Вот вам задачка с собеса:
какой угол образуют стрелки часов в 3.15? 🙃
какой угол образуют стрелки часов в 3.15? 🙃
😁1
Или вот ещё (тоже с собеса):
Есть 100 банок с таблетками. В 99 лекарство, в 1 яд. Лекарственная таблетка весит 1гр, а таблетка яда - 1,01 гр.
И есть весы.
За одно взвешивание нужно определить в какой банке яд. Как?
Есть 100 банок с таблетками. В 99 лекарство, в 1 яд. Лекарственная таблетка весит 1гр, а таблетка яда - 1,01 гр.
И есть весы.
За одно взвешивание нужно определить в какой банке яд. Как?
Forwarded from Job in IT&Digital
Продуктовый аналитик (стажер/джун)
в Тинькофф Инвестиции — сервис по покупке ценных бумаг и валюты.
Ищет Алексей Мигунов, его пост.
Больше вакансий для junior-специалистов:
Telegram @jobforjunior
в Тинькофф Инвестиции — сервис по покупке ценных бумаг и валюты.
Ищет Алексей Мигунов, его пост.
Больше вакансий для junior-специалистов:
Telegram @jobforjunior
В твиттере нашла 3 SQL игры!
Оставлю тут :)
1. SQL Murder Mystery - в общем случилось убийство, нужно найти убийцу, используя SQL :D
2. SQL Police Department - раскрывай преступления и параллельно учи SQL :D
3. Schemaverse - космическая стратегическая игра на PostgreSQL. Нужно управлять своим флотом, соревноваться с другими игроками :D
Оставлю тут :)
1. SQL Murder Mystery - в общем случилось убийство, нужно найти убийцу, используя SQL :D
2. SQL Police Department - раскрывай преступления и параллельно учи SQL :D
3. Schemaverse - космическая стратегическая игра на PostgreSQL. Нужно управлять своим флотом, соревноваться с другими игроками :D
Knight Lab's SQL Murder Mystery
Use SQL queries to solve the murder mystery. Suitable for beginners or experienced SQL sleuths.
👍5
Интересная статья про дерево метрик
Telegraph
Дерево метрик — как построить, с чего начать?
Автор статьи: Кристина Курдюмова product marketing manager (stream B2B) в Rutube Самый популярный вопрос у моих учеников — «как построить дерево метрик и с чего начать?», а следом за ним — можно ли сформировать бэклог продукта без дерева метрик. Дерево…
Forwarded from 👨🏼💻Перекладываю 📊 в 🌲🇫🇮
В комментах спросили с чего начать изучение DE с нуля:
1) Найти курсы по DE, посмотреть какие инструменты и технологии указаны там в программе курса. Выписать их себе (инструменты, не курсы) в план на изучение, и искать статьи, видео уроки, курсы по этим инструментам\технологиям.
2) Найти людей, которые работают в этом направлении, и спросить у них, что они чаще всего используют в работе, как вообще выглядят задачи, и что стоит изучить. Выписать тоже в список.
3) Изучать и отрабатывать на практике (искать тестовые задания выложенные в сети, придумать себе пет-проект), на тренажёрах.
Готово, вы великолепны.
Первым шагом — идём на бесплатный курс от Data Learn https://datalearn.ru/ от Дмитрия Аношина https://news.1rj.ru/str/rockyourdata (которому лично я очень благодарен за его курс, т.к. я не чистый DE, я всё-таки Data Analyst, в первую очередь (в частности Web Analyst / Marketing Analyst, если говорить про доменную экспертизу). И его курс мне помог освоить дополнительные инструменты, чтобы делать не только DA задачи, но и DE (и потом ещё и офер на работу Data Engineer получить).
Поэтому этот курс, это прям первейшее что надо открыть. И по мере изучения профессии и инструментария — гуглить уже уроки и документацию по каждому отдельному инструменту, изучать их глубже, тренироваться на практике.
