Вебинар: как стать универсальным аналитиком 💪

Старший аналитик данных Dodo Brands Илья Ковалёв на живых кейсах покажет, как работает универсальный аналитик: где брать данные, как их готовить, во что превращать и как на их основе принимают решения.

А HR-эксперт Наталья Рожкова разберёт, каких специалистов сейчас реально нанимают и что отличает кандидата, которому дают оффер, от того, кто «не дотягивает» до ожиданий рынка.

На вебинаре:
😶 Покажем, как аналитик ведёт задачу от сырых данных до дашборда и решений.
😶 Разберём, чем выделяются универсальные аналитики и почему рынок ценит их выше.
😶 Разберём актуальные вакансии и дадим простой план навыков для старта, чтобы соответствовать актуальным требованиям.
😶 Дадим советы от HR, как упаковать резюме и отклики, чтобы вас чаще звали на собеседования.

❗️ Ждём вас 3 декабря в 19:00 МСК!

✏️ Всем зарегистрировавшимся дарим полезную подборку материалов для проверки своих навыков!

➡️ Зарегистрироваться на вебинар

📊 Simulative

Ваш запрос выполняется...

✍️✍️✍️

Ещё чуть-чуть...

✍️✍️✍️

Готово! А вот как можно его улучшить:

https://simulative.ru/blog/sql-optimization

📊 Simulative

Чёрная пятница завершается…

Если вы откладывали решение, дальше уже некуда. Сегодня и завтра до конца дня можно получить скидки до 35% на любые курсы Simulative и зафиксировать цену, которая больше не повторится в этом году.

С понедельника обучение станет дороже — это тот самый момент, когда один клик меняет траекторию к реальным навыкам, проектам и первой работе.

Не упустите финальный шанс ноября!

➡️ Оставить заявку

📊 Simulative

Всем привет! На связи Павел Беляев 👋

12 декабря стартует новый поток курса «Аналитик данных» со мной в качестве ментора.

😶 Немного обо мне для тех, кто ещё со мной не знаком: я уже более 5 лет руковожу командой аналитиков в компании Яндекс eLama, а также веду Telegram-канал Тимлидское об аналитике.

Команда аналитиков eLama под моим руководством выполняет следующие задачи:
➖ Разработка и поддержка витрин данных (Clickhouse, SQL);
➖ Автоматизация и оптимизация процессов, связанных с данными: обновление витрин, мониторинг качества данных, чистка устаревшего и т. д.;
➖ Разработка внутренних сервисов аналитики: модель данных, self service и др.;
➖ Настройка веб-аналитики;
➖ Прогнозирование метрик;
➖ Поддержка различных отделов компании требуемыми данными;
➖ Содействие другим аналитикам в сборе, визуализации и интерпретации данных;
➖ Консалтинг и обучение конечных пользователей.

За время работы в сфере аналитики я успел побывать в разных ролях: бизнес-аналитик, веб-аналитик, дата-инженер, дата-аналитик, BI-аналитик, тимлид. Поэтому на личном опыте понимаю, как выглядит в бизнесе вся цепочка обработки данных от потребности до выводов.

Уверен, что мой опыт поможет студентам привязать полученные знания к реальным бизнес-задачам из деловой жизни!

➡️ Узнать подробнее и забронировать место на потоке

📊 Simulative

Топ ошибок при проведении A/B-тестов и как их избежать

A/B-тестирование — это наука, лежащая в основе успешной оптимизации продуктов. Однако нередко даже самые опытные команды допускают ошибки, которые сильно искажают результаты и могут приводить к неверным решениям.

Подготовили для вас материал с наиболее распространёнными «ловушками», реальными примерами из практики и действенными способами их избежать.

Что разберём в материале:
✅ Преждевременное завершение тестов;
✅ Неправильный выбор метрик;
✅ Предотвращайте фальсификацию данных (p-hacking).

Обязательно сохраните к себе, чтобы не потерять!

➡️ Получить материал

📊 Simulative

📊 Старты потоков в декабре

Учиться можно (и даже нужно!) в конце года, чтобы в новом году блистать новыми знаниями. Переходите по ссылкам и бронируйте себе место на потоках!

5 декабря

🟠 Инженер данных
Ментор потока: Георгий Семенов, Chief Data Officer

🟠 Тренинг Андрона Алексаняна «Как делать аналитику»

12 декабря

🟠 Аналитик данных и BI-аналитик
Ментор потоков: Павел Беляев, руководитель группы дата-аналитиков в Яндекс eLama

19 декабря

🟠 ML-инженер
Ментор потока: Кристина Желтова, директор по разработке моделей в Газпромбанке

26 декабря

🟠 Аналитик данных
Ментор потока: Вячеслав Потапов, руководитель продуктовой аналитики в Lamoda

Сохраняйте к себе, делитесь с коллегами, и ждём вас на наших курсах!

