Мы публикуем сюда много полезного контента - стараемся вкладывать в это всю душу и знания. Хотим, чтобы вам было и интересно, и полезно читать - ведь сейчас в сети очень много всего, но достойных ресурсов мало ❤️

А еще мы сосредоточенно изо дня в день развиваем свой флагманский продукт - Симулятор «Аналитик данных». Мы не клепаем 100500 сомнительных курсов, не применяем дешевые трюки, а стараемся работать над качеством своего продукта каждый день!

И кажется, у нас получается: по нашему (конечно же, непредвзятому 😁) мнению и мнению многих наших студентов (уже более непредвзятому) мы сделали один из лучших продуктов на рынке!

Поэтому, если вы решительно намерены стать крутым аналитиком, подумываете об этом или просто хотите прокачать свои скиллы в этой области - приходите к нам на персональную экскурсию в Симулятор!

👉 Записаться на экскурсию 👈

В формате персонального звонка наши эксперты вникнут в ваш запрос, расскажут про наш подход к обучению (и что в нем особенного), «лицом» покажут все материалы - ведь мы ими гордимся!

Если поймете, что нам по пути - будем рады вам помочь) Если нет - по крайней мере, вы уйдете с четкой структурой действий, полезными материалами и вдохновением)

Нажмите на кнопку ниже, чтобы записаться на экскурсию и получить все бонусы 👇🏻

👉 Записаться на экскурсию 👈

Задача с реального собеседования по SQL 🔥

Все мы знаем, что на собеседованиях спрашивают самые разные задачки - кто во что горазд. Однако, есть некоторые классические задачи, которые вы можете встретить на многих технических собесах. Одна из таких задач - поиск второй по размеру зарплаты с помощью SQL-запроса.

Задача, на самом деле, немного сложней, чем кажется. Конечно, опытный аналитик решит ее сходу, но у новичков она вызывает затруднение.

Если нам нужно было бы найти первую по размеру зарплату, то решение было бы на поверхности: мы бы отсортировали таблицу по полю Salary, а потом с помощью LIMIT оставили бы только первую строку (хотя это не самый правильный, однако красивый вариант).

Но по заданию нужно найти вторую зарплату. Или может быть третью - это все вариации одной и той же задачи. И один из вариантов решения такой задачи - с помощью оконной функции и подзапроса. Кстати и первую зарплату так можно найти (и такое решение самое правильное, пожалуй).

Код с решением - в карточках 🙂

💥💥💥

А если хотите стать крутым аналитиком и решать не абстрактные задачки, а крутые отраслевые кейсы - приходите к нам на персональную экскурсию в Симулятор!

👉 Записаться на экскурсию 👈

Готовый проект для портфолио - ABC-анализ 🔥

ABC-анализ - еще одна базовая вещь, которую нужно знать любому аналитику. Она используется абсолютно в разных нишах бизнеса:

- оффлайн-торговля
- ecom
- торговля на маркетплейсах
- даже если вы продаете курсы, но очень много сразу 😁

Кроме того, это отличная идея для портфолио! В огромном количестве компаний рекрутер увидит этот проект в портфолио и скажет «воу, так мы это делаем в своем бизнесе, видимо чувак шарит». А дальше - оффер, печеньки в офисе, макбук от компании и вот это все)

Поэтому мы подготовили для вас готовый и уже оформленный проект для портфолио на примере ABC-анализа!

👉 Забирайте гайд по ссылке 👈

P.S. Там реально все необходимое. И код, и бизнес-выводы и даже описание коммерческого кейса.

Тест: Какая аналитика подходит вам больше всего? 🔥

Недавно мы делали пост о том, какие бывают аналитики и чем они отличаются. Получилось классно - мы реально теперь просто при возникновении такого вопроса в диалоге можем просто скинуть ссылочку на пост 😁

Но мы решили пойти дальше и заняться профориентацией, т.к. многие из вас хотят стать аналитиками, но еще не определились, какая сфера им ближе. А это важно - от этого зависит и набор навыков, и срок обучения, и многое другое.

Поэтому мы собрали для вас классный тест, который покажет вам - какая аналитика данных вам подходит больше всего!

Без шуток - мы рассмотрели все основные направления аналитики и за счет несложных (но местами веселых) вопросов с высокой точностью определим, какая аналитика вам больше подойдет!

👉 Пройти тест 👈

Налетайте! 🔥

Агрегирование в Pandas, которым вы не пользовались раньше 🔥

Работая с библиотекой Pandas, нередко приходится применять функции группировки и агрегирования. Все мы привыкли к sum, count и прочим распространенным функциям.