Перечень DEшных buzzwords, с чем я сталкивался на практике в работе — python, sql, airflow, dbt, postgresql, clickhouse, google bigquery, tableau, powerbi, google data studio, looker, spark, kafka (было дело пускал руки и в AWS пару раз, но чаще работал с Гугловой экосистемой).
Как можно это всё освоить:
1) Осваиваем SQL — https://stepik.org/course/63054/(бесплатный тренажёр, очень качественный), https://stepik.org/course/90778/ (это более прикладной ПЛАТНЫЙ, но дешёвый, курс, с SQL именно под Data задачи) и отдельно курс по оконным функциям https://stepik.org/course/95367/ (стоит копейки, но стоит того, окошки на собесах часто спрашивают)
2) Осваиваем Питон — я изучал по https://stepik.org/course/67/ и https://stepik.org/course/512/ (оба бесплатные), но, говорят, что https://stepik.org/course/58852/ и https://stepik.org/course/68343/ гораздо лучше по части донесения информации (оба бесплатные) и https://stepik.org/course/82541/ (третья ступень, платная, про неё ничего не слышал)
3) Осваиваем азы Pandas — https://stepik.org/course/74457/ (бесплатно)
4) Осваиваем азы Airflow — https://stepik.org/course/99527/promo#toc (платный)
5) Осваиваем архитектуру и вообще Базы Данных — https://stepik.org/course/551/ (бесплатно) , тут и про архитектуры, и про Нормальные Формы и т.п. https://stepik.org/course/70710/ (бесплатно) — более глубокое погружение в БД и СУБД.
6) Осваиваем Git — полно бесплатных уроков на ютубе, практиковаться можно на своём гитхаб аккаунте.
6) Осваиваем Облака — https://practicum.yandex.ru/ycloud/ (бесплатный курс), я предпочитаю Google Cloud Platform, но для простоты доступности (к Гугл Облаку надо карту привязывать, а с этим щас проблемы могут быть) начать освоение можно с Yandex.Cloud или VK Cloud
7) Осваиваем Spark, Kafka, Hadoop — не могу посоветовать бесплатные курсы, т.к. осваивал их на платных курсах и «в бою» на задачах сразу, гугля «КАК СДЕЛАТЬ ___ в Spark», и с помощью коллег. Но начни с модулей бесплатного Data Learn, а там сориентируешься куда гуглить и как. И, возможно, вот этот курс https://stepik.org/lesson/699607/ (бесплатно) подойдёт для азов и обзорного понимания Спарка
8) Осваиваем dbt — у них свои бесплтаные курсы прям на сайте лежат https://courses.getdbt.com/collections
Когда Data Learn и курсы выше будут пройдены — можно идти к Карпову на https://karpov.courses/dataengineer (за деньги, дорого). И погружаться в более ядрёные штуки под присмотром наставников и кураторов.
1) Найти курсы по DE, посмотреть какие инструменты и технологии указаны там в программе курса. Выписать их себе (инструменты, не курсы) в план на изучение, и искать статьи, видео уроки, курсы по этим инструментам\технологиям.
2) Найти людей, которые работают в этом направлении, и спросить у них, что они чаще всего используют в работе, как вообще выглядят задачи, и что стоит изучить. Выписать тоже в список.
3) Изучать и отрабатывать на практике (искать тестовые задания выложенные в сети, придумать себе пет-проект), на тренажёрах.
Готово, вы великолепны.
Первым шагом — идём на бесплатный курс от Data Learn https://datalearn.ru/ от Дмитрия Аношина https://news.1rj.ru/str/rockyourdata (которому лично я очень благодарен за его курс, т.к. я не чистый DE, я всё-таки Data Analyst, в первую очередь (в частности Web Analyst / Marketing Analyst, если говорить про доменную экспертизу). И его курс мне помог освоить дополнительные инструменты, чтобы делать не только DA задачи, но и DE (и потом ещё и офер на работу Data Engineer получить).