📊 Simulative

Ну что, остался месяц до нового 2026 года — и самое время начать подготовку к нему! 🎄

Для этих целей (и для успешного старта в аналитике, разумеется) мы собрали адвент-календарь — в нём вы найдёте полезные материалы, видео и записи вебинаров, которые обогатят ваши знания, а также помогут вам преодолеть сомнения относительно обучения и карьеры в области аналитики.

А начнём мы путь к обновлению карьеры с приятной скидки на наши курсы — до 35% на fullstack-аналитика и менторские программы 😉

➡️ Переходите в адвент-календарь, регистрируйтесь в боте и получайте новые знания каждый день!

📊 Simulative

Качаем скиллы дата-инженера

Открываем новую карточку адвент-календаря — из него вы узнаете, какие технологии полезно изучить и в каком порядке следует изучать темы по инжинирингу данных. Скачивайте роадмап, сохраните его и используйте как чек-лист, чтобы не сбиваться с пути и не тратить время на лишнее.

😶 Перейти в адвент-календарь

📊 Simulative

Кто такой fullstack-аналитик

Короткий ответ: человек, который умеет довести задачу до результата без передачи между пятью специалистами 🙂

Длинный ответ: https://simulative.ru/blog/who-is-fullstack-analyst

🤔 Но это всё теория. Приходите на вебинар 3 декабря, где эксперт на живых кейсах покажет, как этот универсальный аналитик живёт и работает. А HR поделится лайфхаками, как упаковать резюме и отклики, чтобы вас чаще звали на собеседования.

➡️ Зарегистрироваться на вебинар

📊 Simulative

Привет, это Кристина Желтова 👋🏻

19 декабря стартует новый поток курса «ML-инженер» с моим менторским сопровождением!

Напомню несколько фактов о себе:

😶 Я директор по разработке моделей в Газпромбанке — одном из ведущих российских банков.

😶 Уже более 5 лет работаю в области машинного обучения и Data Science. Сейчас активно развиваю аналитические решения и ML-продукты на сеньорных и руководящих позициях.

😶 Имею богатый опыт в области классического машинного обучения: реализовывала проекты по оптимальному размещению АТМ и торговых точек с использованием геопространственной аналитики, разрабатывала систему кредитного скоринга с нейросетевыми моделями, а также решения для модерации контента, построения RAG-пайплайнов и систем матчинга текстов с помощью NLP и LLM моделей.

😶 Также я преподаватель курсов по машинному обучению, глубокому обучению и анализу естественного языка в ведущих российских вузах: ИТМО, УрФУ и ЧелГУ.

😶 Выпускница магистратуры по искусственному интеллекту ИТМО × Napoleon IT, где также выступаю ментором и экспертом образовательных программ.

Кстати, я являюсь ментором на VIP-тарифе программы, где также помогу вам с собеседованиями и трудоустройством. На него сейчас действует скидка 35% до 12 декабря, так что успевайте и присоединяйтесь!

⚡️ Узнать подробнее о курсе и оставить заявку

📊 Simulative

Следующая карточка адвента уже открыта!

Приходите вечером на вебинар — расскажем, как живёт и работает универсальный аналитик:

➖ Старший аналитик данных Dodo Brands Илья Ковалёв на живых кейсах покажет, где брать данные, как их готовить, во что превращать и как на их основе принимают решения.

➖ А HR-эксперт Наталья Рожкова разберёт, каких специалистов сейчас реально нанимают и что отличает кандидата, которому дают оффер, от того, кто «не дотягивает» до ожиданий рынка.

Ждём вас 3 декабря в 19:00 МСК!

➡️ Перейти в адвент-календарь

📊 Simulative

Ищем новых менторов и преподавателей в Simulative

Мы в Simulative ищем специалистов в DA/DE/BI/ML, которые будут сопровождать группы наших студентов с первого дня обучения.

Если вы:
🟠 Любите обучать людей;
🟠 Вам интересно вести вебинары;
🟠 Вы любите писать статьи/посты/полезные материалы;
🟠 Вы хотите записывать уроки или ещё как-то хотите повзаимодействовать с нашей школой;
🟠 Не боитесь (или даже хотите!) проявляться медийно —

То мы точно ждём вашу заявку и в ближайшее время с вами свяжемся!

🔗 Ссылка на короткую форму

📊 Simulative

Привет, это Андрон, основатель Simulative 👋🏻

На днях думал о том, какие уровни владения аналитикой проходил я сам, какие проходят все мои знакомые из индустрии и что отличает крутышей от начального уровня. И выявил несколько общих паттернов.

