зачастую отдают предпочтение соискателям, у которых есть опыт решения реальных бизнес-задач. Но где его получить, если вы только начинаете карьеру в аналитике данных?
Для этого мы подготовили программу «Симулятор аналитика», где студенты работают с реальной инфраструктурой и тестируют решения на данных, которые обновляются в реальном времени. На курсе можно не только прокачать навыки работы со всеми актуальными инструментами, но и получить несколько классных идей для собственных pet-проектов.
Кстати, начиная с нового потока (который стартует уже сегодня) доступен новый модуль, благодаря которому вы научитесь строить ETL-пайплайны на Airflow и автоматически обрабатывать любые источники данных.
[Записаться]
Для этого мы подготовили программу «Симулятор аналитика», где студенты работают с реальной инфраструктурой и тестируют решения на данных, которые обновляются в реальном времени. На курсе можно не только прокачать навыки работы со всеми актуальными инструментами, но и получить несколько классных идей для собственных pet-проектов.
Кстати, начиная с нового потока (который стартует уже сегодня) доступен новый модуль, благодаря которому вы научитесь строить ETL-пайплайны на Airflow и автоматически обрабатывать любые источники данных.
[Записаться]
👍15🔥5
В любом бизнесе цена — ключевой инструмент воздействия на поведение пользователей. Повышаем цену — увеличиваем прибыль, но сокращаем спрос. Если снижаем её, то всё с точностью до наоборот. При этом рынок не стоит на месте, а наши конкуренты не дремлют. Значит, и оптимальная цена каждый день разная.
Ценообразование, основанное на человеческой экспертизе, не позволяет быстро адаптироваться к рынку, особенно когда речь идёт о маркетплейсе с миллионами товаров. Как эффективно управлять ценой в таком случае?
25 мая в 19:00 на вебинаре «Как построить ML ценообразование на маркетплейсе» преподаватель курса «Симулятор ML Engineer» Богдан Печёнкин расскажет, как определять оптимальную цену с помощью ML модели, и разберёт расширенный ML System Design динамического ценообразования. Если вы хотите получить готовую инструкцию по его запуску в своей компании, отметьте дату вебинара у себя в календаре!
Ценообразование, основанное на человеческой экспертизе, не позволяет быстро адаптироваться к рынку, особенно когда речь идёт о маркетплейсе с миллионами товаров. Как эффективно управлять ценой в таком случае?
25 мая в 19:00 на вебинаре «Как построить ML ценообразование на маркетплейсе» преподаватель курса «Симулятор ML Engineer» Богдан Печёнкин расскажет, как определять оптимальную цену с помощью ML модели, и разберёт расширенный ML System Design динамического ценообразования. Если вы хотите получить готовую инструкцию по его запуску в своей компании, отметьте дату вебинара у себя в календаре!
🔥33👍13
На вебинаре:
● Рассмотрим базовый пайплайн, включающий сбор данных, обучение и валидацию модели, а также оценку эластичности и учёт влияния цен товаров друг на друга.
● Узнаем, как проводить A/B-тесты в условиях невозможности ценовой дискриминации по пользователям и не сжечь при этом много денег.
● Поймём, какие существуют стратегии ценообразования и как учесть их все, используя единую модель.
[Регистрация]
P.S. Анонс «Симулятора ML Engineer» совсем скоро, stay tuned!
● Рассмотрим базовый пайплайн, включающий сбор данных, обучение и валидацию модели, а также оценку эластичности и учёт влияния цен товаров друг на друга.
● Узнаем, как проводить A/B-тесты в условиях невозможности ценовой дискриминации по пользователям и не сжечь при этом много денег.
● Поймём, какие существуют стратегии ценообразования и как учесть их все, используя единую модель.
[Регистрация]
P.S. Анонс «Симулятора ML Engineer» совсем скоро, stay tuned!
🔥11👍7
Специалисты из Coffee Analytics, Calltouch, Mindbox и организаторы конференции Матемаркетинг провели исследование рынка маркетинговой аналитики в СНГ.
Вот что нам, как аналитикам, показалось интересным:
● Компании, которые опираются на аналитику в маркетинговых исследованиях, реже занимаются рутинными задачами и могут сфокусироваться на поиске новых прорывных решений.
● Популярность предписывающей и прогнозной аналитики растёт: авторы исследования считают, что спрос на ML и AI в маркетинге будет только увеличиваться. Кажется, пора задуматься о прохождении как минимум Start ML :)
И это далеко не всё! Больше выводов — в самом исследовании, так что советуем посмотреть его полностью👉
Вот что нам, как аналитикам, показалось интересным:
● Компании, которые опираются на аналитику в маркетинговых исследованиях, реже занимаются рутинными задачами и могут сфокусироваться на поиске новых прорывных решений.