Поэтому этот курс, это прям первейшее что надо открыть. И по мере изучения профессии и инструментария — гуглить уже уроки и документацию по каждому отдельному инструменту, изучать их глубже, тренироваться на практике.
Перечень DEшных buzzwords, с чем я сталкивался на практике в работе — python, sql, airflow, dbt, postgresql, clickhouse, google bigquery, tableau, powerbi, google data studio, looker, spark, kafka (было дело пускал руки и в AWS пару раз, но чаще работал с Гугловой экосистемой).
Как можно это всё освоить:
1) Осваиваем SQL — https://stepik.org/course/63054/(бесплатный тренажёр, очень качественный), https://stepik.org/course/90778/ (это более прикладной ПЛАТНЫЙ, но дешёвый, курс, с SQL именно под Data задачи) и отдельно курс по оконным функциям https://stepik.org/course/95367/ (стоит копейки, но стоит того, окошки на собесах часто спрашивают)
2) Осваиваем Питон — я изучал по https://stepik.org/course/67/ и https://stepik.org/course/512/ (оба бесплатные), но, говорят, что https://stepik.org/course/58852/ и https://stepik.org/course/68343/ гораздо лучше по части донесения информации (оба бесплатные) и https://stepik.org/course/82541/ (третья ступень, платная, про неё ничего не слышал)
3) Осваиваем азы Pandas — https://stepik.org/course/74457/ (бесплатно)
4) Осваиваем азы Airflow — https://stepik.org/course/99527/promo#toc (платный)
5) Осваиваем архитектуру и вообще Базы Данных — https://stepik.org/course/551/ (бесплатно) , тут и про архитектуры, и про Нормальные Формы и т.п. https://stepik.org/course/70710/ (бесплатно) — более глубокое погружение в БД и СУБД.
6) Осваиваем Git — полно бесплатных уроков на ютубе, практиковаться можно на своём гитхаб аккаунте.
6) Осваиваем Облака — https://practicum.yandex.ru/ycloud/ (бесплатный курс), я предпочитаю Google Cloud Platform, но для простоты доступности (к Гугл Облаку надо карту привязывать, а с этим щас проблемы могут быть) начать освоение можно с Yandex.Cloud или VK Cloud
7) Осваиваем Spark, Kafka, Hadoop — не могу посоветовать бесплатные курсы, т.к. осваивал их на платных курсах и «в бою» на задачах сразу, гугля «КАК СДЕЛАТЬ ___ в Spark», и с помощью коллег. Но начни с модулей бесплатного Data Learn, а там сориентируешься куда гуглить и как. И, возможно, вот этот курс https://stepik.org/lesson/699607/ (бесплатно) подойдёт для азов и обзорного понимания Спарка
8) Осваиваем dbt — у них свои бесплтаные курсы прям на сайте лежат https://courses.getdbt.com/collections
Когда Data Learn и курсы выше будут пройдены — можно идти к Карпову на https://karpov.courses/dataengineer (за деньги, дорого). И погружаться в более ядрёные штуки под присмотром наставников и кураторов.
❤2
Forwarded from Reveal the Data
Команда Матемаркетинга в этом году выпустила бесплатные онлайн билеты для своей конференции, которые дают возможность посмотреть часть докладов. Леша Никушин сказал, что мой доклад тоже будет в этом треке, я расскажу вторую серию про Дэша Сатриани, не пропустите.
Классная инициатива, ребята хотят поддержать сообщество в ужасное время, хотя и сами столкнулись по понятным причинам со сложной ситуацией. Сил им и удачной конференции.
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
Интернет-аналитика // Матемаркетинг 17-18 ноября
Ну что? Дождались! Бесплатный онлайн-билет, который позволит посмотреть в лайве около 30 докладов конференции!