Но сегодня нам хотелось бы рассказать об одной интересной функции, которую можно использовать в агрегации. Речь пойдёт о функции set. Она позволит вывести уникальное множество значений для каждой группы.

Более наглядно рассмотрим работу функции на небольшом примере. Представим, что у вас есть датафрейм с id клиента и с наименованием товаров, которые он покупал:

| id | product |
|  1 |    p1   |
|  2 |    p2   |
|  1 |    p3   |

Для отображения уникальных покупок каждого клиента воспользуемся такой конструкцией:

df.groupby('id').agg({'product': 'set'})

В результате мы получим таблицу:

| id | product |
|  1 | {p1, p3}|
|  2 |   {p2}  |

Это очень полезная конструкция, когда нужно вывести что-то уникальное с разбивкой по группам. А такое встречается прям часто - вот еще несколько примеров:

- Из каких модулей каждый студент решал задачи
- Какие группы товаров продавались в каждом из магазинов сети
- С какими пользователями обменивался сообщениями каждый пользователь

Хотите тоже освоить отраслевые фишки, обучаясь на реальных бизнесовых задачах, и быстро стать аналитиком? Приходите на персональную экскурсию в Симулятор - расскажем, как!

👉 Записаться на экскурсию 👈

Несколько фишек когортного анализа 🔥

В субботу мы проводили закрытый мастер-класс для студентов нашего Симулятора «Аналитик данных». Тема мастер-класса была «Когортный анализ LTV/ROMI в Excel» - мы в режиме онлайн строили таблицу с когортным анализом LTV и ROMI по продажам онлайн-аптеки.

Помимо технической части, мы обсуждали важный вопрос - какие выводы можно делать на основании когортного анализа. И вот несколько мыслей с этого вебинара, которыми мы хотим поделиться с вами.

Высокий ROMI не значит эффективность рекламного канала ✅

Звучит немного пародоксально, учитывая, что ROMI показывает, насколько хорошо окупились наши вложения в маркетинг. Однако есть тонкий момент - даже при очень высоком ROMI всегда нужно оценивать, сколько денег вы вложили в рекламу.

Например, если вы вложили 10 000 рублей в рекламу и получили 500% ROMI - совсем не значит, что пропорция сохранится на бюджете в 10 млн. руб.

Именно поэтому на вебинаре мы порекомендовали всегда справочно выводить потраченный рекламный бюджет на каждую когорту.

Большая выручка не значит окупаемость инвестиций ✅

Если вы делаете когортный анализ и видите, что какая-то когорта с течением времени приносит вам все больше и больше денег, это совсем не значит, что она себя окупила. Все зависит от того, сколько денег вы вложили для привлечения этих клиентов.

Например, когорта «январь-2023» в первый месяц принесла 1 млн, а к 6 месяцу - уже 15 млн. суммарно. Вроде классно, да? Но если посмотреть расходы - на привлечение мы потратили 14 млн. руб. Получается, когорта окупает себя только к 6 месяцу, что не очень хорошо для бизнеса.

Поэтому на вебинаре мы порекомендовали всегда одновременно в одной таблице делать когортный анализ и LTV, и ROMI. Или хотя бы настроить подсветку значений LTV в зависимости от значения ROMI.

Заключение ✅

Конечно, это далеко не все - вебинар длился 1.5 часа. Главный его итог - мы единогласно со студентами решили, что намного лучше делать когортный анализ в SQL или Pandas 😁

Кстати, мы уже рассказывали про когортный анализ здесь, а также недавно проводили вебинар на эту тему.

Присоединяйтесь к нашему Симулятору «Аналитик данных», чтобы обучиться аналитике на реальных бизнес-кейсах, а также ежемесячно участвовать в подобных мастер-классах 🔥

👉🏻 Присоединиться к Симулятору 👈🏻

Не волнуйтесь, это не фейк 😏

Друзья, если вы давно с нами, то вы знаете, что у нас есть 2 основных проекта:

- Образовательные симуляторы Simulative
- Платформа для подготовки к собеседованиям IT Resume

Исторически так получилось, что проект IT Resume появился раньше, поэтому канал называется «IT Resume» и аватарка канала - логотип этого проекта.

