Forwarded from Про удобство (Михаил Греков) (MGrekov)
Оптимизируй это немедленно
Прочитал книгу Георгия Нанеишвили “Оптимизируй это немедленно”. Георгий отвечал за развитие партнёрской сети Qlik в России. Кто не в теме Qlik — популярная BI-платформа, которая на рынке РФ входила в большую тройку иностранных BI: Power BI, Tableau и Qlik.
Звезда Клика на рынке РФ закатилась — Qlik покинул рынок России. Но кейсы остались. Собственно, книга построена на кейсах автоматизации разных компаний (в основном крупных). И надо сказать, это самое интересное описание кейсов, которое я до этого встречал.
Понравился кейс с моцареллой. Перескажу своими словами.
Крупному дистрибутору пищевых продуктов показывали BI. Делали в режиме прототипа: подключили систему к боевым данным.
И вот, на показе увидели, что “столбик” сыра моцарелла выбивается относительно других остатков — его дофига. Почти 10 тонн. Директор, которая увидела этот столбик, сказала, что такого быть не может — это дорогущий сыр и его везут напрямую из Италии. Его в месяц от силы 100 кг продают. Внедренцы сказали, что подключены к реальным данным.
Короче, позвонили на склад, и правда — 10 тонн моцареллы. Оказалось, что Итальянцы точку в заказе расценили как разделитель и выставили счёт за 10 тонн. Никого это не смутило (видимо, финансовые дела шли хорошо), счёт оплатили — самолётом привезли 10 тонн.
В итоге, прямо на показе BI-системы компания получила инсайт — побежали распродавать остатки моцареллы хотя бы по себестоимости, чтобы не попасть на убытки. Когда всё распродали — купили BI по полной, так как увидели в этом показе знак судьбы.
И таких кейсов в книге Георгия полно.
В общем, b2b-продактам и маркетологам рекомендую почитать, чтобы поучиться представлять кейсы автоматизации в приличном виде.
#продакту
Прочитал книгу Георгия Нанеишвили “Оптимизируй это немедленно”. Георгий отвечал за развитие партнёрской сети Qlik в России. Кто не в теме Qlik — популярная BI-платформа, которая на рынке РФ входила в большую тройку иностранных BI: Power BI, Tableau и Qlik.
Звезда Клика на рынке РФ закатилась — Qlik покинул рынок России. Но кейсы остались. Собственно, книга построена на кейсах автоматизации разных компаний (в основном крупных). И надо сказать, это самое интересное описание кейсов, которое я до этого встречал.
Понравился кейс с моцареллой. Перескажу своими словами.
Крупному дистрибутору пищевых продуктов показывали BI. Делали в режиме прототипа: подключили систему к боевым данным.
И вот, на показе увидели, что “столбик” сыра моцарелла выбивается относительно других остатков — его дофига. Почти 10 тонн. Директор, которая увидела этот столбик, сказала, что такого быть не может — это дорогущий сыр и его везут напрямую из Италии. Его в месяц от силы 100 кг продают. Внедренцы сказали, что подключены к реальным данным.
Короче, позвонили на склад, и правда — 10 тонн моцареллы. Оказалось, что Итальянцы точку в заказе расценили как разделитель и выставили счёт за 10 тонн. Никого это не смутило (видимо, финансовые дела шли хорошо), счёт оплатили — самолётом привезли 10 тонн.
В итоге, прямо на показе BI-системы компания получила инсайт — побежали распродавать остатки моцареллы хотя бы по себестоимости, чтобы не попасть на убытки. Когда всё распродали — купили BI по полной, так как увидели в этом показе знак судьбы.
И таких кейсов в книге Георгия полно.
В общем, b2b-продактам и маркетологам рекомендую почитать, чтобы поучиться представлять кейсы автоматизации в приличном виде.
