Большинство историй о смене профессии — это путь «из офиса в IT». Но сегодня у нас в гостях человек с уникальной траекторией. Это история о том, как дух исследователя, умение начинать с нуля и не бояться меняться оказываются ценнее любого диплома.

Знакомьтесь, Елена — дизайнер, фотограф с публикацией в National Geographic и... будущий специалист в Data Science. Её путь доказывает, что жизненный опыт — это суперсила, а не помеха.

😶Читайте интервью, мотивируйтесь и вдохновляйтесь!

❗️Если вы тоже чувствуете в себе порыв сделать шаг в новое или прокачать скиллы — напоминаем, что завтра стартует новый поток курса «Аналитик данных».

Оставим тут нашу любимую цитату Елены из интервью:

Выбирайте не просто курсы, а среду. Мне было очень важно попасть в сообщество таких же целеустремленных и небезразличных людей, как в Simulative. Это дает невероятную силу и энергию.

#отзыв

➡️ Забронировать место на потоке

⚡️Last Call: новый поток курса «Аналитик данных» стартует уже сегодня

Привет, друзья! Команда Simulative на связи с классной новостью — сегодня стартует новый поток курса «Аналитик данных» и вы ещё успеваете вписаться со скидкой -20% (сгорает уже сегодня 🔥)!

Что вас ждёт на курсе:
🟠SQL, Python, BI-системы — то, что используют в топовых компаниях прямо сейчас;
🟠Реальные кейсы из практики: от стартапов до корпораций;
🟠Персональный разбор ошибок от экспертов — исправите недочёты до того, как их заметит рекрутер;
🟠Готовое портфолио с «боевыми» проектами — главное преимущество на собеседовании.

🤔 Если сомневаетесь насчёт старта — читайте истории успеха наших студентов по хэштегу #отзыв и скорее бронируйте местечко на поток!

🧑🏻‍💻 Симулятор работы аналитика: решаем задачи бизнеса с помощью SQL

На следующей неделе мы продолжаем решать задачи бизнеса с помощью SQL.

На этот раз решим один из кейсов прямиком из программы курса-симулятора «Аналитик данных», где мы будем проводить исследование клиентской активности.

Что научимся делать на вебинаре:

🟠 Считать как менялось пиковое значение по ежедневному количеству регистраций на платформе.

🟠 Считать DAU за каждый день и попробовать его сгладить двумя способами: скользящим средним и медианным сглаживанием.

🟠 А также узнаем лучшие практики решения данных задач

Спикер: Павел Беляев, руководитель группы дата-аналитиков в компании Яндекс eLama и автор телеграм-канала «Тимлидское об аналитике».

❗️ Встречаемся 26 августа в 19:00 МСК

💬 Будет много практики, примеров и ответов на ваши вопросы.

➡️ Регистрация на вебинар

Всем привет! На связи Александр Грудинин, ментор курса «Аналитик данных» 👋

В начале недавнего вебинара, на котором мы решали разные бизнес-кейсы с помощью SQL, я спросил у участников, кто как оценивает свой уровень владения этим языком программирования по шкале от 0 до 5.

Спустя какое-то время и пару задач, поступил один занятный комментарий в чате. Не помню дословно, но коллега отметил, что посмотрев на задачи и способы их решения, он осознал, что переоценил свои навыки SQL🙂

Вспоминая это, я вернулся во времена, когда работал в крупном банке и столкнулся с одним монструозным процессом, под капотом которого было 4 SQL скрипта — каждый длинной в 1000-1500 строк.

Скрипты бегали по разным источникам, собирали данные по клиентам, агрегировали, считали, фильтровали и т.д. и т.п. И во всем этом зоопарке надо было разобраться: научиться вносить изменения так, чтобы на проде ничего не легло и отслеживать какие изменения за собой повлекут изменения двух-трех строк кода или одного порогового значения.

Я тогда тоже подумал, что, пожалуй, до этого SQL я и не знал.
Но, как говорится, «глаза боятся — руки делают». Со временем, работа с этим «монстром» превратилась в рутинную задачу 🙂

И выработался ряд советов / полезных практик для работы с большими скриптами:

1️⃣Уменьшайте размер данных на этапе построения / отладки скрипт

Не нужно писать скрипт используя сразу миллионы строк которые есть в БД. Начните с данных за один час, данных только одного клиента и т.п. В общем, сделайте так, чтобы скрипт выполнялся быстро и вы могли максимально оперативно вносить в него изменения на этапе разработки.

2️⃣Используйте временные / промежуточные таблицы

В каждой СУБД свой синтаксис для этого, так что придется погуглить, как это делается конкретно у вас :)
Если у вас большой и составной скрипт, а вам надо поработать над изменениями в определенной его части, например, в середине, то сохраните результаты первой части запроса во временную / промежуточную таблицу и уже обращайтесь при отладке к ней. Таким образом, вы сэкономите много времени.

