🐼 Pandas для всех — бесплатный курс от Simulative

Друзья, наверняка вы уже видели, что недавно мы запустили бесплатный курс по Pandas. Это отличная возможность изучить такой нужный сегодня инструмент, который сильно упрощает жизнь аналитика.

Обучение проходит на нашей платформе — и тут хотим напомнить, что это приносит дополнительные бенефиты. Например, вы можете принять участие в нашей реферальной программе.

➡️ Записаться на курс

За неделю обучения вы:

🟠 Освоите Pandas с нуля до продвинутых функций: сложная агрегация, оконные функции и т.д.
🟠 Научитесь решать реальные аналитические задачи: проводить многомерный ABC-анализ, XYZ-анализ, рассчитывать динамику продаж и т.д.
🟠 Сделаете собственный проект, который сможете добавить в портфолио: реальный кейс автоматизации обработки финансовой отчетности от крупной региональной аптечной сети.

➡️ Записаться на курс

#️⃣ Менторская программа «Аналитик данных»: отвечаем на вопросы

Друзья, заметили в чатах, открытых и закрытых, ваши вопросы о нашей менторской программе. Постараемся уместить всё в один пост.

Что такое менторская программа «Аналитик данных» и в чем ее преимущества?

Менторская программа «Аналитик данных» — это эволюция курса-симулятора «Аналитик данных» в формате стажировки junior-аналитика. Она подходит даже новичкам и включает персональную поддержку ментора, HR-сопровождение и оплату части стоимости только после получения оффера.

Чем менторская программа отличается от других тарифов в Simulative?

Главное отличие — индивидуальный подход и персональная поддержка наставника на всём этапе обучения, включая помощь в трудоустройстве. Часть оплаты вносится только после получения оффера от работодателя.

К слову, до 11 марта включительно действует бонус: -70% на оплату, которую вы вносите после получения оффера. Подробности можно узнать у менеджеров.

Чем отличается менторская программа от курса аналитик данных VIP?

В сущности — ничем 🙃 Мы просто вынесли описание менторской программы на отдельную страницу, чтобы уделить ей больше внимания. VIP-тариф включает в себя множество ценных опций и возможностей, которые легко могли бы затеряться среди общей информации о курсе.

Почему стоит выбрать именно менторскую программу среди прочих тарифов?

Как уже писали выше, менторская программа предлагает персональное сопровождение от начала обучения до трудоустройства. Вот ключевые причины выбрать её:

🟠 Усиленная карьерная поддержка, где вы получаете помощь от этапа оформления резюме до прохождения технических собеседований;
🟠 Создание уникального итогового проекта, который будет полностью отвечать вашим интересам — такого не будет ни у кого на рынке;
🟠 10 созвонов с экспертами индустрии, которые помогут установить, профессиональные связи и понять индустрию изнутри

⚡️ Интересно, как ментор сможет помочь вам раскрыть свой потенциал в аналитике?

Завтра стартует очередной поток менторской программы и завтра же заканчивается наша акция — узнайте больше о программе и задайте свои вопросы нашим консультантам, чтобы понять, подходит ли она именно для ваших целей.

➡️ Получить консультацию

🔥 Собираем продающее портфолио аналитика: когортный анализ LTV в SQL

Мы каждый день общаемся с большим количеством людей: наших студентов, потенциальных студентов и просто тех, кто взаимодействует с нами через социальные сети и наши продукты. И заметили одну и ту же проблему повсюду, особенно среди начинающих аналитиков.

‼️ Это проблема отсутствия портфолио. А если портфолио есть, то оно часто состоит из проектов, которые можно легко найти на Хабре или в Google, такие как решения типовых задач или консольные калькуляторы. Это уровень проектов, который не впечатляет.

Именно поэтому мы относительно недавно организовывали вебинар-интенсив, а сегодня делимся его записью, где Андрон Алексанян, CEO Simulative, разбирал когортный анализ LTV в SQL.