#продакту
Интересная вакансия "Продуктовый аналитик (стажер)" — https://hh.ru/vacancy/79383394?from=share_android
Отправлено с помощью мобильного приложения hh https://hh.ru/mobile?from=share_android
Отправлено с помощью мобильного приложения hh https://hh.ru/mobile?from=share_android
perm.hh.ru
Вакансия Продуктовый аналитик (стажер) в Перми, работа в компании Где мои дети (вакансия в архиве c 5 мая 2023)
Зарплата: не указана. Пермь. Требуемый опыт: 1–3 года. Стажировка. Дата публикации: 18.04.2023.
Forwarded from Книжный IT сборник
Python и машинное обучение.pdf
147.2 MB
Книга "Python и машинное обучение"
Forwarded from Книжный IT сборник
Алгоритмы_Самый_краткий_и_понятный_курс.pdf
2 MB
Книга "Алгоритмы. Самый краткий и понятный курс"
❤1
Forwarded from Reveal the Data
Традиционная подборка интересных ссылок
🔭 Много визуализаций и журналистики данных в исследованиях Яндекса. Есть классные примеры интересных дата историй.
🎓 Ребята из Solvery проводят фестиваль пробных интервью для разных типов аналитиков. Не знаю, что там будет точно, но звучит интересно.
▶️ Женя Козлов (бывший руководитель аналитики Такси) сходил на подкаст к Karpov.Courses. Женю всегда интересно послушать, особенно про аналитику.
📈 Gartner выпустили новое исследование про BI-инструменты, а я традиционно собрал небольшой дашборд на эту тему.
🥔 Классный разбор вариантов дизайна простой таблицы про картофель (только звук местами не айс).
📄 Подборка статей по визуализации данных на Оди. Например, про линейные графики очень понравилась.
#дайджест
🔭 Много визуализаций и журналистики данных в исследованиях Яндекса. Есть классные примеры интересных дата историй.
🎓 Ребята из Solvery проводят фестиваль пробных интервью для разных типов аналитиков. Не знаю, что там будет точно, но звучит интересно.
▶️ Женя Козлов (бывший руководитель аналитики Такси) сходил на подкаст к Karpov.Courses. Женю всегда интересно послушать, особенно про аналитику.
📈 Gartner выпустили новое исследование про BI-инструменты, а я традиционно собрал небольшой дашборд на эту тему.
🥔 Классный разбор вариантов дизайна простой таблицы про картофель (только звук местами не айс).
📄 Подборка статей по визуализации данных на Оди. Например, про линейные графики очень понравилась.
#дайджест
Forwarded from Alexey Nikushin
Конференция по продвинутой продуктовой аналитике Aha!’23 пройдет 30 мая.
За 12 часов работы конференции участники прослушают 29 докладов про запуск новых продуктов, монетизацию, эксперименты и сопровождающие их ETL-процессы.
Полная программа конференции: https://bit.ly/ahaconf23
Актуальные темы, в которых важно разбираться каждому аналитику и продакт-менеджеру.
Аналитики разберут решения десятки реальных аналитических задач - от постановки до получения финальных результатов, получат рекомендации по дизайну A/B/n-экспериментов, узнают как обеспечить "бесшовность" при смене источников данных, напишут метод Propensity Score на Python, узнают как автоматизировать мониторинг событийных данных в аналитике, получат готовый чек-лист переезда на Datalens от команды Яндекс, поймут как стандартизировать работу с аналитическими пайплайнами, узнают как выполнить подготовку данных о пользовательских траекториях (clickstream) и многое другое.
Продакты разберутся в процессах запуска новых фич, узнают как использовать аналитику для принятия обоснованных решений и как устроены крупные запуски в больших продуктах и как проходит предстартовая подготовка, моделирование, оценка потенциала и рисков, разберутся в процессах выстраивания процесса оценки влияния фичей на экономику компании и влияния A/B-тестов на финансовую отчетность и разберутся в разных сценариях использования скидок.
Участники конференции познакомятся с подходом к продуктовой аналитике в таких компаниях как OZON, Авито, Яндекс, Retentioneering, Мегафон, Сравни, Тинькофф, Сбермаркет, Доставки, X5, HeadHunter, MTC, Adidas, Varioqub и др.