3️⃣Сохраните результаты работы оригинального скрипта.

Перед внесением правок, сохраните эталонный результат, чтобы было потом с чем сравнивать «а что же изменилось».

4️⃣Спросите совета у коллег :)

Как-то же они до вас дорабатывали и поддерживали этот скрипт / процесс. Наверняка найдется пара лайфхаков, которые помогут вам в работе. Не бойтесь показаться некомпетентным — все знать невозможно, тем более невозможно сразу разобраться в особенностях каждого конкретного решения. Коллеги отнесутся с пониманием, а если это здоровый коллектив, то такие вопросы будут даже приветствоваться.

В процессе работы с длинными скриптами, мой скилл в SQL определенно прокачался. Поэтому не стоит бояться трудных задач — они делают вас только лучше как профессионала.

Ну и еще не совет, а скорее, добрая рекомендация — приходите к нам на поток курса «Аналитик данных». Он уже стартовал, но вы ещё успеваете присоединиться. Будем прокачивать скиллы вместе.

Привет, на связи команда Simulative! 👋

У нас отличная новость — мы добавили в обучение функцию, которую многие давно ждали!
Теперь, решив задачу правильно, вы сможете увидеть, как с ней справились другие пользователи.

Учитесь на чужих подходах и находите самые элегантные решения. Кнопка «Решения пользователей» уже появилась в меню у автозадач.

❗️Кстати, хотите увидеть, как решают задачки не только студенты, но и гуру аналитики?

Приходите завтра на бесплатный вебинар, где Павел Беляев — руководитель группы дата-аналитиков в компании Яндекс eLama ​​покажет, как решать бизнес-задачи с помощью SQL.

Что будем делать на вебинаре:
🟠Считать, как менялось пиковое значение по ежедневному количеству регистраций на платформе.
🟠Считать DAU за каждый день и попробовать его сгладить двумя способами: скользящим средним и медианным сглаживанием.
🟠А также узнаем лучшие практики решения данных задач

➡️ Зарегистрироваться

🔥 Прямо сейчас в эфире разбираем реальные бизнес-задачи с помощью SQL

Вступительная часть вебинара уже прошла —начинается самое интересное! Спикер: Павел Беляев — руководитель группы дата-аналитиков в компании Яндекс eLama ​​покажет, как решать бизнес-задачи с помощью SQL.

➡️ Смотреть трансляцию

⚡️ Для тех, кто хотел углубиться в инженерию данных, мы подготовили кое-что интересное!

Встречайте: Георгий Семенов, Chief Data Officer, ментор нового потока курса «Инженер данных».

🟠 Более 14 лет Георгий управляет IT-проектами и продуктами, командами инженеров и аналитиков. Последние 7 лет внедрял и развивал аналитические решения и платформы на сеньорных и руководящих позициях в компаниях VK, Wildberries, СТС, ЦУМ, ВТБ. В настоящее время партнер и CDO в стартапе Ai-Minds.

🟠 Георгий имеет богатый опыт в области Data Governance, Data Architecture, Data Engineering, Business Intelligence. Работал с различными технологиями и архитектурами данных, инфраструктурами от одного до сотен серверов, десятков петабайт данных и десятков тысяч датасетов. Вывел в прод сотни пайплайнов и десятки дата-продуктов, включая ML-сервисы.

🟠 Кроме того, Георгий преподает анализ данных в НИУ ВШЭ, а также провел более 150 индивидуальных консультаций, поэтому в его менторской экспертизе можно не сомневаться!

🧡 Кстати, до 30 августа на поток с Георгием можно записаться по самым ранним ценам: со скидкой 25%.

➡️ Узнать подробности и оставить заявку

Всем привет! На связи Георгий Семенов, Chief Data Officer и ментор нового потока курса «‎Инженер данных»‎ 👋🏻

Мой путь в инжиниринг данных шёл через аналитику, но не совсем типично.
9 лет назад я работал менеджером продукта в небольшом ламповом финтех-стартапе, где мне приходилось выполнять совершенно разные функции, включая продуктовую аналитику, поскольку отдельного специалиста в команде не было. Я неплохо орудовал SQL и Excel. Но в какой-то момент понял, что на аналитику уходит половина моего времени.

Тогда у меня возникло две мысли:

🟠 Автоматизировать рутинные расчеты, чтобы тратить на них меньше времени.
🟠 Поднять BI-инструмент, чтобы коллеги могли сами быстро посчитать что-то простое.