Среди которых, мастер-класс от Федора Лисицына по построению карьеры в России и за рубежом, лекция и беседа с Валерием Бабушкиным, доклад Марата…
Среди которых, мастер-класс от Федора Лисицына по построению карьеры в России и за рубежом, лекция и беседа с Валерием Бабушкиным, доклад Марата…
🔥4
Forwarded from careerspace
#дайджест #продуктоваяаналитика 🚀
Product Analyst / Эвотор
Зарплата: от 200 000 ₽ /на руки
Подробнее
Продуктовый аналитик / Tele2
Зарплата: от 135 000 ₽ /на руки
Подробнее
Senior Product Analyst / UniSender
Зарплата: от 220 000 ₽ /на руки
Подробнее
Аналитик данных в команду Smart Money / АвитоТех
Зарплата: от 160 000 ₽ /на руки
Подробнее
Руководитель команды аналитики (VK Мессенджер) / VK
Зарплата: от 270 000 ₽ /на руки
Подробнее
Product Analyst (Relocation to Portugal) / Joom
Зарплата: от 156 000 ₽ /на руки
Подробнее
Тимлид в команду продуктовой аналитики / Яндекс
Зарплата: от 230 000 ₽ /на руки
Подробнее
Продуктовый аналитик / Dodo Brands
Зарплата: от 200 000 до 260 000 ₽ /на руки
Подробнее
подборки вакансий 🐶 здесь
карьерные консультации🚀 здесь
Product Analyst / Эвотор
Зарплата: от 200 000 ₽ /на руки
Подробнее
Продуктовый аналитик / Tele2
Зарплата: от 135 000 ₽ /на руки
Подробнее
Senior Product Analyst / UniSender
Зарплата: от 220 000 ₽ /на руки
Подробнее
Аналитик данных в команду Smart Money / АвитоТех
Зарплата: от 160 000 ₽ /на руки
Подробнее
Руководитель команды аналитики (VK Мессенджер) / VK
Зарплата: от 270 000 ₽ /на руки
Подробнее
Product Analyst (Relocation to Portugal) / Joom
Зарплата: от 156 000 ₽ /на руки
Подробнее
Тимлид в команду продуктовой аналитики / Яндекс
Зарплата: от 230 000 ₽ /на руки
Подробнее
Продуктовый аналитик / Dodo Brands
Зарплата: от 200 000 до 260 000 ₽ /на руки
Подробнее
подборки вакансий 🐶 здесь
карьерные консультации🚀 здесь
Forwarded from Start Career in DS
📊 [ENG] Очень красивый курс по базовой теории вероятностей и статистике:
https://seeing-theory.brown.edu/
Тут фактически ускоренное введение в предметную область, которое позволит вам быстро понять ключевые идеи и термины.
Много супер-наглядных визуализаций. Даже если считаете что шарите в статистике - советую потыкаться и получить эстетическое удовлетворение.
Мне понравились визуализации базовых понятий (мат. ожидание, дисперсия, функция распределения, условная вероятность и т.д.). Если они всегда вас пугали или настораживали - рекомендую посмотреть курс.
https://seeing-theory.brown.edu/
Тут фактически ускоренное введение в предметную область, которое позволит вам быстро понять ключевые идеи и термины.
Много супер-наглядных визуализаций. Даже если считаете что шарите в статистике - советую потыкаться и получить эстетическое удовлетворение.
Мне понравились визуализации базовых понятий (мат. ожидание, дисперсия, функция распределения, условная вероятность и т.д.). Если они всегда вас пугали или настораживали - рекомендую посмотреть курс.
👍2
Forwarded from Продакт аналитикс
Очередной насущный вопрос, наиболее часто получаемый админом в личку, - это ‘а каковы же все-таки ресурсы для подготовки к собесам?’
Извольте, дорогие подписчики, их есть у меня! А посему , устраиваем неделю подготовки к собеседованиям, где каждый день буду публиковать всякое-разное #позапросамстраждущих.
Начнем.