*️⃣ Чем вам полезен данный материал:
— Узнаете, что такое LTV наглядно на примере и поймете его важность для бизнеса (и работодателей, соответственно);
— Разберетесь с когортным анализом и научитесь проводить его с помощью изящного SQL-запроса;
— Поймете, как формулировать бизнес-выводы на основании этого анализа;
— Упакуете крутой проект себе в портфолио.

*️⃣ Интенсив — практикоориентированный, где вы не только подробно разберете когортный анализ и что такое LTV, но и что такое портфолио. А именно: как лучше сделать портфолио, какие ошибки с этим связаны, и как удачно упаковать такие проекты.

➡️ Получить доступ к интенсиву

Голосуйте реакциями, если нужно больше материалов, связанных с портфолио и рабочей практикой

#полезность

⚡️ Вебинар сегодня: Как аналитику уверенно пройти собеседование с HR

Ждем вас на нашем вебинаре в 18:00 по МСК — поговорим о том, как подавать себя, свой опыт и навыки.

Спикер — Наталья Рожкова, HR-эксперт в hrtech, ex-Ancor IT-recruitment.

Что обсудим:

🟠 Как использовать свои сильные и слабые стороны для эффективной презентации и оптимизации собеседования;
🟠 Вопросы о компании, которые покажут ваш интерес и профессионализм;
🟠 Как спланировать собеседование в соответствии с вашим типом личности и энергетикой.

➡️ Зарегистрироваться

⚡️ Вебинар начался! Как аналитику уверенно пройти собеседование с HR

Вебинар-болталка стартовал!

Сейчас начинаем обсуждение soft skills, а потом будем говорить о личностных характеристиках и как готовиться к собеседованию с HR.

Подключайтесь и готовьте свои вопросы — ещё успеете на самое интересное!

➡️ Зарегистрироваться

EXPLAIN ANALYZE и его альтернативы для разных СУБД

Сегодня поговорим про EXPLAIN ANALYZE, обсудим, что это за команда и как применяется при написании SQL запросов.

Команда EXPLAIN ANALYZE является мощным инструментом для оптимизации запросов в базах данных, особенно в PostgreSQL. Она позволяет не только просмотреть план выполнения запроса, но и выполнить его, предоставляя информацию о времени выполнения и использовании ресурсов. Однако, не все системы управления базами данных (СУБД) поддерживают эту команду в полном объеме. Давайте рассмотрим, как работает EXPLAIN ANALYZE и его альтернативы для разных СУБД более подробно.

*️⃣PostgreSQL: EXPLAIN ANALYZE
В PostgreSQL, EXPLAIN ANALYZE используется для получения подробной информации о выполнении запроса. Она показывает не только предполагаемый план выполнения, но и фактическое время выполнения, количество обработанных строк и использование буферов. Это позволяет точно оценить эффективность запроса и выявить потенциальные проблемы.

Пример использования:

EXPLAIN ANALYZE SELECT * FROM users WHERE age > 18;

Вывод:
- План выполнения: Показывает шаги, которые будут выполнены для запроса, включая сканирование таблиц, соединения и агрегации.
- Ожидаемая стоимость: Включает стоимость запуска до выдачи первой строки и общую стоимость выдачи всех строк.
- Фактическое время выполнения: Включает общее время выполнения запроса и время на каждый узел плана.
- Использование буферов: Показывает, сколько данных было прочитано из кэша и диска.

*️⃣MySQL: EXPLAIN
В MySQL, команда EXPLAIN используется для анализа плана выполнения запроса. Однако, она не выполняет запрос и не предоставляет фактическое время выполнения. В некоторых версиях MariaDB появилась поддержка аналогичной функциональности, но она еще не широко используется.

Пример использования:

EXPLAIN SELECT * FROM users WHERE age > 18;

*️⃣MariaDB: EXPLAIN ANALYZE (beta)
В MariaDB, начиная с версии 10.1, появилась поддержка команды EXPLAIN ANALYZE, но она пока находится в стадии beta и не широко используется.