Так я и сделал. Написал скрипты, которые делали регулярные расчеты, и поставил их на расписание. Для этого мне пришлось изучить Python, Docker, Airflow и другие новые для себя штуки.
Посмотрел бесплатные BI-инструменты — остановился на Superset, развернул его, настроил основные дашборды, и обучил коллег (особенно неайтишных) им пользоваться.

Тогда я нашел себя, и понял, что хочу не только создавать продукты, основываясь на данных, но создавать продукты, основанные на данных, где данные — один из ключевых элементов самого продукта.

А для этого нужно уметь бесперебойно собирать, хранить и обрабатывать данные, предоставлять удобный доступ к ним и обеспечивать высокое качество не только самих данных, но также всех связанных процессов и инструментов.

Я начал развиваться в эту сторону в компаниях, где эти задачи были актуальны. Я переходил на все более сложные дата-платформы, где данных становилось все больше, а источники все изощреннее, изучал новые архитектуры и инструменты.

🧡 Вот как инжиниринг данных превратился для меня из вспомогательного процесса в основную деятельность. И это то, что мне по-прежнему нравится. DE это c виду простая функция, но на самом деле технически интересная и живая область, где постоянно появляются новые инструменты, новые подходы и новые вызовы. И особенно важным это становится в эпоху бурного развития AI, который невозможен без качественного DE.

⚡️ Кстати, небольшой спойлер: уже на следующей неделе в прямом эфире мы поговорим о том, как аналитику перейти в инженерию данных.

А забронировать место на курсе «‎Инженер данных»‎ можно уже сейчас.

Следите за новостями!

Друзья, привет! На связи команда Simulative 👋

Просто напоминаем вам о том, что скидка до 25% на курс-симулятор «Инженер данных» сгорает уже завтра, 30 августа.

Что вас ждёт на курсе?

🟠 Практика только на реальных бизнес-кейсах и весь необходимый стек: PostgreSQL, Python, Metabase, Clickhouse, Hadoop, Spark / pySpark, Docker и др.;
🟠 Полноценное портфолио из пет-проектов: вы не просто учитесь, а создаёте проекты, которые добавят конкурентного преимущества при поиске работы и сделают вас на шаг ближе к офферу мечты;
🟠 Комфортный темп обучения и удобный формат, полноценная поддержка от группы преподавателей в процессе;
🟠 Карьерная поддержка: помощь с резюме, консультации, подготовка к собеседованиям.
 
А ментор потока – Георгий Семенов поможет избежать «слепых зон», поделится опытом и поддержит мотивацию до результата.

➡️ Узнать больше о курсе и забронировать скидку

⚡️ Вебинар: Как аналитику перейти в инженерию данных

Рано или поздно каждый аналитик задумывается о том, что ему нужны навыки инженера данных: кто-то понимает это только изучив азы SQL, а кто-то уже с большим коммерческим опытом. 

Чтобы помочь максимально быстро выстроить свою стратегию развития, уже в следующую среду мы проведем вебинар, где Георгий Семенов, Chief Data Officer и ментор нового потока курса «‎Инженер данных»‎, поделится своим опытом и даст самый актуальный взгляд на то, как быстрее войти в профессию.

На вебинаре вы познакомитесь с ментором и разберете: 

🟠Ситуацию на рынке со стороны нанимателя: компании, грейды и зарплаты
🟠Пути становления и развития дата-инженера
🟠Необходимые скиллы для работы и прохождения собеседования
🟠20% нужных навыков, которые дадут 80% результата

❗️ Встречаемся 3 сентября в 19:00 МСК

💬 Обязательно ждем вас в лайве – вы сможете напрямую задать свои вопросы Георгию и получить консультацию крутого практика.

➡️ Регистрация на вебинар

Как аналитику стать инженером данных и что вообще он должен знать? 🧐

Для тех, кто задумывается о карьере в инженерии данных, напоминаем о том, что у нас есть большой роадмап дата-инженера.

В нём вы найдете пошаговый план, который поможет выстроить чёткую траекторию обучения и быстрее достичь профессиональных целей, а ещё найдёте ответы на эти вопросы:

🟠Что инженеру данных знать обязательно, а что — опционально;
🟠В каком порядке изучать темы, чтобы не запутаться;
🟠Что нужно освоить в первую очередь, чтобы войти в профессию.

А о том, как из аналитики перейти в инженерию данных, поговорим уже завтра, 3 сентября в 19:00 МСК.

Вебинар проведет Георгий Семенов — Chief Data Officer и новый ментор курса «Инженер данных». Что разберём:

😶Пути становления и развития дата-инженера;
😶Необходимые скиллы для прохождения собеседования;
😶Ситуацию на рынке со стороны нанимателя: компании, грейды и зарплаты.

Роадмап придет вам в бот в формате pdf сразу после регистрации на вебинар.