Аудитория конференции - опытные data- и продуктовые аналитики, ML-специалисты, product-менеджеры и тимлиды. Спикерами и экспертами выступают руководители R&D департаментов и служб аналитики, senior data scientists, системные архитекторы и другие специалисты с уникальной экспертизой и опытом.
Вне зависимости от формата участия все участники получают доступ к записям всех докладов, презентациям и прочим материалам конференции. Также, все участники Aha!’23 получат доступ к материалам конференции прошлого года.
Дополнительные возможности:
- Если вы в поисках работы или студент очного отделения ВУЗа, то у вас есть шанс попасть на Матемаркетинг бесплатно.
- Если вы HR и ищите аналитиков, приглашаем вас посетить Aha! и промоутировать вакансию на площадке
- Если вы devrel и хотите с нами познакомиться - мы пригласим вас вместе с вашим тимлидом аналитики и обсудим будущие интеграции 😉
Конференция Aha! проводится третий раз и пройдет в оффлайн-формате в Москве на площадке ЦДП (Покровка 47), а также в онлайн-формате. Мы ждем как тех, кто сейчас в России, так и тех, кто нашел себя в новых локациях. Оплата билетов доступна с зарубежных юрлиц тоже доступна.
Мы ждем вас! Это будет круто и очень полезно!
С уважением, команда Матемаркетинга
@a_nikushin
8 800 222 55 67
info@matemarketing.ru
matemarketing.ru
За 12 часов работы конференции участники прослушают 29 докладов про запуск новых продуктов, монетизацию, эксперименты и сопровождающие их ETL-процессы.
Полная программа конференции: https://bit.ly/ahaconf23
Актуальные темы, в которых важно разбираться каждому аналитику и продакт-менеджеру.
Аналитики разберут решения десятки реальных аналитических задач - от постановки до получения финальных результатов, получат рекомендации по дизайну A/B/n-экспериментов, узнают как обеспечить "бесшовность" при смене источников данных, напишут метод Propensity Score на Python, узнают как автоматизировать мониторинг событийных данных в аналитике, получат готовый чек-лист переезда на Datalens от команды Яндекс, поймут как стандартизировать работу с аналитическими пайплайнами, узнают как выполнить подготовку данных о пользовательских траекториях (clickstream) и многое другое.
Продакты разберутся в процессах запуска новых фич, узнают как использовать аналитику для принятия обоснованных решений и как устроены крупные запуски в больших продуктах и как проходит предстартовая подготовка, моделирование, оценка потенциала и рисков, разберутся в процессах выстраивания процесса оценки влияния фичей на экономику компании и влияния A/B-тестов на финансовую отчетность и разберутся в разных сценариях использования скидок.
Участники конференции познакомятся с подходом к продуктовой аналитике в таких компаниях как OZON, Авито, Яндекс, Retentioneering, Мегафон, Сравни, Тинькофф, Сбермаркет, Доставки, X5, HeadHunter, MTC, Adidas, Varioqub и др.
Аудитория конференции - опытные data- и продуктовые аналитики, ML-специалисты, product-менеджеры и тимлиды. Спикерами и экспертами выступают руководители R&D департаментов и служб аналитики, senior data scientists, системные архитекторы и другие специалисты с уникальной экспертизой и опытом.
Вне зависимости от формата участия все участники получают доступ к записям всех докладов, презентациям и прочим материалам конференции. Также, все участники Aha!’23 получат доступ к материалам конференции прошлого года.
Дополнительные возможности:
- Если вы в поисках работы или студент очного отделения ВУЗа, то у вас есть шанс попасть на Матемаркетинг бесплатно.
- Если вы HR и ищите аналитиков, приглашаем вас посетить Aha! и промоутировать вакансию на площадке
- Если вы devrel и хотите с нами познакомиться - мы пригласим вас вместе с вашим тимлидом аналитики и обсудим будущие интеграции 😉
Конференция Aha! проводится третий раз и пройдет в оффлайн-формате в Москве на площадке ЦДП (Покровка 47), а также в онлайн-формате. Мы ждем как тех, кто сейчас в России, так и тех, кто нашел себя в новых локациях. Оплата билетов доступна с зарубежных юрлиц тоже доступна.
