Simulative – Telegram
7.37K subscribers
1.71K photos
71 videos
1 file
1.27K links
Привет! Мы — образовательная платформа в сфере аналитики Simulative: simulative.ru

Создаём курсы-симуляторы, где обучаем не на «апельсинках», а на кейсах из реального бизнеса.

Наш уютный чат: @itresume_chat
Поддержка: @simulative_support
Download Telegram
🔥10👍1
​​Что вас бесит в Python и что бы вы изменили?
😱3
🔥 5 типичных ошибок при написании SQL-запросов

Сегодня подготовили разбор типичных ошибок при работе с SQL. Традиционно - вместе с онлайн-университетом SF Education 🙂

Основные тезисы:

1. Преобразование типов. 1/2 = 0. В некоторых СУБД деление целых чисел дает строго целое число. Как быть - рассказываем в карточках.

2. HAVING вместо WHERE. Встречали конструкции типа HAVING date >= '2019-01-01'? Так делать не надо.

3. Алиасы и план запроса. Фильтр WHERE обрабатывается сильно раньше оператора SELECT в плане запросе. Это накладывает некоторые ограничения на использование алиасов.

4. Лишние подзапросы. Тот случай, когда размер - не главное. Главное - опыт 😉

5. Игнорирование CASE. С помощью CASE можно сократить запрос в несколько раз и даже решить некоторые нетривиальные задачи.
👍13
​​🔥 Тестовое задание на позицию Бизнес-аналитика

Собрали для вас тестовое задание на позицию бизнес-аналитика 👉🏻https://vk.cc/cbjbKI

Тест состоит из вопросов по темам:

* Python (Pandas)
* SQL
* Продуктовые метрики
* Статистика и теория вероятностей
* Power BI

А на сколько вопросов вы смогли ответить правильно? 😏
👍52
🔥 5 ошибок при составлении резюме

Чтобы привлекать внимание рекрутеров, нужно не только много уметь, но еще и «вкусно» это преподнести 🙂

Сегодня вместе с онлайн-университетом SF Education обсудили 5 типичных ошибок, которые встречаются в большинстве резюме.

Например:

Старайтесь максимально указывать инструменты и технологии, с которыми вы работаете

Посудите сами - вариант «До»:

- Создание аналитической системы для отдела маркетинга

Вариант «После»:

+ Разработал аналитическую систему на основе Power BI и Airflow + Python + PostgreSQL в качестве хранилища

Остальные пункты читайте в карточках 😏

- - - - -

Кстати, о том, как «вкусно» упаковать свое резюме, подробно и с примерами мы рассказали в статье 👉🏻 https://vk.cc/cbvYHr
👍3🔥21
​​🔥 CHANGELOG.md - IT Resume [Февраль]

Февраль хоть и короткий месяц, но мы много чего успели:

0. Готовим кое-что новое и крутое 😉
1. Упростили процедуру регистрации — теперь не придется городить сложные пароли
2. Исправили 50+ багов по задачам, добавили новые разборы и решения
3. Добавили несколько задач и тестовых заданий с собеседований

А также:

+ Тот самый Глеб Михайлов застримил у нас со своими леопардами 👉🏻 https://vk.cc/cbz2Hn
+ Собрали почти 30К просмотров и 100 комментариев на Хабре и все это на одной статье 👉🏻 https://vk.cc/cbz2OY

Stay tuned! 🙂
🔥4👍2
​​💥Тотальный код ревью - разбираем решение на Python

Рассмотрим задачу:

Дан массив целых чисел nums размерности 2n. Элементы массива расположены в следующем порядке: [x1, x2, ..., xn, y1, y2, …, yn]. Необходимо преобразовать массив к виду [x1, y1, x2, y2, …, xn, yn].

Пример:

Дано: nums = [2, 5, 1, 3, 4, 7], n = 3
Результат: [2, 3, 5, 4, 1, 7]

Давайте разберем решение одного из пользователей нашей платформы и сделаем его тотальный код-ревью.

Кстати, попробуйте решить задачку сами 👉 https://vk.cc/cbz9ba

Решение, которое предложил пользователь:

 class Answer:
def shuffle(self, nums, n):
p = []
p1 = []

tot = []

for i in nums[0:n]:
p.append(i)


for i in nums[n:]:
p1.append(i)

for i in range(len(p)):
tot.append(p[i])
tot.append(p1[i])
return tot

Отметим, что поставленную задачу этот код действительно решает. Однако многое тут можно оптимизировать.


1. Избавимся от range

Начнем немного с конца. В последнем цикле пользователь предлагает цикл по i с помощью range(len(p)).

В целом, это логично - длина массивов p и p1 одинаковая, так что ошибок здесь нет. Но это же код на Python - давайте перепишем его на питонячем!

Сцепим два списка с помощью zip и проитерируем по ним одновременно. А чтобы пополнить список tot на очередной итерации, просто используем «+=».

 for el1, el2, in zip(p, p1):
tot += [el1, el2]

Можете проверить - результат будет такой же.


2. Избавимся от лишних циклов

Вообще говоря, столько циклов тут и не нужно. Пользователь сначала пробегает по первой части списка, занося нужные элементы в новый список p. Далее он делает аналогично с p1.

Сходу в голову приходят 2 варианта:

- Пробежаться в цикле 1 раз и добавить проверку if
- Сцепить 2 подмассива

1 вариант:

 for i, el in enumerate(nums):
if i < n:
p.append(el)
else:
p1.append(el)

Тут у нас опять 2 массива. Чтобы от них избавиться, можно заглядывать «немного вперед»:

 for i, el in enumerate(a):
if i < n:
tot += [el, a[i+n]]

Но и тут как будто что-то не то. Немного смущают индексы.

2 вариант:

Так давайте избавимся от них с помощью слайсинга и функции zip:

 for a, b in zip(nums[:n], nums[n:]):
tot += [a, b]

Вот это уже получше. Мы сразу избавились от 2 лишних циклов и от 2 дополнительных списков.


3. Наведем красоту

Помимо исправлений по коду, несколько замечаний про внешнее оформление кода.

— Задание массивов лучше не растягивать на 3 строки, а оформить в виде одной:

p, p1, tot = [], [], []

— Между некоторыми блоками кода есть 2 пустые строки. Это не соответствует PEP8
👍20