Аналитика. Это просто – Telegram
Аналитика. Это просто
969 subscribers
120 photos
3 videos
4 files
517 links
Канал об аналитике. Web, мобильная, продуктовая. По любым вопросам можно писать - @ealexandr
Download Telegram
Как-то вот так вдруг нарисовались образцы добродетели, свободы слова, закона, и, ... левачества
Как много времени вы работаете в Excel каждый день? Почему до сих пор не используете Power BI, чтобы сократить время работы с данными до нескольких минут в день?

Power BI помогает финансистам и экономистам:

- Упростить работу с Excel;
- Сократить ручной труд по сбору и анализу данных;
- Объединить данные из всех источников в одном окне;
- Автоматизировать финансовые и управленческие отчеты;
- Спрогнозировать исходы управленческих решений.

Мы вместе с сертифицированными тренерами из Microsoft подготовили для вас бесплатный двухдневный курс “Основы финансового моделирования в Power BI”, где обучаем основам финансового моделирования в Power BI, вместе с вами строим простую модель данных и создаем первый интерактивный отчет в Power BI.

После 4 часов практики, вы получите все необходимые навыки для начала самостоятельной работы в Power BI. Пройдя этот мини курс, вы получите свой первый сертификат от партнеров Microsoft.

🗓 Дата проведения: 21 и 22 января с 19:00 до 21:00
💻 Формат участия: Онлайн трансляция с преподавателем.

📍 Это не запись - вы сможете задать вопросы.

Запишитесь в один клик: https://vk.cc/bX9qvz
Забавная новость - в Амазон на встречах не будет использоваться Power Point, чтобы повысить эффективность работы. А меня всегда забавляли вакансии на аналитика, где одно из требований - умение делать хорошие презентации в Power Point.
Будешь вылизывать отчеты, подбирать цвета, ровнять по границам - красота! А аналитику анализировать? На хрен! Какой хороший маркер, все-таки. Закрывать скорее такие вакансии и больше никогда не открывать.
https://www.inc.com/geoffrey-james/jeff-bezos-banned-powerpoint-its-arguably-smartest-management-move-that-hes-ever-made.html
Forwarded from Beards Analytics (Andrey Osipov)
Алексей Селезнев на Хабре перевод статьи про использование функции UNNEST в Google BigQuery, для работы со сложными вложенными структурами данных.
В статье рассмотрен пример работы с публичным датасетом событий из игры Flood-it.

https://m.habr.com/ru/post/532690/
Немного про спорт. К сожалению, от событий, описанных в фильме "Человек, который изменил все" мы ушли не очень далеко. Все еще Бубнов считает ТТД, кто-то уже считает такие же несовершенные xG или пробег/ускорения.
Конечно, есть whoscored, instat, но большинство просто смотрят циферки.
Не во всех клубах РПЛ есть аналитики, как оказалось, не говоря уже об отделах. Тренеры, скауты все еще считают себя непризнанными гениями и верят в чуйку. Тем временем уже вышел iphone 100500, повсюду ML и все такое, Греф стал вполне себе большим СЕО на мировом уровне и мы все ближе к киберпанку с большим братом.
А, в целом, спортивная аналитика очень перспективна. Немного о том, как это работает в АПЛ и какого пинка этому всему дала наша пандемия: https://www.sports.ru/tribuna/blogs/england/2874268.html
Пишу функцию для Google Cloud по импорту с помощью API статистики из рекламного кабинета MyTarget. И, вместо метода get указал post (скопировал после создания объявлений). И не сразу это заметил - ведь данные получил, обработал, протестировал загрузку в BigQuery.
И вот вижу ошибку. Исправил на get - все также выгрузилось.

Оказалось, что данные одинаково успешно выгружаются при запросе методами и get, и post. Передаем привет MyTarget и их чудесным API с не менее чудесной документацией.

Кое-кто из замечательной группы t.me/analysts_hunter сейчас сказал бы, что нужно использовать готовый инструмент ETL. Но нет, как-нить справимся сами.
Мне очень нравится, когда в вакансии на аналитика данных, DS, web, пишут что-то вроде:
"Умение видеть за числами физический смысл, задавать нужные вопросы и правильно структурировать, и интерпретировать полученную информацию"

Немного смешно, звучит как пустой звук, ну или "знание эксель".

Неужели, если у кандидата есть некий опыт и скилы, по которым он проходит, он вдруг не научился понимать данные, на которые смотрит.
Может, конечно, я слишком высокого мнения об аналитиках. Думаю, нет.
Классное интервью Вани Козлова (верховный продакт Aviasales, а до этого ВКонтакте) на тему своего карьерного пути, предназначении продакт-менеджеров, зарплат и тд и тп. Мы знакомы довольно поверхностно и общались только на конференциях, но его всегда отличает очень здравое суждение о происходящем - что в обычном разговоре, что в публичном поле. Данное интервью - в том числе очень хорошее руководство по тому, как нужно отвечать на сложные и порой даже неудобные вопросы.

https://www.youtube.com/watch?v=pqKl5BpLGhA

@internetanalytics
Небольшой курс по созданию сайта на Flask для новичков: https://www.youtube.com/playlist?list=PL0lO_mIqDDFXiIQYjLbncE9Lb6sx8elKA
В процессе изучения создается небольшой сайт-блог.
Для того, чтобы быстро погрузиться в работу Flask, самое то.
Forwarded from karpov.courses
Интервью с Максимом Годзи, создателем инструментов аналитики Retentioneering. Обсудили с Максимом, как математика и машинное обучение помогает по-новому взглянуть на аналитические процессы.

История Григория Реута, студента 1 потока, об успехе на Архипелаге 20.35 и выигрыше Сколковского гранта в $40тыс. на развитие проекта. Расспросили Григория о соревновании, проекте и применении полученных на курсе знаний в командной работе.

Статья Екатерины Скрипцовой «Интерпретация моделей машинного обучения в python: shap», где подробно описано, почему важно определять параметры, на которые опирается в работе нейросеть, и как это сделать.

Дашборд Николая Валиотти и Романа Бунина с вакансиями дата-аналитиков. Информация обновляется в режиме реального времени, а из дашборда можно извлечь такие инсайты, как уровень зарплаты в зависимости от региона и востребованность тех или иных навыков среди работодателей.

Пост-шпаргалка, где Жанна Азизова рассказывает о сходствах и различиях между дата-аналитиком, дата-сайентистом и дата-инженером. Время чтения – 5 минут, польза – безгранична!
По неподтвержденной пока информации, Google планирует "убить" Universal Analytics через 1,5-2 года. К тому моменту все пользователи должны будут перейти на GA4.
Forwarded from Generative Ai
VOGUE: Try-On by StyleGAN Interpolation Optimization

StyleGAN для виртуальной примерки одежды. Алгоритм переносит одежду с фотографии одного человека на фотографию другого человека

https://vogue-try-on.github.io/
https://youtu.be/AWd7x_3GaZk
Для экоммерс прямо находка, поможет определиться, стоит ли покупать товар