1. Перво-наперво рекомендую начать со списка компаний, в которые хочется пойти, засим отправиться на www.glassdoor.com, содержащий в себе разбивку по компаниям и вопросам, которые задавались на интервью. Так-то всяко попроще будет.
2. В списке скиллов по-прежнему лидируют SQL, Python, A/B- тесты и визуализация. В случае с продуктовой аналитикой также фигурируют продуктовые метрики.
Что ж, давайте по порядку. Сегодня пройдемся по SQL, ресурсы по которому упоминались неоднократно :
и лемуры,
и детективные истории ,
и всякоразные подборки,
и списки курсов
Из новенького предлагаю обратить внимание на :
https://sqlbolt.com/lesson/select_queries_introduction - простенько, но опять же для практики сгодится
https://www.stratascratch.com/ - набор задачек из FAANG. Ответы в премиум - версии, но для тренировки , опять же, почему бы и нет
https://www.hackerrank.com/ - с разными уровнями задач и сертификацией бонусом (к слову, там не только лишь SQL)
https://www.programiz.com/sql еще один ресурс с достаточно детальной проработкой наиболее часто употребляемых команд.
http://www.sql-tutorial.ru/en/content.html - детально про операторы, на русском также имеется
https://sqlpd.com/ - еще что-то новенькое, можно бесплатно поиграться
http://www.sqlquiz.com/ простенький квиз
На этом откланиваюсь, завтра продолжим подборку по Python 🙏🏻
#какворватьсяваналитику #полезности #карьера
Извольте, дорогие подписчики, их есть у меня! А посему , устраиваем неделю подготовки к собеседованиям, где каждый день буду публиковать всякое-разное #позапросамстраждущих.
Начнем.
1. Перво-наперво рекомендую начать со списка компаний, в которые хочется пойти, засим отправиться на www.glassdoor.com, содержащий в себе разбивку по компаниям и вопросам, которые задавались на интервью. Так-то всяко попроще будет.
2. В списке скиллов по-прежнему лидируют SQL, Python, A/B- тесты и визуализация. В случае с продуктовой аналитикой также фигурируют продуктовые метрики.
Что ж, давайте по порядку. Сегодня пройдемся по SQL, ресурсы по которому упоминались неоднократно :
и лемуры,
и детективные истории ,
и всякоразные подборки,
и списки курсов
Из новенького предлагаю обратить внимание на :
https://sqlbolt.com/lesson/select_queries_introduction - простенько, но опять же для практики сгодится
https://www.stratascratch.com/ - набор задачек из FAANG. Ответы в премиум - версии, но для тренировки , опять же, почему бы и нет
https://www.hackerrank.com/ - с разными уровнями задач и сертификацией бонусом (к слову, там не только лишь SQL)
https://www.programiz.com/sql еще один ресурс с достаточно детальной проработкой наиболее часто употребляемых команд.
http://www.sql-tutorial.ru/en/content.html - детально про операторы, на русском также имеется
https://sqlpd.com/ - еще что-то новенькое, можно бесплатно поиграться
http://www.sqlquiz.com/ простенький квиз
На этом откланиваюсь, завтра продолжим подборку по Python 🙏🏻
#какворватьсяваналитику #полезности #карьера
Telegram
Продакт аналитикс
Теплейшие приветы, дорогие мои подписчики!
Пришло время немного разбавить наши недавние линчевальни обсуждения ваших резюме и советов по улучшению оных, а посему мой беспокойный дух прилетел поделиться с вами очередным источником по упрочнению ваших SQL…
Пришло время немного разбавить наши недавние линчевальни обсуждения ваших резюме и советов по улучшению оных, а посему мой беспокойный дух прилетел поделиться с вами очередным источником по упрочнению ваших SQL…
👍2
Forwarded from Продакт аналитикс
Привет, дорогие подписчики!
Сегодня в нашем аналитическом меню очередная порция вспомогательных материалов для обучения, а именно - по визуализации данных.