Мы ждем вас! Это будет круто и очень полезно!
С уважением, команда Матемаркетинга
@a_nikushin
8 800 222 55 67
info@matemarketing.ru
matemarketing.ru
👍1
Forwarded from Python Learning
🐍 Самоучитель по Python для начинающих. Часть 18: Основы ООП – инкапсуляция и наследование
Рассмотрим базовые понятия (классы, подклассы и методы) и приступим к изучению первых двух фундаментальных принципов объектно-ориентированного программирования.
Смотреть статью
Рассмотрим базовые понятия (классы, подклассы и методы) и приступим к изучению первых двух фундаментальных принципов объектно-ориентированного программирования.
Смотреть статью
Библиотека программиста
🐍 Самоучитель по Python для начинающих. Часть 18: Основы ООП – инкапсуляция и наследование
Рассмотрим базовые понятия (классы, подклассы и методы) и приступим к изучению первых двух фундаментальных принципов объектно-ориентированного программирования. В конце статьи – 10 заданий, связанных с инкапсуляцией и наследованием.
Forwarded from Интернет-аналитика // Алексей Никушин (Alexey Nikushin)
Джуны аналитики часто ищут датасет для петпроекта. В чате @analysts_hunter поделились (спасибо @iskakovshamil) несколькими сайтами, на которых можно найти датасеты на любой вкус и цвет
1. https://www.mavenanalytics.io/data-playground
2. https://data.world/datasets/open-data
3. https://habr.com/ru/articles/452392/
4. https://paperswithcode.com/datasets
5. https://www.kaggle.com/datasets
6. https://habr.com/ru/companies/yandex/articles/458326/
7. https://habr.com/ru/articles/331528/
8. https://habr.com/ru/companies/edison/articles/480408/
9. https://data-in.ru/data-catalog/?access_mode__in=1&page=2
10. https://github.com/awesomedata/awesome-public-datasets
11. https://www.reddit.com/r/datasets/
@internetanalytics
1. https://www.mavenanalytics.io/data-playground
2. https://data.world/datasets/open-data
3. https://habr.com/ru/articles/452392/
4. https://paperswithcode.com/datasets
5. https://www.kaggle.com/datasets
6. https://habr.com/ru/companies/yandex/articles/458326/
7. https://habr.com/ru/articles/331528/
8. https://habr.com/ru/companies/edison/articles/480408/
9. https://data-in.ru/data-catalog/?access_mode__in=1&page=2
10. https://github.com/awesomedata/awesome-public-datasets
11. https://www.reddit.com/r/datasets/
@internetanalytics
Интересная вакансия "Junior Дата Аналитик в продукт Фиксированный бизнес B2C (Big Data)" — https://hh.ru/vacancy/79747518?from=share_android
Отправлено с помощью мобильного приложения hh https://hh.ru/mobile?from=share_android
Отправлено с помощью мобильного приложения hh https://hh.ru/mobile?from=share_android
hh.ru
Вакансия Junior Дата Аналитик в продукт Фиксированный бизнес B2C (Big Data) в Москве, работа в компании МТС
Зарплата: не указана. Москва. Требуемый опыт: 1–3 года. Полная занятость. Дата публикации: 24.04.2023.
Forwarded from Bogdan Starostin
Коллеги, добрый день!
Ищу сотрудника на позицию "Аналитик BI" уровня junior или middle.
Компания: - Российский футбольный союз (РФС)
Трудоустройство в штат
Ссылка на позицию: https://gorki-2.hh.ru/vacancy/72009138?hhtmFrom=employer_vacancies
Основное требование: создание отчета в Superset от А до Я (сбор требований, подготовка датасета, построение отчета и отладка стилей в CSS)
От себя: обучение*, развитие, поддержка на всех этапах задач
ЗП: до 130 т.р. net
Формат работы: гибридный в Москве
P.S.