➡️ Движение по наитию

В этой стадии решения принимаются без оглядки на данные вообще. Захотели запустить рекламу — запустили. Захотели привести 500 лидов — привели 500. Решили отключить пару кампаний — отключили.

➡️ Данные — это важно, «но»

На следующем шаге ты понимаешь и признаёшь, что данные — это важно. Например, ты прошел какой-то курс и решил принимать решения на основании данных. Но у тебя нет глубокого понимания, как это должно работать — почти любая инициатива упирается во что-то и в итоге гаснет.

Например, ты понял, что нельзя просто так планировать следующий год — нужно опираться на исторические данные, смотреть поведение текущих когорт и прогнозировать будущие когорты. Но сразу же ты сталкиваешься с кучей проблем:

➖ У тебя есть только часть данных. Не понятно, какие брать.
➖ Компания последние несколько лет растёт и прогноз получается слишком плоским, позитивным и нереалистичным.
➖ ...

В итоге ты потратил кучу времени, а никакой пользы это не принесло — возникла куча «но», из-за которых твоя аналитика стала просто «аналитикой для галочки».

➡️ Владение аналитикой на уровне рабочего инструмента

Это последняя стадия, когда ты реально умеешь применять аналитические подходы в реальной жизни, даже если есть куча «но».

Когда ты достиг этой стадии, ты можешь спрогнозировать следующий год с помощью когорт, сезонности и прочих штук, даже если возникает много «но». Ты можешь проанализировать ассортиментную матрицу, даже если там 10 000 SKU, есть ограничения по месту на полке, требования к минимальной представленности брендов и другие «но». Ты можешь провести достоверное тестирование гипотезы, даже если невозможно провести чистый A/B-тест, потому что много разных «но».
Самое интересное, что с точки зрения технических знаний, между вторым и третьим уровнем нет абсолютно никакой разницы — оба человека будут абсолютно одинаково считать когорты, абсолютно одинаково делать какую-нибудь кластеризацию товаров и т. д.

Основное отличие — как в раз в умении адаптировать тот или иной аналитический подход даже под самую нетривиальную задачу с большим количеством «но».

И этому можно научиться. В этом вопросе главное — совершить единоразовый квантовый скачок со второго на третий уровень. А дальше реакция необратима — ваше мышление навсегда перестроится.

Такой «скачок» можно запустить двумя вещами:

➖ Ты подробно посмотрел на стороннем примере, как это работает и словил эффект «о, а так можно было?!»
➖ Ты на примере какой-то близкой тебе темы прочувствовал, почему твой старый «топорный» подход не работал и какой результат может дать новый подход.

Именно такой эффект я хочу активировать у студентов своего тренинга «Как делать аналитику». Чтобы после прохождения вы не просто прокачались в продвинутых подходах к проведению аналитики, а чтобы случился этот самый квантовый переход на новый уровень.

Если чувствуете, что находитесь на втором уровне и хотите запустить квантовый переход на третий — приглашаю вас сделать это вместе на новом потоке тренинга, который стартует уже завтра 😎

📊 Simulative

Не только мы делимся своими адвентами!

У наших друзей и партнёров AW BI стартовал новогодний адвент-календарь — уютный интерактив, где каждый день открывает что-то приятное и полезное ☃️

Нам такая идея показалась тёплой и по-праздничному правильной, поэтому мы тоже решили присоединиться к этому формату.

🎁 В одном из окошек вас будет ждать небольшой сюрприз от Simulative. Бонус, который мы подготовили специально для календаря. Пусть пока останется интригой, но уверены: тем, кто развивается в аналитике данных и любит узнавать новое, подарок придётся по вкусу.

🔔 Подключайтесь к адвенту, ловите настроение приближающихся праздников и не пропускайте наше окошко!

📊 Simulative

Привет, коллеги! На связи Павел Беляев, ментор курса «Аналитик данных» и ведущий канала Тимлидское об аналитике 👋🏻

Важнейший инструмент дата-аналитика (не считая его головы, конечно) — это SQL. Очевидно, нужно не только знать синтаксис и структуру запросов — нужно расширять свой арсенал приёмов использования SQL.

Предлагаю пару лайфхаков SQL, которые мы используем в своей работе.

📌 Последний элемент в исторических данных

В таблицах с историческими данными строки, отражающие состояние некоей сущности, не изменяют своё значение со временем. Если состояние изменилось, к таблице добавляется новая строка для той же сущности, но с другим значением соответствующего поля (например, поля status). Каждая строка при этом снабжена полем date_updated, содержащим дату и время обновления.