Однако последнее время контент сюда делает именно команда Simulative, поэтому мы решили восстановить справедливость и сменить оформление своих социальных сетей, чтобы ребятам было не обидно 😁

💥 Поэтому небольшое объявление 💥

Не удивляйтесь, когда увидите новый канал в своих подписках. Это не фейк и вас никуда не добавили - это все еще мы, команда IT Resume / Simulative, делаем для вас классный контент ❤️

В течение этой недели мы все поменяем, а пока просто заранее предупреждаем)

А если вам заходит наш контент - давайте наберем 50 реакций сердечек на этот пост ❤️ Это будет отличная мотивация для нашей команды делать еще больше качественного контента!

Срочная новость - мы сделали для вас еще один бесплатный курс!

Больше всего за последний год у нас просили сделать именно курс по Основам языка Python. Курс подойдет абсолютным новичкам: мы с самого нуля шаг за шагом разбираем все темы - начиная от переменных и заканчивая работой с интересными модулями (например, для работы с Google Sheets).

Начать можно уже сегодня 👉🏻 https://simulative.ru/free-python

Курс максимально практикоориентированный - 10 глав, 100+ практических заданий, 3 бизнесовых проекта для портфолио. Все как мы любим 🙂

👉🏻 Записаться на бесплатный курс 👈🏻

А вы входите в 2% избранных? 🔥

Недавно мы сделали классный тест проверки своих навыков аналитика и его уже прошли много сотен человек. Поэтому мы уже провели первичную аналитику (аналитики ж мы, в конце концов).

Мы собрали информацию - на каких вопросах люди чаще всего фейлятся, а какие наоборот даются проще всего. Или вот еще - какое среднее и медианное значение правильных-неправильных ответов с распределением по секциям (мы построили свой любимый график - violinplot). Короче, много чего посмотрели - если вам интересно, поставьте реакцию на этот пост и мы поделимся с вами, как мы проводили эту аналитику: прям с графиками, кодом и выводами 😌

Но самая интересная статистика - сколько людей прошло тест полностью правильно. И шок - всего 2%?!

Честно сказать, мы были немного удивлены, потому что все эти вопросы спроектированы на основании материалов в нашем Симуляторе, а значит средний аналитик, который «входит в IT» должен это знать.

Однако мы получили много классного фидбека, что люди увидели свои слабые места и пошли их подтягивать - это не может не радовать, ведь индустрия за счет этого станет чуточку более прокачанной))

А вы уже проходили тест? Попали вы в 2% этих избранных? Если не проходили - обязательно проверьте себя! А если уже проходили - попробуйте еще раз спустя время)

👉 Проверить свои навыки 👈

Мы публикуем сюда много полезного контента - стараемся вкладывать в это всю душу и знания. Хотим, чтобы вам было и интересно, и полезно читать - ведь сейчас в сети очень много всего, но достойных ресурсов мало ❤️

А еще мы сосредоточенно изо дня в день развиваем свой флагманский продукт - Симулятор «Аналитик данных». Мы не клепаем 100500 сомнительных курсов, не применяем дешевые трюки, а стараемся работать над качеством своего продукта каждый день!

И кажется, у нас получается: по нашему (конечно же, непредвзятому 😁) мнению и мнению многих наших студентов (уже более непредвзятому) мы сделали один из лучших продуктов на рынке!

Поэтому, если вы решительно намерены стать крутым аналитиком, подумываете об этом или просто хотите прокачать свои скиллы в этой области - приходите к нам на персональную экскурсию в Симулятор!

👉 Записаться на экскурсию 👈

В формате персонального звонка наши эксперты вникнут в ваш запрос, расскажут про наш подход к обучению (и что в нем особенного), «лицом» покажут все материалы - ведь мы ими гордимся!

Если поймете, что нам по пути - будем рады вам помочь) Если нет - по крайней мере, вы уйдете с четкой структурой действий, полезными материалами и вдохновением)

Нажмите на кнопку ниже, чтобы записаться на экскурсию и получить все бонусы 👇🏻

👉 Записаться на экскурсию 👈

Обновленный роадмап аналитика данных 🔥

Недавно мы сделали полную дорожную карту аналитика данных - с каких тем начать обучение, на чем стоит фокусироваться в первую очередь, а что изучать не нужно вовсе или можно отложить на потом.

На днях мы провели опрос наших студентов и на основании этого доработали роадмап - добавили несколько новых блоков и немного расширили старые. Например, добавили блок по маркетинговой аналитике и инженерии данных.

