Яндекс запустил диагностику навыков для аналитиков (и разработчиков)

Можно проверить свой уровень (бесплатно).

Оценивать будут по той же методологии, какую используют при найме. Сначала вы решаете тест (на скрине как раз одна из тестовых задач), а затем 2 собеседования.

Кому интересно, подробнее тут
https://yandex.ru/jobs/skill-diagnostic/#signup

#поиск_работы

У меня 2 новости!

Первая - я выхожу на новую работу в IT компанию продуктовым аналитиком (поиск в общей сложности занял несколько недель).

Вторая - мне пришла в голову идея делиться с вами реальными кейсами по аналитике (из своей практики), так как вижу 2 проблемы:

- те, кто хочет стать аналитиком, не совсем понимают, чем реально занимается аналитик, какие задачи решает. И часто, чтобы понять это, нужно идти на какое-то обучение, покупать дорогостоящие курсы и тратить время

- те, кто уже работают аналитиком, иногда испытывают потребность “подсмотреть” - а как делает он/она?

Поэтому (надеюсь) у меня хватит времени и сил, чтобы реальные кейсы появились уже в ближайшее время (без раскрытия того, что под NDA конечно же).

Ну а если вам это интересно, ставьте 🔥

Вопрос с собеседования в VK

Мы запускаем новую фичу для "В контакте" - расшифровку аудио сообщений. Теперь в чатах Вконтакте можно будет переводить голосовые сообщения в текст. Распознаванием речи займется специальная нейросеть, созданная инженерами В контакте и прошедшая обучение.

Предполагается, что это удобно, так как у пользователя не всегда есть возможность прослушивать аудио.

А теперь вопрос, ниже👇🏻

#поиск_работы

5 бесплатных материалов по А/В-тестированию

А/В-тест — один из самых популярных методов повышения результативности продуктов. Каждый аналитик обязан разбираться в a/b тестировании.

Курс «A/B-тестирование

Вместе с Data Science спецами из Hippo Insurance и Dynamic Yield по шагам освоите методику A/B-тестов и анализа результатов. Международный опыт, 15 уроков.

А/B тестирование с помощью Python

Видео, в котором рассказывается, как сделать a/b тест с помощью Python.

A/B-тестирование: как сделать так, чтобы оно заработало

Какие подводные камни ожидают аналитиков при проведении экспериментов и как научиться их избегать.

A/B-тестирование: что это, зачем нужно и как проводить

10 стыдных вопросов про A/B тестирование с ответами.

A/B тесты и как мы их готовим

Доклад с совместного митапа Expfest x Яндекс.Практикум.

#бесплатные_курсы

Подборка вакансий на стажировку в аналитике

- в которых не требуется опыт работы
- доступных не только для студентов, но и для взрослых

Стажер Data Analyst в Сбер

Стажер-аналитик в Uchi.ru

Trainee / Стажер в отдел Аналитики в Mars

Стажер-продуктовый аналитик (FinAdvice) в МТС

Школа аналитики ВТБ

📈Что делает продуктовый аналитик? Неделя 1

Всю первую неделю и больше половины второй на новой работе занималась ревью счетчиков Яндекс Метрики.

Яндекс Метрика - это система веб-аналитики, которая собирает данные о посетителях сайта.

Если периодически не проверять системы веб-аналитики, то рано или поздно часть данных будет собираться некорректно.

Что я делала?

- проверяла каждую цель с помощью дебаггера
- удаляла ненужные цели
- делала недостающие
- исправляла неработающие
- писала ТЗ разработчику

Задача получилась объемной по времени из-за большого количества счетчиков, кроме того в каждом счетчике по 100 и более целей. И надо сказать, что она не совсем из серии продуктовой аналитики, больше относится к веб аналитике.

С сегодняшнего дня перехожу к более интересной и интеллектуальной задаче, о которой расскажу позже.

#показываю_работу

Как получить инсайты из данных?

Выявляйте выбросы и аномалии

Ищите данные, которые отклоняются от нормы. Это могут быть внезапные изменения в большую или меньшую сторону по сравнению с прошлым периодом или с целевым значением.