● Популярность предписывающей и прогнозной аналитики растёт: авторы исследования считают, что спрос на ML и AI в маркетинге будет только увеличиваться. Кажется, пора задуматься о прохождении как минимум Start ML :)
И это далеко не всё! Больше выводов — в самом исследовании, так что советуем посмотреть его полностью👉
coffee-analytics.ru
Исследование развития маркетинговой аналитики в СНГ: бюджеты, цели и приоритеты
Стратегии, лучшие практики и ожидания компаний в маркетинговой аналитике в СНГ в 2022—2024
👍18🤔8❤1
LinkedIn даёт возможность найти новые профессиональные контакты, получить подтверждение собственных навыков от коллег и в целом оставаться в курсе того, что происходит в индустрии. Но мало просто зарегистрироваться — чтобы вас заметили, нужно грамотно оформить профиль. Мы собрали несколько советов, с чего лучше начать.
👍23🤯2
● Подробно заполняйте профиль
Указывайте не только индустрию, должность и свои навыки, но и геолокацию. Обязательно расскажите о своём образовании и не стесняйтесь ставить реальное фото — это может звучать банально, но полностью заполненные профили показываются чаще. А значит, проще получить новые предложения о работе и найти полезные контакты. И не забывайте регулярно обновлять его!
● Используйте свои настоящие данные
Пишите настоящие фамилию и имя, без сокращений и псевдонимов. Не лишним будет сделать персонализированную ссылку, используя комбинацию имени и фамилии.
● Заголовок важен
В первую очередь рекрутер видит именно фото и заголовок. В нём стоит прописать должность, компанию, основные навыки. Пример: «Аналитик данных | X5 | Сильный SQL». Постарайтесь уложиться в 120 символов.
● Не пропускайте раздел «Общие сведения»
Общие сведения — это выжимка из вашего резюме. Укажите основную информацию о вашем опыте, стек и ключевые преимущества. Помните: меньше воды и больше цифр.
● Расскажите об опыте работы
Распишите свой опыт работы через призму результатов и достижений. Подумайте, что вы сделали и какие результаты это принесло, — здесь тоже стоит опираться на цифры и измеримые параметры. Используйте ключевые слова для описания вашей должности — рекрутеры ищут профили именно по ним.
● Не забывайте о рекомендациях
Отзывы от коллег, клиентов и партнёров добавят ценности вашему профилю.
А ещё можно указать навыки (например, управление проектами) и тегнуть коллегу, который сможет их подтвердить, — это тоже работает как рекомендация.
● Расширяйте сеть профессионального нетворкинга
Если ищете работу, каждый день добавляйте как можно больше полезных контактов HR и нанимающих менеджеров, которые могут заинтересоваться вашим резюме.
Советуем иметь две версии профиля: на русском и английском языках — это особенно актуально для тех, кто рассматривает релокацию.
Указывайте не только индустрию, должность и свои навыки, но и геолокацию. Обязательно расскажите о своём образовании и не стесняйтесь ставить реальное фото — это может звучать банально, но полностью заполненные профили показываются чаще. А значит, проще получить новые предложения о работе и найти полезные контакты. И не забывайте регулярно обновлять его!
● Используйте свои настоящие данные
Пишите настоящие фамилию и имя, без сокращений и псевдонимов. Не лишним будет сделать персонализированную ссылку, используя комбинацию имени и фамилии.
● Заголовок важен
В первую очередь рекрутер видит именно фото и заголовок. В нём стоит прописать должность, компанию, основные навыки. Пример: «Аналитик данных | X5 | Сильный SQL». Постарайтесь уложиться в 120 символов.
● Не пропускайте раздел «Общие сведения»
Общие сведения — это выжимка из вашего резюме. Укажите основную информацию о вашем опыте, стек и ключевые преимущества. Помните: меньше воды и больше цифр.
● Расскажите об опыте работы
Распишите свой опыт работы через призму результатов и достижений. Подумайте, что вы сделали и какие результаты это принесло, — здесь тоже стоит опираться на цифры и измеримые параметры. Используйте ключевые слова для описания вашей должности — рекрутеры ищут профили именно по ним.
● Не забывайте о рекомендациях
Отзывы от коллег, клиентов и партнёров добавят ценности вашему профилю.
А ещё можно указать навыки (например, управление проектами) и тегнуть коллегу, который сможет их подтвердить, — это тоже работает как рекомендация.
● Расширяйте сеть профессионального нетворкинга
Если ищете работу, каждый день добавляйте как можно больше полезных контактов HR и нанимающих менеджеров, которые могут заинтересоваться вашим резюме.
Советуем иметь две версии профиля: на русском и английском языках — это особенно актуально для тех, кто рассматривает релокацию.
🔥36👍9🎉1