*️⃣Greenplum: EXPLAIN ANALYZE
Greenplum, как и PostgreSQL, поддерживает команду EXPLAIN ANALYZE. Она выполняет запрос и предоставляет подробную информацию о времени выполнения и использовании ресурсов. В Greenplum также можно использовать транзакции для выполнения EXPLAIN ANALYZE без изменения данных:

BEGIN; EXPLAIN ANALYZE ...; ROLLBACK;

*️⃣Другие СУБД
Для других СУБД, таких как Microsoft SQL Server, Oracle, и Firebird, используются аналогичные команды для анализа планов запросов, но они могут иметь разные синтаксисы и возможности.

Альтернативы и инструменты
Помимо встроенных команд, существуют сторонние инструменты, которые могут помочь в анализе и оптимизации запросов:
- pgBadger для PostgreSQL: анализирует журналы и предоставляет отчеты о производительности.
- Tensor Explain: визуализирует планы запросов для более наглядного анализа.
- explain.depesz.com: выводит план с акцентом на суммарные и промежуточные временные затраты.

*️⃣Заключение
Команда EXPLAIN ANALYZE является мощным инструментом для оптимизации запросов в PostgreSQL и некоторых других СУБД. Для MySQL и MariaDB используются аналогичные команды, но с ограниченной функциональностью. Использование сторонних инструментов может дополнительно помочь в анализе и оптимизации запросов.

❗️ Этот пост появился благодаря вашим вопросам в комментариях. Так что не стесняйтесь продолжать спрашивать и делиться своим мнением! И ставьте 🔥, чтобы мы понимали, что делаем это не зря :)

⚡️ Анализ активности пользователей с помощью SQL

Уже сегодня в 19:00 по МСК Андрон Алексанян проведет второй в серии интенсив на тему «Анализ пользователей с помощью SQL активности».

Что будем делать:
1. Освоим базовый синтаксис SQL (фильтрация, группировки, соединение таблиц);
2. С помощью несложных SQL-запросов проведем исследование для маркетологов;
3. Освоим фишки SQL, которые сильно упрощают написание кода.

➡️ Зарегистрироваться

📌 [Вебинар] Разбираем тестовое задание в Самокат на позицию Junior аналитика данных

Скорее всего, вы этого долго ждали. Возвращаемся к разбору тестовых заданий.

18 марта в 18:30 по МСК проведем вебинар, где Денис Иванов разберет тестовое задание в Самокат на позицию Junior аналитика данных. Денис — ведущий продуктовый аналитик и автор телеграм-канала «Денис и аналитика».

Что будем делать на вебинаре:

🟠 Построим SQL-запросы для различных бизнес-сценариев;
🟠 Узнаем, как находить тренды на основе данных и интерпретировать их для бизнеса;
🟠 Обсудим реальные примеры из практики;
🟠 Изучим подход к построению аналитического отчета «с нуля» в новой компании;
🟠 Рассмотрим примеры ограничения задач и как их обходить (исключения, временные рамки, обработка данных).

➡️ Зарегистрироваться

#вебинар

😶 Гайд: Практическое применение алгоритмов ML

Вы знаете, как компьютеры могут учиться на данных и делать точные прогнозы? Благодаря алгоритмам машинного обучения — набору методов, которые позволяют компьютерам учиться на данных и делать прогнозы без явного программирования.

Подготовили для вас материал с обзором и примерами применения таких алгоритмов.

*️⃣ Что вы получите от нашего материала?

🟠 16 алгоритмов с реальными примерами кода, такими как прогнозирование стоимости недвижимости, классификация электронных писем как спам или не-спам и многое другое;

🟠 Разберетесь в принципах работы алгоритмов и их практическом применении. Вы узнаете, как использовать их для автоматизации рутинных задач и улучшения процессов принятия решений;

🟠 Узнаете, как использовать эти алгоритмы для решения реальных задач в бизнесе, науке и других областях. Это может существенно повысить эффективность ваших проектов и дать вам конкурентное преимущество.