Определяйте причины и взаимосвязи

Ищите причины подъема или спада в ваших данных.

Преобразуйте, сегментируйте и группируйте данные

Когда вы изменяете представление своих данных, вы даете возможность себе находить новые идеи.

Подробнее об инсайтах читайте в статье в моем блоге

#визуализация

Как выучить SQL быстрее?

Если вы погуглите, как выучить SQL, то обнаружите, что большое внимание в изучении уделяется синтаксису. Именно на нем построены практически все обучающие курсы и информационные материалы.

Но синтаксис не является самоцелью, поэтому нет смысла знать SQL помимо того, для чего реально вы его используете.

Сам SQL - это просто набор инструкций, который вы отправляете в базу данных, чтобы обрабатывать данные и манипулировать ими. С помощью SQL вы можете делать действительно важные вещи в анализе данных.

Но строителю нет смысла изучать, как работает молоток, не узнав, когда и зачем он нужен. Также и синтаксис SQL бесполезен без понимания, где и зачем вы его будете использовать.

💡Совет - переключить свое внимание с фактических инструкций, которые вам нужно отправить в базу данных, на то, что делают эти инструкции и зачем они нужны в общем контексте.

Речь не идет об отказе от синтаксиса, он безусловно важен, речь о смещении фокуса.

Почему в таком случае учить быстрее?

- Вам не нужно знать весь синтаксис, чтобы преуспевать в своей работе в качестве аналитика. Вам нужно знать только то, что требуется для решения конкретной проблемы

- Когда у вас в голове будет концепция, контекст, понимание зачем, запоминать будет легче. Вы не просто будете заучивать абстрактные понятия, а понимать, зачем и где они используются и какие проблемы решают.

#sql

📈Что делает продуктовый аналитик? Неделя 2

На прошлой неделе делала несколько задач.

Задача #1. Проанализировать трафик и ключевые слова конкурентов.

Сделала первый шаг по этой задаче - выбрала подходящий сервис. Тут важно не просто взять первый попавшийся, а проанализировать плюсы и минусы нескольких и остановиться на идеальном для нашей задачи.

Я уже писала о Similar web. Но есть и другие альтернативы - Semrush, Serpstat, Mangools и т.п. Но, забегая вперед, все же Similar web и Semrush не имеют аналогов по количеству фич и тому, что любые данные можно посмотреть под разными углами. Все остальные уступают: какие-то собирают данные только по органическому трафику, какие-то только из Google и тп.

Задача #2. Построить воронки.

Воронка - это путь, который проходит клиент на сайте/в сервисе. Она помогает понять, на каком из этапов отваливаются посетители. После того, как с помощью воронок определяем “слабые” места на сайте, можно думать, как улучшиться в этих местах. Сервис большой, поэтому воронок будет много. Кроме того их нужно будет визуализировать в Redush.

Ни первая, ни вторая задача пока еще не завершены, они находятся в работе. Кроме того время заняло изучение базы данных, Redash, дополнительных материалов, также были встречи и параллельно 2 небольших задачи.

Поэтому более структурно и практично о них расскажу позже.

#показываю_работу

Работа с данными: ожидание VS реальность

Истина в вине?

Как связаны вино и анализ данных: реальный кейс

Речь идет о вине из провинции Бордо, где производители столкнулись с проблемами:

- цена и качество вина могут сильно меняться из года в год

- необходимо знать, сколько будет стоить вино через 10, 20, 30 лет, чтобы решить, хранить его или продать сейчас

- кто умеет лучше предсказывать будущую цену вина - тот может лучше заработать

Как можно узнать будущую цену вина?
Точно никак. Разве что только с помощью машины времени.

Как решали эту задачу ранее?

Приглашался очень высокооплачиваемый эксперт по вину, который пробовал вино, смотрел на свет и говорил: "Это вино через 20 лет будет очень дорогим" или "Это вино будет так себе, продайте его сейчас". И это работало годами.