Пожалуйста, дабы ускорить процесс рассмотрения, пишите мне в личку.
Спасибо!
Ищу сотрудника на позицию "Аналитик BI" уровня junior или middle.
Компания: - Российский футбольный союз (РФС)
Трудоустройство в штат
Ссылка на позицию: https://gorki-2.hh.ru/vacancy/72009138?hhtmFrom=employer_vacancies
Основное требование: создание отчета в Superset от А до Я (сбор требований, подготовка датасета, построение отчета и отладка стилей в CSS)
От себя: обучение*, развитие, поддержка на всех этапах задач
ЗП: до 130 т.р. net
Формат работы: гибридный в Москве
P.S.
Пожалуйста, дабы ускорить процесс рассмотрения, пишите мне в личку.
Спасибо!
hh.ru
Вакансия Аналитик BI/Разработчик в Москве, работа в компании Российский футбольный союз (вакансия в архиве c 19 мая 2023)
Зарплата: не указана. Москва. Требуемый опыт: 1–3 года. Полная занятость. Дата публикации: 15.05.2023.
Forwarded from Мария Высочанская
#вакансия #vacancy #job #Moscow #dateanalyst #analyst #remote #junior
Вакансия: Аналитик данных
Локация: Москва (гибрид / удаленка обсуждается)
Компания: АНО "Платформа НТИ"
Занятость: полная
Зарплатная вилка: обсуждается с кандидатом (до 180 000 net)
📝 О проекте и компании
Сейчас есть прекрасная возможность подключиться к работе над масштабным, амбициозным проектом на начальном этапе. Предстоит создать реестр старатапов и потенциальных инвесторов, которые готовы в них вложиться.
Ищут специалиста уровня junior+ с большим желанием развиваться и умением найти нестандартные источники поступления информации.
🔍 Чем предстоит заниматься:
▫️Формирование выгрузок из баз данных сервисов экосистемы с помощью SQL-запросов
▫️Построение ETL-процессов для сбора и обработки данных
▫️Поиск и сбор данных в открытых источниках
▫️Определение оптимальных механизмов получения данных из источников
▫️Реализация подключений к источникам данных посредством API
▫️Разработка и построение аналитических отчетов
▫️Поиск аномалий и инсайтов в данных
👀 Что мы ожидаем:
✔️Знание основных нотаций описания баз данных, потоков данных
✔️Понимание принципов построения DWH
✔️Опыт работы с базами данных, знание SQL
✔️Знание языка программирования Python, опыт работы с библиотеками: pandas, plotly, matplotlib, requests
✔️Понимание принципов работы с API и их устройство
✔️Опыт работы с Apache Airflow или схожими сервисами
✔️Стаж от 1 года
💬 Что мы предлагаем:
🔹Конкурентоспособная заработная плата
🔹ДМС по истечению испытательного срока
🔹Прохождение внутренних тренингов и программ повышения квалификации
🔹Работа над интересными и передовыми проектами страны
Для связи:
@Pkey_town (Мария)
Вакансия: Аналитик данных
Локация: Москва (гибрид / удаленка обсуждается)
Компания: АНО "Платформа НТИ"
Занятость: полная
Зарплатная вилка: обсуждается с кандидатом (до 180 000 net)
📝 О проекте и компании
Сейчас есть прекрасная возможность подключиться к работе над масштабным, амбициозным проектом на начальном этапе. Предстоит создать реестр старатапов и потенциальных инвесторов, которые готовы в них вложиться.
Ищут специалиста уровня junior+ с большим желанием развиваться и умением найти нестандартные источники поступления информации.
