​📊 [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.

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

Оценка результатов аб-теста в питоне

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

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

Свеженький туториал по АБ-тестам от гуру эксперементирования

https://drive.google.com/file/d/18jukd0M4PgHpBKC_uDFQREMyIYSS3qiL/view

Docker для Data Science специалистов

На Карпов.курс вышел бесплатный курс по Docker.

Для Data Science специалистов он пригодится для того, что бы интегрировать модели в инфраструктуру.

От себя еще хочу посоветовать очень годный курс на Udemy: Docker and Kubernetes: The Complete Guide

​Feature factory

Термин «feature factory» используют для описания работы над продуктом, когда главной целью является доставка конкретных фич, а не ценности продукта для пользователей.

Как понять, что вы на фабрике?

✔️Число проектов в роудмапе компании в несколько раз больше количества команд
✔️Основное внимание при обсуждении родмапа на «когда?», а не на «что?» и «зачем?»
✔️При оценке рисков выбор чаще делается в сторону более быстрого срока релиза, чем в сторону удобства пользователей
✔️В планах квартала всегда есть проекты, которые не успели сделать в прошлом квартале
✔️Разработчики вовлекаются в работу на стадии разбора требований, а не на стадии исследования и создания требований
✔️В компании есть специальные люди, которые следят за соблюдением сроков роудмапа

Как понять, что компания, в которую вы проходите отбор, является фабрикой?

✔️Попросите показать результаты неудачного эксперимента, проведенного 2-3 месяца назад. Если ли там список гипотез? Какие из них подтвердились? Что сделали с кодом эксперимента?
✔️Спросите 3 разных людей зачем запускали ту или иную фичу. Сравните ответы. Насколько они отличаются?
✔️Попросите показать список проектов или OKR на текущий квартал. Сколько элементов в списке?
✔️Попросите показать основной дашборд метрик команды. Есть ли там метрики для фич, добавленных в последние полгода?

Что делать, если вы всё же попали на фабрику?

✔️Не опускайте руки. Не пытайтесь адаптироваться к установившейся системе
✔️Задавайте вопросы. Докапывайтесь до истинных причин решений, не принимайте ответы вида «потому что так решили»
✔️Опирайтесь на метрики. Цифры лучше всего показывают неудачные решения, которые сделали до вас
✔️Ищите единомышленников. Даже если кажется, что все привыкли и не хотят менять работу в формате фабрики, это не так
✔️Поставьте границы. Не делайте бессмысленную работу потому что так делают другие
✔️Определите срок, который вы готовы использовать, чтобы изменить ситуацию. Если не видите явных изменений к середине этого срока — начинайте искать другую работу.

И помните, в мире гораздо больше компаний и команд, которые нацелены на доставку ценности, а не на доставку фич.

Пост, к сожалению, написан на основе собственного опыта последних 2 месяцев работы. И середина срока уже близко.

#lifehacks

Очень откликнулось мне 👆, увы.
Сейчас в поиске работы 😬

Ребят, вас 50! Кайф :) спасибо, что вы здесь ❤️

Ребята, привет)
Для тех, кто ищет работу: попробуйте откликнуться сюда.
В описании указано, что ищут опытного, но джуна, возможно, тоже рассмотрят:)

Будет большим плюсом, если неплохо знаете Tableau (укажите это в сопроводительном письме), идеально, если прикрепите свои дашбордики, если есть.
Еще плюс, если любите игры - тоже напишите, укажите игры, в которые играете. А может вы фанатеете в PixelWoods или Gallery, так это ещё один мини плюсик 😄

Хорошо разобрались в статистике? И это укажите😄

В общем, распишите свою крутость и мотивацию. Возможно, выгорит:) удачи!❤️

Бесплатный курс SQL. Коротко и понятно.

Базовый
Расширенные возможности

Привет, дорогие мои подписчики!
В продолжение нашего аналитического просвещения, сегодня долгожданная подборка материалов по А/В-тестированию, тщательно отобранная вашей покорной слугой #позапросамстраждущих.

Итак, начнем с курсов:

https://www.udacity.com/course/ab-testing--ud979 - этот прекрасный курс для экспериментов

https://www.udacity.com/course/ab-testing--ud257 - вот такой курс от Google ( а тут синопсис по курсу раз , а тут я писала про синопсис два )

https://www.udacity.com/course/intro-to-inferential-statistics--ud201 - а этот курс по статистике с нужными вкраплениями для экспериментальных знаний 🫠

https://www.devtodev.com/education/online-course/ab-tests-from-a-to-b-part1 - специализированный курс по А/В-тестам в геймдеве

здесь оригинальные ссылки на курсы, а тут - https://ux-journal.ru/tag/cl-testing-and-optimization - перевод на русский первой части этого краш-курса

https://www.kameleoon.com/en/training/ab-testing-experimentation - достаточно вводный курс ака цикл статей по А/В-тестированию


Немного статей-гайдов:

https://medium.com/1point96/the-experimentation-process-has-been-overly-simplified-a5845aabc8ac - вводная статья о том, как вообще выглядит процесс запуска эксперимента

https://cxl.com/blog/better-way-prioritize-ab-tests/ - хорошая статья о приоритизации А/В- тестов

https://alex.gladkikh.org/dataanalytics/abtest/job/2022/06/30/analyze-AB-test.html - очень-очень классный материал по аналитике А/В-тестов

https://medium.com/mlearning-ai/a-b-testing-result-analysis-using-python-beginners-guide-7a6562933f7 - гайд по аналитике А/В-теста для новичков (кстати, внутри крутая майнд-карта!)

https://towardsdatascience.com/how-to-select-the-right-statistical-tests-for-different-a-b-metrics-c8a1865851e - симпатичная вспомогательная статья о выборе статистических критериев

https://towardsdatascience.com/the-math-behind-a-b-testing-with-example-code-part-1-of-2-7be752e1d06f - математика, стоящая за А/В - тестированием

https://towardsdatascience.com/how-to-reduce-a-b-testing-duration-using-surrogate-metrics-3631c6295039 - на десерт, материал для отличников про то, как ускорить А/В-тестирование с помощью прокси-метрик

Только сейчас заметила, что у ребят из IT Resume можно прямо на сайте пробовать решать sql задачки. Вот задача про когорты, например: https://itresume.ru/problems/sql-cohort

Где еще практиковать SQL бесплатно:
- sql-ex
- sqlbolt
- sql-academy
- stepik тренажер
- w3schools
- sqlzoo
- pgexercises

#Стажировки

Стажировки || Тинькофф и OZON CAMP

Гут Шабес, мои любимые подписчики🥰🥰 Как всегда в честь праздника скромный подгон от меня: отбор на стажку, все задания в комментариях.
По Тиньку дедлайн до 21 декабря, по OZON дедлайн до 10 декабря.
Задания возможно обсудить в нашей БОТАЛКЕ, все инсайды как пройти на следующий этап отбора будут в ПОСТУПАЧЕ.
Жду много (((огоньков и шэров))) и тогда разбор не заставит себя долго ждать😎😎