➡️ Получить материал

#полезность

Друзья, уже сегодня в 18:30 по МСК проведем вебинар, где Денис Иванов разберет тестовое задание в Самокат на позицию Junior аналитика данных. Денис — ведущий продуктовый аналитик и автор телеграм-канала «Денис и аналитика».

Что будем делать на вебинаре:

🟠 Построим SQL-запросы для различных бизнес-сценариев;
🟠 Узнаем, как находить тренды на основе данных и интерпретировать их для бизнеса;
🟠 Обсудим реальные примеры из практики;
🟠 Изучим подход к построению аналитического отчета «с нуля» в новой компании;
🟠 Рассмотрим примеры ограничения задач и как их обходить (исключения, временные рамки, обработка данных).

➡️ Зарегистрироваться

⚡️ Начинаем долгожданный разбор тестового задания на позицию Junior аналитика данных!

Спикер вебинара — уже знакомый нам Денис Иванов, ведущий продуктовый аналитик и автор телеграм-канала «Денис и аналитика».

Начинаем с ознакомления с датасетом и приступаем к разбору тестового задания.

➡️ Спешите подключиться и готовьте свои вопросы!

😶Гайд по аналитике: как превратить хаос материалов в четкий план обучения😶

Вы уже заметили, сколькими полезными материалами мы делимся с вами? Методички, статьи, интенсивы, тесты — всё это как пазл, который нужно собрать в систему. Но для новичка важно не просто начать, а действовать осознанно.

Поэтому мы подготовили для вас большую подборку разнообразных материалов для начинающих аналитиков, которая поможет вам где-то подтянуть, а где-то проверить свои навыки – и теоретические, и практические.

Наша подборка — это не просто сборник ссылок. Это пошаговый гид, который поможет:

🔹 Сформировать фундамент профессии через проверенные материалы;
🔹 Создать портфолио, которое впечатлит работодателей;
🔹 Подготовиться к собеседованию и собрать портфолио с бизнесовыми кейсами;
🔹 Сэкономить время — больше 25 материалов в одном месте, без бесконечного поиска.

➡️ Получить материал

Начните с того, что уже есть. Каждый материал в подборке — это кирпичик в вашей карьере. Через несколько недель вы увидите, как знания складываются в уверенность и навыки, которые откроют двери в мир аналитики.

Готовы начать?
Скачайте сборник и сделайте первый шаг к мечте — сегодня. 🚀

⚡️Анализ маркетинговых активностей с помощью Python

20 марта в 19:00 по МСК Андрон Алексанян проведет третий, заключительный, в серии интенсив на тему «Анализ маркетинговых активностей с помощью Python».

Что будем делать:
1. Освоим базовый синтаксис языка Python (переменные, циклы, условия, работа с файлами);
2. Изучим датасет и проанализируем маркетинговые активности;
3. Узнаем дополнительные фишки — построение интерактивных графиков, работу с таблицами и т.д.

➡️ Зарегистрироваться

Machine Learning: как машинное обучение меняет мир. От простых алгоритмов к компьютерному зрению

Савелий Батурин, Senior ML-Engineer в Postgres Professional, а также преподаватель нашего курса-симулятора «Инженер машинного обучения» подготовил для вас видео, где расскажет о том, как алгоритмы машинного обучения помогают анализировать большие объемы данных и выявлять закономерности.

На видео Савелий расскажет:

*️⃣О примерах успешного использования машинного обучения, таких как анализ покупательского поведения в Walmart;
*️⃣Актуальную проблему кадрового голода в IT и о том, как развивать практические навыки и решать реальные бизнес-задачи;
*️⃣Про развитие компьютерного зрения, распознавание текста и анализ медицинских изображений.

Смотрите там, где удобно:
YouTube
VK Video

Длительность — 14:47