🔍 Чем предстоит заниматься:
▫️Формирование выгрузок из баз данных сервисов экосистемы с помощью SQL-запросов
▫️Построение ETL-процессов для сбора и обработки данных
▫️Поиск и сбор данных в открытых источниках
▫️Определение оптимальных механизмов получения данных из источников
▫️Реализация подключений к источникам данных посредством API
▫️Разработка и построение аналитических отчетов
▫️Поиск аномалий и инсайтов в данных
👀 Что мы ожидаем:
✔️Знание основных нотаций описания баз данных, потоков данных
✔️Понимание принципов построения DWH
✔️Опыт работы с базами данных, знание SQL
✔️Знание языка программирования Python, опыт работы с библиотеками: pandas, plotly, matplotlib, requests
✔️Понимание принципов работы с API и их устройство
✔️Опыт работы с Apache Airflow или схожими сервисами
✔️Стаж от 1 года
💬 Что мы предлагаем:
🔹Конкурентоспособная заработная плата
🔹ДМС по истечению испытательного срока
🔹Прохождение внутренних тренингов и программ повышения квалификации
🔹Работа над интересными и передовыми проектами страны
Для связи:
@Pkey_town (Мария)
Forwarded from Ольга Агафица
#вакансия #гибрид #СПб #Санкт-Петербург #Питер #data_analyst #аналитик_данных #dataanalyst #аналитикданных
Всем привет. Разыскивается Аналитик данных (Junior+/Middle)
✔Куда: ИТ-команда мультисервисной управляющей компании
✔Сфера: цифровизированное жилищно-коммунальное хозяйство
✔Вилка: 120 - 160 (Middle)
✔Стек: Power BI, Power Query, Power Pivot, MS Excel, MS SQL, PostgreSQL.
✔Ключевым на этапе онбординга будет
- продвинутый Excel, включая, сложные сводные таблицы;
- уверенный SQL с самостоятельным написанием запрос.
✔Как преимущество Знание VBA, Python.
✔Основная задача - анализ большого массива информции, выявление несоответствий и проблемных зон, поиск причин отклонений, визуализация отчетов для бизнес-заказчиков.
✔Формат: гибрид, офис-удаленка (50/50), офис Санкт-Петербург (в пешей доступности от ст. м. Бухарестская, Международная)
✔Занятость: полная занятость - пятидневка, 09.00 -18.00
✔Тип контракта: постоянный, оформление по ТК
Если вакансия заинтересовала и появились вопросы - просьба писать в тг @olya_agafitsa
Всем привет. Разыскивается Аналитик данных (Junior+/Middle)
✔Куда: ИТ-команда мультисервисной управляющей компании
✔Сфера: цифровизированное жилищно-коммунальное хозяйство
✔Вилка: 120 - 160 (Middle)
✔Стек: Power BI, Power Query, Power Pivot, MS Excel, MS SQL, PostgreSQL.
✔Ключевым на этапе онбординга будет
- продвинутый Excel, включая, сложные сводные таблицы;
- уверенный SQL с самостоятельным написанием запрос.
✔Как преимущество Знание VBA, Python.
✔Основная задача - анализ большого массива информции, выявление несоответствий и проблемных зон, поиск причин отклонений, визуализация отчетов для бизнес-заказчиков.
✔Формат: гибрид, офис-удаленка (50/50), офис Санкт-Петербург (в пешей доступности от ст. м. Бухарестская, Международная)
✔Занятость: полная занятость - пятидневка, 09.00 -18.00
✔Тип контракта: постоянный, оформление по ТК
Если вакансия заинтересовала и появились вопросы - просьба писать в тг @olya_agafitsa
Forwarded from Книжный IT сборник
Рассказы_о_математике_с_примерами_на_Python_и_C.pdf
3.7 MB
Книга "Рассказы о математике с примерами на языках Python и C"
Forwarded from Prog books
Статистика_и_планирование_эксперимента_для_непосвященных_2023_RU+EN.zip
17.1 MB
📕 Статистика и планирование эксперимента для непосвященных [2023] Херцог М. Х., Френсис Г., Кларк А.
Forwarded from Аналитика и growth mind-set
Как быстро начать программировать на Python аналитику данных?
Я уверена, что даже полный новичок в Python сможет сделать простой анализ уже через 2 недели. Анализ данных на Python - это не миллионы строк кода, многие манипуляции с данными - это всего лишь одна или несколько строчек.
Вот некоторые мысли из моего опыта.
1) ИЗУЧИТЕ ОСНОВЫ PYTHON (СИНТАКСИС).