Небезызвестный курс от Гарвард https://www.edx.org/course/data-science-visualization
Курс по R от edx - https://www.edx.org/course/essentials-of-data-literacy
Уже упоминала эту специализацию, именно ее я проходила в начале своего аналитического пути: https://www.coursera.org/learn/analytics-tableau?specialization=excel-mysql
Широко известные как адепты Tableau в аналитических кругах ДатаЙога - тут материалы их известного марафона https://tableau.pro/bookofmarathon42 , некоторое время назад также выпустили книгу - на мой взгляд, супер: https://datayoga.ru/book
Кусочек курса по диджитал-аналитике, посвященный визуализации данных в GA и PowerBI : http://thisisdata.ru/courses/digital-analytics/section4-lesson1/
Пачка курсов от Udemy - 1 , 2 , 3 , 4
Еще чуть-чуть с edx - https://www.edx.org/course/data-analysis-in-power-bi
И на десерт - весьма симпатичный курс с Kaggle по визуализации в Python (бесплатный, как и все их курсы) - https://www.kaggle.com/learn/data-visualization
Серия постов продолжается, так что до скорой встречи 🐾
#позапросамстраждущих #какворватьсяваналитику
Сегодня в нашем аналитическом меню очередная порция вспомогательных материалов для обучения, а именно - по визуализации данных.
Небезызвестный курс от Гарвард https://www.edx.org/course/data-science-visualization
Курс по R от edx - https://www.edx.org/course/essentials-of-data-literacy
Уже упоминала эту специализацию, именно ее я проходила в начале своего аналитического пути: https://www.coursera.org/learn/analytics-tableau?specialization=excel-mysql
Широко известные как адепты Tableau в аналитических кругах ДатаЙога - тут материалы их известного марафона https://tableau.pro/bookofmarathon42 , некоторое время назад также выпустили книгу - на мой взгляд, супер: https://datayoga.ru/book
Кусочек курса по диджитал-аналитике, посвященный визуализации данных в GA и PowerBI : http://thisisdata.ru/courses/digital-analytics/section4-lesson1/
Пачка курсов от Udemy - 1 , 2 , 3 , 4
Еще чуть-чуть с edx - https://www.edx.org/course/data-analysis-in-power-bi
И на десерт - весьма симпатичный курс с Kaggle по визуализации в Python (бесплатный, как и все их курсы) - https://www.kaggle.com/learn/data-visualization
Серия постов продолжается, так что до скорой встречи 🐾
#позапросамстраждущих #какворватьсяваналитику
edX
HarvardX: Data Science: Visualization | edX
Learn basic data visualization principles and how to apply them using ggplot2.
Forwarded from настенька и графики
Как считать retention под разные продукты.
Важны 4 параметра:
- Сегмент пользователей
- Частота использования продукта: какими-то продуктами мы пользуемся ежедневно, какими-то только раз в месяц – от этого и будет зависеть необходимость расчета на разные промежутки времени
- Что считать за причину ретеншена: показатели активности, использования и тд
- Частота измерения: на каждый день, в рамках периода и тд
https://medium.com/@ll.ltsnk/how-to-choose-retention-model-for-your-product-4b34239082d6
Важны 4 параметра:
- Сегмент пользователей
- Частота использования продукта: какими-то продуктами мы пользуемся ежедневно, какими-то только раз в месяц – от этого и будет зависеть необходимость расчета на разные промежутки времени
- Что считать за причину ретеншена: показатели активности, использования и тд
- Частота измерения: на каждый день, в рамках периода и тд
https://medium.com/@ll.ltsnk/how-to-choose-retention-model-for-your-product-4b34239082d6
Forwarded from Product Science by Anton Martsen (Anton Martsen)
Свеженький туториал по АБ-тестам от гуру эксперементирования
https://drive.google.com/file/d/18jukd0M4PgHpBKC_uDFQREMyIYSS3qiL/view
https://drive.google.com/file/d/18jukd0M4PgHpBKC_uDFQREMyIYSS3qiL/view