Как создавать data team - ebook от Matillion

А вот 1 из 8 видео 1го модуля для нашего курса DE-101 https://youtu.be/UjvN8IE77Cs

Моя концепция по Аналитики для женщин, что-то не взошла. Я хотел сделать курсы не для женщин, которые уже работают с данными и уже в профессии, а именно для людей, которые не знают о возможности работать с данными и работаю на не перспективных профессиях, это сообщество могло бы "помогать" женщинам узнать о профессии и ее преимуществах. Но пока идея не прижелась, нет драйвера в лице заинтересованных девушек, развивать это. А картинка, это пример от AWS.

Классный дядька! Хорошо рассказывает. Лекция очень полезная! https://youtu.be/zvGeLvWZ7yQ

Продолжение https://www.youtube.com/watch?v=DpXQSsKhWcs&feature=youtu.be

Парочка ресурсов по SQL:
SQL: Analyzing Business Metrics - https://www.codecademy.com/learn/sql-analyzing-business-metrics

Analyze data with SQL - https://www.codecademy.com/learn/paths/analyze-data-with-sql

А я проходил вот это давным давно: https://www.edx.org/course/databases-5-sql там даже была реляционная алгебра и рассматривали различные структуры даных JSON, XML

Увидел сегодня в посте - BI для бедных🙃 Вы не пробовали? https://airtable.com/

Ещё одна сторона миграции решения в облако для решения Hadoop типа.

Написал про Self-Service Analytics + BI Survey. Согласен, старо как мир, но я нашел на гугл диске, когда-то я это написал для какого-то журнала и они не захотели брать.

Пример Data Vault. DV - это техника модели данных хранилищ данных. https://www.vertabelo.com/blog/data-vault-series-data-vault-2-0-modeling-basics/

Продолжение про аналитику, то есть заключительная часть про определение аналитики https://www.youtube.com/watch?v=80zFSlm9w0w

Котятки🐱
Сегодня у нас фундаменталочка из 7 глав по дизайну и проектированию дашборда.
В ней, помимо очевидных вещей, есть прикольная классификация пользователей (не по принципу пирамиды Минто, а по принципу характера потребления информации), расширенный экскурс в прототипирование и подборочка трендов.
Линк:
https://www.logianalytics.com/dashboarddesignguide/

Теперь и mail.ru запустил бесплатную школу по ML, DataScience, Data engineering. Конечно если вы прошли экзамен по математике и программированию и все в этом духе. Правильно я понимаю позицию российских тех гигантов - если ты был ботаном хорошо учился и не забыл матан, то тогда у тебя есть шанс пройти долгий курс и потом устроиться на достаточно не высокую ЗП? То есть компании, хотят отобрать лучших (по их мнению) кандидатов и им впринципе плевать на большинство.

Кстати какие ЗП в mail, если не секрет? Раньше я слышал, что не очень высокие🥴

Недавно я писал про "Написать книгу про Snowflake", желающих не нашлось, да и с курсом время все туда уходит. Теперь вот еще предложили книгу про Azure Data Factory. Кстати все студенты проходят сюрвей, и там интересный вопрос "город в котором, хотели жить", и больше половины хотят иммигрировать. Что-бы иммигрировать и потом еще найти работу, нужно не только скилы и бизнес кейсы применения скилов (результат работы аналитики и польза от данных - именно про это я рассказываю в первом модуле DE - 101). Но еще нужны активы (блог, книга, конференции..) Если написать книга, то вы будете как автор на амзоне, а это killer штука к вашему резюме. Так что есть еще один вариантик;) (я кстати однажды писал 2 книги одновременно, но это было перед Канадой, я был заряжен на успех!)

Слышали вы про Sales Force Einstein Analytics? В прошлом году Sales Force купил Tableau, соответственно продукты стали интегрироваться. Изначально Einstein это был внутренний BI для платформу SalesForce, теперь замиксовали. Я сам не смотрел. Если кому интересно (вы в теме и работаете с SF), то вот запись вебинара: https://salesforce.vidyard.com/watch/mYZSEwVcfCPNWhVCQvgTi5 а тут можно учиться

Амазон запустил по ML https://aws.amazon.com/blogs/machine-learning/aws-machine-learning-scholarship-program-from-udacity-is-now-open-for-enrollment/

Интересная у меня лента в google pixel, все новости про , российские компании. Вот про Яндекс.

Прислали про data vault на русском

Кстати из интересного, пока все бегут работать в Data Scientists, в Амазон data scientists переходят в SDE. Вчера мне менеджер ответила на очередной крик душу про повышение зарплаты - чувак становись SDE, там больше платят. 🤦‍♂️ Поэтому варианта 2:
1) Быть близко к бинесу, насколько это вообще возможно
2) Быть крутым программистом с Computer Science degree

А если не 1 и не 2, то уже приходиться изобретать. По моим наблюдениям в Северной Америке в среднем на вакансию откликается 50-100 человек, то есть тут уже даже проблема, не в том, чтобы пройти собеседование, а как его вообще на него попасть. Так же, чтобы не говорили про diversity, это работает не так хорошо.

Получается, все старо как мир, нужны личные знакомства.