Однако тут может возникнуть проблема - вы неделями и месяцами изучаете синтаксис, но при этом до сих пор не понимаете, как делать анализ данных с помощью Python.
На старте я изучала бесплатный курс Python в 2х частях (Часть 1 и Часть 2) на Stepik. Хороший курс? Да. Но изучать его довольно долго. Заявлено 40 + 64 часа, но выходит гораздо больше. Некоторые задачи можно решать по несколько часов, а задач только в Части 1 более 150). Ну и если уделять даже 2 часа в день 5 дней в неделю, обучение все равно растянется на несколько месяцев, а то и полгода. А за это время вы так и не поймете, как делать анализ данных с помощью Python.
Синтаксис знать важно, но также важно не утонуть в нем. На мой взгляд, начать лучше с более короткого курса и быстрее перейти к изучению библиотек для анализа данных и практике. А к синтаксису вы так или иначе будете возвращаться и углубляться в него по мере практики.
Например, есть 2 коротких бесплатных курса от Kaggle по синтаксису: Введение в программирование с Python и Python. Но можно брать и другие.
2) ИЗУЧИТЕ БИБЛИОТЕКИ ДЛЯ АНАЛИЗА ДАННЫХ.
Именно изучая библиотеки вы и поймете, как делать анализ данных с Python. Библиотеки - это наборы шаблонов кода для каждой конкретной ситуации. Знакомиться с библиотеками лучше всего выполняя реальный проект по анализу данных.
Начните с Pandas - это основная библиотека для работы с данными. С помощью нее можно очищать и подготавливать данные, делать анализ, визуализировать и др.
Вот краткий бесплатный курс Pandas от Kaggle.
Также у Pandas есть официальный сайт с туториалами по анализу данных.
А если вы уже знаете Excel или SQL, то вам будет еще проще освоить эту библиотеку: Pandas имеет схожие функции и может принимать различные типы данных. На официальном сайте Pandas даже есть туториалы, где функции Pandas приводятся в сравнении с Excel или SQL.
Освоив азы Pandas, вам будет легко понять Numpy, Matplotlib, Seaborn и другие библиотеки для анализа данных.
Например, вот краткий бесплатный курс по визуализации данных в Python от Kaggle (а именно используются библиотеки Seaborn и Matplotlib).
3) НАЧНИТЕ ПРАКТИЧЕСКИЙ ПРОЕКТ ПО АНАЛИЗУ ДАННЫХ С ПЕРВЫХ ДНЕЙ
Обучение на практике - лучший способ научиться программировать. Да, это вызов и выход из зоны комфорта, но так вы научитесь гораздо быстрее. После короткого курса синтаксиса уже можно переходить к реальному проекту, в процессе изучая библиотеки.
Поначалу можете подсмотреть, как выглядят проекты по анализу данных у других (например, на Medium много таких проектов).
Также примеры проектов анализа данных с помощью Python и где взять данные писала тут.
Если в процессе сталкиваетесь с ошибками, то в помощь Google и Stackoverflow.
4) ЧТОБЫ ПИСАТЬ КОД, НУЖНО НАСТРОИТЬ СРЕДУ РАЗРАБОТКИ.
Первый раз мне эта задача не показалась легкой, тк возникали ошибки, которые я достаточно долго исправляла.
Поэтому с первых дней можно начать с облачных сред разработки, в которых можно писать код сразу без настройки. Например, Google Collab или Kaggle Notebook. А в последствии установите среду разработки, например PyCharm, VScode или другую.
Если было полезно, ставьте 🔥.
Я уверена, что даже полный новичок в Python сможет сделать простой анализ уже через 2 недели. Анализ данных на Python - это не миллионы строк кода, многие манипуляции с данными - это всего лишь одна или несколько строчек.
Вот некоторые мысли из моего опыта.
1) ИЗУЧИТЕ ОСНОВЫ PYTHON (СИНТАКСИС).