Но в 1990 году профессор Орли Ашенфелтер написал: "Я могу предсказать будущую цену вина, не пробуя его и не смотря на него".

Но как это возможно?

Ашенфелтер использовал простую модель - линейную регрессию и с ее помощью научился прогнозировать будущую цену вина.

Линейная регрессия (Linear regression) — модель зависимости переменной x от одной или нескольких других переменных (факторов, регрессоров, независимых переменных) с линейной функцией зависимости.

В свою модель он взял зависимость цены от погоды (температура, количество дождей в год урожая), а также возраста вина.

Сейчас подобные модели делают повсеместно, но тогда это было огромным прорывом.

———————————————————————————-

Полностью статью ученого можно почитать по запросу: Predicting the Quality and Prices of Bordeaux Wine

А кейс подсмотрела у Игоря Клейнера (Ph.D.)

#кейсы

Вопрос: какую информацию о вине дает нам данная визуализация?

10+ бесплатных курсов по аналитике данных от Harvard University, Google, IBM и других

Сейчас много платных курсов по аналитике данных, качество которых очень низкое. Но в то же время есть бесплатные курсы от лучших университетов и зарекомендовавших себя международных платформ, о которых никто не знает.

HARVARD UNIVERSITY

Data Science: Wrangling. На курсе научитесь обрабатывать и преобразовывать необработанные данные в форматы, необходимые для анализа.

Data Science: Visualization. Изучите основные принципы визуализации данных.

Data Science: Machine Learning. На курсе изучите машинное обучение. Создатите систему рекомендаций фильмов и изучите научные основы одного из самых популярных и успешных методов обработки данных.

И другие курсы от университета

GOOGLE DATA ANALYTICS Professional Certificate

В этой программе вы освоите востребованные навыки, которые помогут вам подготовиться к работе менее чем за 6 месяцев. Никакой степени или опыта не требуется. Курс состоит из 8 подкурсов, посвященных конкретной теме в аналитике данных.

IBM

IBM - это один из крупнейших в мире поставщиков программного обеспечения.

Курс состоит из нескольких частей: введение, визуализация данных, основы Python, SQL, анализ данных с помощью Python, визуализация с помощью Python, итоговый проект.

OPENLEARN

Бесплатный восьминедельный курс OpenLearn по кодированию «Учитесь кодировать для анализа данных» дает четкое представление об основных концепциях программирования и анализа данных, и вы даже сможете писать простые аналитические алгоритмы в среде программирования.

UDEMY

Udemy предлагает тысячи курсов по анализу данных и науке о данных от различных загрузчиков. Это не курсы от Harvard, Google и IBM, однако можно найти что-то полезное для себя.

CAREER FOUNDRY

Бесплатный краткий курс по аналитике данных CareerFoundy, состоящий из 6 частей, идеально подходит, если вам нужно легкое введение в аналитику данных.

Приятного обучения!

#бесплатные_курсы

📈Что делает аналитик? Неделя 3,4

Почти 2 недели занималась поиском ответа на вопрос: стоит ли отключать бесплатный тариф? (такую задачу поставил продакт). Для этого провела довольно обширный анализ данных с помощью Python.

В любом анализе я придерживаюсь 6 шагов, которые изучила еще на курсе от Google:

1. Ask - спрашиваю. Сначала выясняю, в чем проблема, что хочет мой “заказчик” (руководитель, продакт и тд). Не принимаю задачу такой, какая она есть, а стараюсь копнуть глубже. Часто бывает так, что за первоначальной формулировкой скрывается совсем другая проблема.

2. Prepare - готовлюсь. Готовлюсь к анализу и определяю, как я его буду проводить (какие именно исследования необходимы, какие факторы следует учесть, достаточно ли данных и где именно они лежат и тп)

3. Process - подготавливаю данные к анализу. Например, в данной задаче данные нужно было объединить из нескольких источников, очистить и привести к нужному формату.