Если вы еще не скачали себе наш роадмап - обязательно сделайте это: он позволит избавиться от путаницы и сформировать четкий план действий ✨

👉 Скачать роадмап 👈

Hot news: Мы получили образовательную лицензию 🔥

Начало этой недели было для нас знаменательным - Министерство образования выдало компании Simulative лицензию на осуществление образовательной деятельности! ⚡️

Мы начинали как сообщество с полезным контентом по аналитике и программированию, постепенно переросли в платформу с задачками и тестами, а затем запустили полноценное образовательное направление. И мы только начали 🚀

Качество наших материалов абсолютно никак не зависит от наличия лицензии - мы всегда выкладываемся на 101% и продолжим делать это дальше. Просто теперь об этом знает еще и Правительство, а не только наши подписчики 😁

Наши флагманские программы:

- Симулятор «Аналитик данных»
- Симулятор собеседования аналитика

Спасибо, что вы с нами! Будем рады видеть вас в числе наших студентов, а вскоре после начала обучения у нас - крутыми аналитиками ❤️

Каждый аналитик должен уметь работать в 1С?! 😱

Аналитика - очень важная штука, и внедряют ее не только огромные компании (типа Яндекса, ВК и Авито), но и средний/малый бизнес. Причем платят там зачастую не меньше, а задачи порой даже поинтересней.

Но данные приходится собирать из разных источников. А один из ключевых источников данных в такой компании - 1С. И что, получается, нужно уметь программировать на 1С?!

Нет, можете не переживать. Большинство современных компаний работают на 1С в конфигурации SQL, поэтому вы можете подключиться к базе 1С и работать с ней, как с обычной PostgreSQL или MS SQL Server базой данных.

Например, мы сейчас делаем несколько проектов по выстраиванию аналитики в других компаниях и везде был один и тот же запрос - наладить ежедневную выгрузку данных из 1С. И в этом нет ничего сложного - например, тех знаний, которые мы даем своим студентам в Симуляторе «Аналитик данных», вполне достаточно, чтобы и подключиться к базе, и соединить все нужные таблицы, и провести потом глубокую аналитику.

Кстати, это будет классным плюсом при трудоустройстве в среднюю/маленькую компанию - если вы покажете на собеседовании, что понимаете, как легко и непринужденно собрать данные для аналитики из 1С, они будут счастливы. Поверьте, точно будут. Если в одном предложении встречаются слова «1С» и «легко» - все вокруг счастливы)

А если хотите стать крутым аналитиком данных и научиться решать задачи, которые возникают в реальном бизнесе, приходите на нашу персональную бесплатную экскурсию в Симулятор - расскажем как 👉🏻 ссылка

Мы поменяли название канала и аватарку с «IT Resume» на «Simulative». Это все еще мы - это оба наших проекта, так что не переживайте и оставайтесь с нами 🙂

Самый важный пост этого канала 🟢

Мы собрали небольшой гид по этому каналу и по всем нашим полезностям в целом. Если вы давно с нами - считайте это апдейтом. Если только вступили - добро пожаловать 💙

Что это за канал и кто вы такие? 🔔

Итак, этот канал ведет компания Simulative - команда аналитиков и программистов, которые делают образовательные Симуляторы. Наши Симуляторы - это крутые образовательные программы, где мы обучаем не на «апельсинах», а на кейсах из реального бизнеса.

Наш основатель - Андрон Алексанян, практикующий аналитик и предприниматель, а все его проекты напрямую связаны с аналитикой. Например, Андрон является техническим директором «Бюро анализа данных» и курирует выстраивание аналитики в компаниях с нуля. Он также преподает анализ данных на кафедре Прикладной математики в филиале МИФИ, участвует в нескольких аналитических стартапах и ведет экспертный канал с мемами по аналитике.

А что у вас есть интересного? 🔔

В этот канал мы каждую неделю выкладываем полезный контент по аналитике, SQL, Python, продуктовым метрикам и смежным темам. Вот небольшая подборка интересных постов, чтобы войти во вкус:

* Пример A/B теста в реальном бизнесе
* Типичная ошибка аналитика данных
* Лайфхак: Как читать Google Sheets в Pandas
* Какие бывают аналитики и чем они отличаются
* Супер-лайфхак для аналитиков про Google Colab

А какие еще полезности у вас есть? 🔔

Помимо этого, мы регулярно выкладываем бесплатные, но очень качественные полезности для вас. Например, топ наших рекомендаций для вас:

* Тест для проверки своих навыков аналитика данных
* Бесплатный курс «Основы Python»
* Полный карьерный роадмап аналитика данных
* Тест «Какая аналитика вам больше всего подходит»
* 6 каверзных вопросов с собеседования по SQL

А что из себя представляют ваши Симуляторы? 🔔

Некоторые факты о наших образовательных Симуляторах:

* Мы запустили первый Симулятор в 2022 году. Пока некоторые игроки рынка работают «на количество», мы берем качеством. У нас всего 2 флагманские программы, которые мы беспрерывно улучшаем и дорабатываем: Симулятор «Аналитик данных» и Симулятор собеседования аналитика.