Так вот, чтобы вытащить строку с текущим состоянием сущности, можно использовать оконную функцию:

SELECT *
FROM
(
    SELECT *
        MAX(updated_at) OVER (PARTITION BY payment_id) AS last_update
    FROM payment
)
WHERE updated_at = last_update

📌 Сводные таблицы

Предположим, у нас есть таблица с фильмами, где для каждого из них имеется столбец release_year с годом выпуска и length с длительностью в минутах. Мы хотим подсчитать количество фильмов до 90 минут, до 120 минут и более 120 минут.

Когда нужно подсчитать суммы или количество величин из разных категорий, содержащихся в одном столбце, в PostgreSQL можно делать так:

WITH films AS
(
    SELECT 2006 AS release_year, 86 AS "length"
    UNION ALL
    SELECT 2006 AS release_year, 180 AS "length"
    UNION ALL
    SELECT 2006 AS release_year, 95 AS "length"
    UNION ALL
    SELECT 2006 AS release_year, 135 AS "length"
    UNION ALL
    SELECT 2006 AS release_year, 120 AS "length"
    UNION ALL
    SELECT 2007 AS release_year, 85 AS "length"
    UNION ALL
    SELECT 2007 AS release_year, 130 AS "length"
    UNION ALL
    SELECT 2007 AS release_year, 120 AS "length"
    UNION ALL
    SELECT 2007 AS release_year, 97 AS "length"
)
SELECT release_year,
    SUM(CASE WHEN "length"<90 THEN 1 ELSE 0 END) AS less_90 ,
    SUM(CASE WHEN "length">=90 AND "length"<120 THEN 1 ELSE 0 END) AS less_120,
    SUM(CASE WHEN "length">=120 THEN 1 ELSE 0 END) AS over_120
FROM films
GROUP BY 1 
-- GROUP BY ROLLUP (1) -- добавляет в конец строку с итогом
ORDER BY 1

Больше приёмов SQL смотрите в моих статьях — и сохраняйте к себе, чтобы не потерять:
💡 Семь лайфхаков SQL
💡 Ещё шесть лайфхаков SQL

📊 Simulative

Изучаем SQL с нуля

За новой карточкой нашего адвент-календаря — полезный курс для начинающих аналитиков, ведь SQL это база 😎

Уже через несколько дней вы поймёте основы SQL, решите 70+ практических задач в PostgreSQL и создадите свой первый проект — анализ активных пользователей платформы. Мы на связи, если что-то непонятно!

➡️ Перейти в адвент-календарь

📊 Simulative

Мини-курс в прямом эфире: протестируйте профессию аналитика данных за 3 дня

На этом бесплатном мини‑курсе вы за три вечера пройдёте путь от «ничего не знаю» до первого реального аналитического кейса: поработаете с таблицами, SQL и Python, выполните практические задания и соберёте понятный отчёт по данным. В итоге вы примерите на себя рабочие задачи аналитика, поймёте, насколько комфортно чувствуете себя с инструментами и цифрами, и наконец-то снимете страх перед кодом и «сложной аналитикой».​

Все три дня с вами в прямом эфире будет Денис Иванов, Senior Product Analyst с опытом более 5 лет в Тинькофф и других крупных компаниях, который запускал аналитические системы с нуля.

Что будет на трёхдневном мини-курсе:

➡️ 9 декабря, 19:00 МСК: разберётесь, чем занимается аналитик и какие метрики помогают бизнесу зарабатывать. Научитесь смотреть на продукт через цифры и соберёте простую воронку в таблицах.
➡️ 10 декабря, 19:00 МСК: напишете свои первые запросы на SQL и посчитаете ключевые показатели из базы. Увидите, что код писать запросы на SQL можно освоить с нуля и быстро извлекать пользу из данных.
➡️ 11 декабря, 19:00 МСК: откроете для себя Python, загрузите данные, очистите их и сделаете простые графики. В итоге получите понятный отчёт и поймёте, готовы ли идти в аналитику дальше.

❗️ Смотрите занятия в прямом эфире, чтобы успевать делать домашки и получать разбор от спикера. Самые сильные участники получат грант на дальнейшее обучение!

➡️ Зарегистрироваться на мини-курс

📊 Simulative

🔥 — жизненно
☃️ — уже жду Новый год!

📊 Simulative

Исследуем Seaborn

Новая карточка в нашем адвент-календаре! Из неё вы узнаете, как работать с Seaborn — мощной библиотекой для визуализации данных в Python. Она предоставляет высокоуровневый интерфейс для создания привлекательных и информативных статистических графиков.

➡️ Перейти в адвент-календарь

📊 Simulative