4. Analyze - анализирую. Делаю расчеты, визуализацию и выводы из данных.

5. Share - делюсь. Максимально готовлю выводы к презентации “заказчику” и презентую их.

6. Act - по результатам анализа "заказчики" принимают решение. Например, в моем случае - стоит или нет отключать бесплатный тариф.

При этом не важно, с помощью чего мы делаем анализ (Excel, SQL, Python или что-то еще). 6 шагов всегда будут те же.

О 6 фазах анализа данных от Google подробнее описано тут

Небольшой пример анализа данных с помощью Python в Google collab (нашла на просторах интернета)

#показываю_работу

Делюсь с вами крутым зарубежным сервисом Stratascratch!

В сервисе можно посмотреть вопросы с собеседований (причем как coding questions, так и non coding questions) от топ компаний: Google, Netflix, Apple, Uber. Spotify и других.

Основные функции бесплатны и мне вполне их хватает.

Например, non coding questions с собеседования в Uber

1. Поездки Uber Black упали на 10%. Как бы вы исследовали это сокращение?

2. Есть группа людей, воспользовавшихся услугами Uber в двух городах, которые находились недалеко друг от друга, например Менло-Парк и Пало-Альто. Можно собрать любые данные, какие только можно придумать. Какие данные вы бы собрали, чтобы можно было определить город, из которого ехал пассажир?

3. Объясните руководителю, не разбирающемуся в теме, что такое метод опорных векторов?

Ссылка на сервис https://www.stratascratch.com/

Делиться другими сервисами, которые помогают в поиске работы?

#поиск_работы

5 бесплатных сервисов для практики SQL и Python

Когда вы только начинаете изучать SQL и Pyhton, нужно как можно больше практики. Хорошо, когда есть реальные задачи на работе, на которых можно практиковаться. Но если их нет - то эти бесплатные сервисы помогут получить необходимую практику и улучшить свой уровень.

1. HackerRank

В сервисе много задач разного уровня (легкий, средний и трудный). Также можно бесплатно получить сертификат, подтверждающий уровень. Несмотря на то, что сервис на английском, все интуитивно понятно и просто.

2. Strata scratch

Это замечательная платформа для подготовки к собеседованиям и тренировки навыков. Здесь не просто задачи, а задачи от топ компаний: Google, Netflix, Apple, Airbnb, Spotify и других.

3. SQLBolt

Это сайт объясняет концепции языка SQL и включает полезные практические упражнения по каждой лекции. Довольно простой, но очень подойдет для новичков.

4. W3schools

Сайт предлагает функцию практики SQL с использованием упражнений, где вы заполняете пробелы в запросах. Он не такой полнофункциональный, как некоторые другие примеры здесь, поскольку в нем нет редактора SQL, но все же он может помочь вам улучшить свой SQL.

5. SQL EX

Честно говоря, даже не захотелось разбираться, что к чему на этом сайте, так как выглядит он как мягко говоря древне. Но многие его рекомендовали мне, поэтому включаю в список. И сайт на русском.

#sql

Один рандомный день из моей жизни на удаленке

7.00 - 9.00 - подъём, растяжка на балконе, завтрак, метод "утренние страницы"

***

9.00 - 10.00 - начало работы, подготовка ко встрече по базам данных

10.00 - 11.00 - встреча по базам данных

11.00 - 15.00 - разработка дизайна эксперимента, будем тестировать ограничения по функционалу для пользователей

15.00 - 18.00 - начинаю вникать в новую большую аналитическую задачу-исследование пользователей

Используемый в работе стек: SQL, Python

***

18.00 - 20.00 - отдых, личные дела

20.00 - 23.00 - обучение и работа над своими проектами

23.00 - 23.45- отдых, личные дела, отбой

***

P.S. на фото я и вид на горы. работаю на балконе.

Работаю по методу “Помодоро”, но модифицированному.

30 мин работа (вместо 25 мин) , 5 мин отдых. 15 мин перерыва нет. Обеда как такового тоже нет, максимум на 20 мин.

***

Сожаление: на свои проекты в день выходит мало времени, как ни крути. Поэтому многие процессы растягиваются.

#показываю_работу