Однако тут может возникнуть проблема - вы неделями и месяцами изучаете синтаксис, но при этом до сих пор не понимаете, как делать анализ данных с помощью Python.
На старте я изучала бесплатный курс Python в 2х частях (Часть 1 и Часть 2) на Stepik. Хороший курс? Да. Но изучать его довольно долго. Заявлено 40 + 64 часа, но выходит гораздо больше. Некоторые задачи можно решать по несколько часов, а задач только в Части 1 более 150). Ну и если уделять даже 2 часа в день 5 дней в неделю, обучение все равно растянется на несколько месяцев, а то и полгода. А за это время вы так и не поймете, как делать анализ данных с помощью Python.
Синтаксис знать важно, но также важно не утонуть в нем. На мой взгляд, начать лучше с более короткого курса и быстрее перейти к изучению библиотек для анализа данных и практике. А к синтаксису вы так или иначе будете возвращаться и углубляться в него по мере практики.
Например, есть 2 коротких бесплатных курса от Kaggle по синтаксису: Введение в программирование с Python и Python. Но можно брать и другие.
2) ИЗУЧИТЕ БИБЛИОТЕКИ ДЛЯ АНАЛИЗА ДАННЫХ.
Именно изучая библиотеки вы и поймете, как делать анализ данных с Python. Библиотеки - это наборы шаблонов кода для каждой конкретной ситуации. Знакомиться с библиотеками лучше всего выполняя реальный проект по анализу данных.
Начните с Pandas - это основная библиотека для работы с данными. С помощью нее можно очищать и подготавливать данные, делать анализ, визуализировать и др.
Вот краткий бесплатный курс Pandas от Kaggle.
Также у Pandas есть официальный сайт с туториалами по анализу данных.
А если вы уже знаете Excel или SQL, то вам будет еще проще освоить эту библиотеку: Pandas имеет схожие функции и может принимать различные типы данных. На официальном сайте Pandas даже есть туториалы, где функции Pandas приводятся в сравнении с Excel или SQL.
Освоив азы Pandas, вам будет легко понять Numpy, Matplotlib, Seaborn и другие библиотеки для анализа данных.
Например, вот краткий бесплатный курс по визуализации данных в Python от Kaggle (а именно используются библиотеки Seaborn и Matplotlib).
3) НАЧНИТЕ ПРАКТИЧЕСКИЙ ПРОЕКТ ПО АНАЛИЗУ ДАННЫХ С ПЕРВЫХ ДНЕЙ
Обучение на практике - лучший способ научиться программировать. Да, это вызов и выход из зоны комфорта, но так вы научитесь гораздо быстрее. После короткого курса синтаксиса уже можно переходить к реальному проекту, в процессе изучая библиотеки.
Поначалу можете подсмотреть, как выглядят проекты по анализу данных у других (например, на Medium много таких проектов).
Также примеры проектов анализа данных с помощью Python и где взять данные писала тут.
Если в процессе сталкиваетесь с ошибками, то в помощь Google и Stackoverflow.
4) ЧТОБЫ ПИСАТЬ КОД, НУЖНО НАСТРОИТЬ СРЕДУ РАЗРАБОТКИ.
Первый раз мне эта задача не показалась легкой, тк возникали ошибки, которые я достаточно долго исправляла.
Поэтому с первых дней можно начать с облачных сред разработки, в которых можно писать код сразу без настройки. Например, Google Collab или Kaggle Notebook. А в последствии установите среду разработки, например PyCharm, VScode или другую.
Если было полезно, ставьте 🔥.
🔥2
Интересная вакансия "Junior BI Analyst" — https://hh.ru/vacancy/80067466?from=share_android
Отправлено с помощью мобильного приложения hh https://hh.ru/mobile?from=share_android
Отправлено с помощью мобильного приложения hh https://hh.ru/mobile?from=share_android
hh.ru
Вакансия Junior BI Analyst в Москве, работа в компании Ситидрайв (вакансия в архиве c 2 июня 2023)
Зарплата: не указана. Москва. Требуемый опыт: 1–3 года. Полная занятость. Дата публикации: 03.05.2023.