* Наши Симуляторы прошло уже более 1000 студентов. И даже на такой выборке наш процент возвратов - меньше 0.5%. При этом ни разу возврат не был мотивирован качеством наших материалов.

* Более 90% студентов, которые обращаются за помощью с трудоустройством, находят работу. А в последние 2 месяца мы начали еще сильней усиливать опцию карьерного сопровождения, так что ожидаем рост этого показателя в ближайшем будущем!

* Около 70% наших студентов - полные новички: рескиллеры из других профессий, например, копирайтеры, госслужащие, учителя и даже садовники! И это не мешает некоторым трудоустраиваться уже после прохождения 3 модуля (из 12).

* Еще 20% студентов - специалисты смежных сфер: финансисты, бухгалтера, экономисты, маркетологи. Остальные 10% - действующие аналитики, которые пришли подкачать свои скиллы.

Если вы готовы достигать результата - приходите в наши Симуляторы, и мы вам поможем!

* Симулятор «Аналитик данных»
* Симулятор собеседования аналитика

А может еще есть полезности...? 🔔

Кстати, если вам заходит формат видео - вот еще немного классного видео контента 📌

* Стрим с Глебом Михайловым
* Стрим с Настей Кузнецовой из «Настенька и графики»
* Самый быстрый способ стать аналитиком и найти работу

Спасибо, что вы с нами! Рады стараться для вас 🧡

Как легко собрать вместе список, кортеж и множество в Python? 🔥

Иногда по мере написания кода на Python получается так, что нужная нам информация хранится в переменных разного типа. Но вам нужно объединить эти данные в один список, чтобы работать дальше только с ним.

Это особенно актуально, если вы используете различные библиотеки, сторонние API и источники данных - у каждого своя структура хранения информации.

Пример задачи из реальной практики ✅

Например, вы используете стороннюю библиотеку, чтобы получать информацию из своей CRM-системы (например, Битрикс или AmoCRM). Вы запросили оттуда ID всех ваших клиентов и получили результат в виде кортежа clients_tuple. В то же время с вашего сайта вам пришел запрос, где ID новых клиентов переданы в виде списка clients_list. А из внутреннего хранилища компании вы достали с помощью специальной библиотеки ID клиентов, которые купили у вас очень давно и их данных нет в CRM-системе - результат у вас хранится в виде множества clients_set.

Это не выдуманная задача - это упрощенная версия кейса, который мы недавно встретили, когда настраивали аналитику в одной крупной компании.

Ваша задача теперь - максимально просто это все собрать в один список clients и работать с ним дальше.

Как решить эту задачу? ✅

Объединение данных из разных структур (кортежей, словарей, множеств и т.д.) - довольно распространенная задача. Для ее решения существует множество способов. Например, создать пустой список и в трех циклах по каждой структуре добавлять туда информацию.

Однако, очевидно, что это очень неоптимальный и «некрасивый» способ решения данной задачи.

Для «красивого» решения можно воспользоваться полезной фичей языка Python - распаковкой.

Операция распаковки (*) позволяет «вытащить» элементы из каждой структуры данных, избавившись тем самым от ограничения каждой из структур и получив просто «голые» элементы. Распаковав таким образом каждую структуру, остается только объединить все получившиеся элементы в один список.

Сделать это можно следующим образом:

clients  = [*clients_tuple, *clients_list, *clients_set]

Заключение ✅

Согласитесь, изящно? Python прекрасен такими конструкциями - в одну строку можно сделать довольно сложные операции.

Хотите освоить Python с нуля? Приходите на наш бесплатный курс «Основы Python»!

👉🏻 Записаться на курс по Python 👈🏻

Приглашаем на бесплатный курс по основам Python 🔥

Только на прошлой неделе мы опубликовали бесплатный курс «Основы Python», а сейчас его уже проходят более 1000 человек!

Курс состоит из 10 глав, 100+ практических заданий и 3 бизнесовых кейсов. Даже если вы абсолютно ничего не знаете о Python и программировании, после прохождения уроков вы сможете решить несколько сложных бизнес-задач - автоматизировать обработку кассовых чеков или контролировать просроченные платежи.

Скорее регистрируйтесь на курс 👉🏻 ссылка