👍16❤9
Сегодня стартовало обучение на моем курсе по созданию аналитической отчетности под ключ в качестве аналитика-инженера
Кто любит залетать в последний вагон, сегодня ваш шанс 😉
Сразу дам доступ к материалам и инфраструктуре, будете создавать потоки данных с аналитическими витринами
Пишите мне @daniildzheparov
Кто любит залетать в последний вагон, сегодня ваш шанс 😉
Сразу дам доступ к материалам и инфраструктуре, будете создавать потоки данных с аналитическими витринами
Пишите мне @daniildzheparov
🔥4👍3
В жизни столько всего происходит. В «мире» хаосе дак вообще жесть, даже в соц. сети заходить уже страшно
А я вот только рабочий ноутбук закрыл и не успеваю здесь поделиться своими новостями 😕
Новости основные 2
1. ко мне в команду вышел новый аналитик, сейчас онбординг проходим. Расскажу об этом в отдельном посте
2. Подал сегодня кое-какие документы, но подробнее расскажу когда все будет готово
Вы как?
♥️ - держусь
🤯 - новости в мире не дают спокойно жить
А я вот только рабочий ноутбук закрыл и не успеваю здесь поделиться своими новостями 😕
Новости основные 2
1. ко мне в команду вышел новый аналитик, сейчас онбординг проходим. Расскажу об этом в отдельном посте
2. Подал сегодня кое-какие документы, но подробнее расскажу когда все будет готово
Вы как?
♥️ - держусь
🤯 - новости в мире не дают спокойно жить
❤33🤯14👍3
15 марта в Москве пройдет AI Dev Day — митап Яндекса, посвященный реальному опыту внедрения AI-инструментов в разработку.
Программа делится на два блока.
В первом руководители и инженеры из Яндекса, Авито, Сбера, Т-Банка, Ozon расскажут, как в их командах оценивают эффективность AI-инструментов.
Андрей Попов из Яндекса расскажет о том, как в компании используют и измеряют полезность AI: в компании, помимо генерации кода, его используют для задач по оптимизации процессов, тестированию и работе с инцидентами. А Александр Мазько из Сбера, объяснит, какие метрики действительно показывают ROI в DevTools, как отделить реальный эффект от хайпа и связать инженерные показатели с бизнес-ценностью.
Вторая часть программы посвящена конкретным технологиям и кейсам. Например, Сергей Бульдяев из Яндекса расскажет, как создавали кодового ассистента для разработки в IDE на базе open-source решения. И как этот инструмент продвигали внутри и растили адопшен.
Регистрируемся на митап до 12 марта.
Программа делится на два блока.
В первом руководители и инженеры из Яндекса, Авито, Сбера, Т-Банка, Ozon расскажут, как в их командах оценивают эффективность AI-инструментов.
Андрей Попов из Яндекса расскажет о том, как в компании используют и измеряют полезность AI: в компании, помимо генерации кода, его используют для задач по оптимизации процессов, тестированию и работе с инцидентами. А Александр Мазько из Сбера, объяснит, какие метрики действительно показывают ROI в DevTools, как отделить реальный эффект от хайпа и связать инженерные показатели с бизнес-ценностью.
Вторая часть программы посвящена конкретным технологиям и кейсам. Например, Сергей Бульдяев из Яндекса расскажет, как создавали кодового ассистента для разработки в IDE на базе open-source решения. И как этот инструмент продвигали внутри и растили адопшен.
Регистрируемся на митап до 12 марта.
❤5👍5🔥2
Дорогие девушки, с 8 Марта! 🌷
Желаю вам профессиональных побед, весеннего настроения и огромного количества приятных моментов в жизни. Пусть каждый день приносит счастья, радость, любовь и теплые эмоции.
Просто будьте сами собой и цените себя!
Желаю вам профессиональных побед, весеннего настроения и огромного количества приятных моментов в жизни. Пусть каждый день приносит счастья, радость, любовь и теплые эмоции.
Просто будьте сами собой и цените себя!
❤43
Как мы нашли аналитика в команду
Про новый проект и почему искали человека
С начала года я перешел на другой проект в Сравни. Переход был не запланированным, так сложились обстоятельства. А если быть точнее, то единственный аналитик приняла решение двигаться дальше по карьере вне компании и нужно было быстро найти того, кто подхватит работу.
Этим человеком оказался я) Но при этом у меня в команде на тот момент было 3 аналитика. В итоге
🔹меня начинают погружать в новое направление
🔹вся моя команда переходит в смежные команды, продолжая заниматься +- похожими задачами что мы вместе делали
На новом проекте сразу обсуждаем, что будем искать еще одного аналитика, чтобы нас было двое. Задач и планов много, поэтому нужно расширяться.
Составили вакансию, сбились по условиям и по критериям кого конкретно ищем и что нам важно.
Мы искали аналитика уровня middle с максимально уверенным владением Python и SQL. При чем в этот раз Python при поиске поставили приоритетом, т.к. много скриптов автоматизации с которыми нужно работать написаны именно на нем.
Также важно было, чтобы кандидат понимал полный цикл решения аналитической задачи и мог искать методы оптимизации процессов обработки данных.
Этапы отбора
1. скрининг HR
Здесь прям Юля (рекрутер) хорошо сработала и мне выдавала резюме действительно подходящие под то что мы обсуждали. Был скрининговый созвон рекрутер-кандидат, после него кто подходит по основным критериям резюме уже попадали мне.
2. техническое интервью
Буквально через 3-4 дня у нас сформировался график с первыми кандидатами на интервью. Проводил я его по 1-1.5 часа с частично теоретическими и по большей части практическими вопросами, чтобы понять по кандидату
- как размышляет
- с какими задачами/инструментами работал
- какой опыт и насмотренность на разнообразие решений
В качестве задания практического давал python-скрипт с реально нашей задачи, время на то чтобы в него погрузиться и рассказать что в скрипте происходит. Еще спрашивал что в этом скрипте можно переписать для оптимизации. Проверял понимание кода в целом
3. финальное интервью
На финале были еще руководители с проекта, чтобы познакомиться с кандидатом, задать свои вопросы. Немного посмотреть на стрессоустойчивость и в целом на софты как человек умеет строить диалог.
Мы готовились к достаточно долгим поискам, но для нас все сложилось максимально удачно и оффер мы сделали буквально через неделю от старта поиска. Теперь у нас есть Влад, который вышел к нам с начала марта, проходит онбординг и за это время уже успел реализовать 2 свои задачи 🙂
Кто я | Навигация | Обучение
Про новый проект и почему искали человека
С начала года я перешел на другой проект в Сравни. Переход был не запланированным, так сложились обстоятельства. А если быть точнее, то единственный аналитик приняла решение двигаться дальше по карьере вне компании и нужно было быстро найти того, кто подхватит работу.
Этим человеком оказался я) Но при этом у меня в команде на тот момент было 3 аналитика. В итоге
🔹меня начинают погружать в новое направление
🔹вся моя команда переходит в смежные команды, продолжая заниматься +- похожими задачами что мы вместе делали
На новом проекте сразу обсуждаем, что будем искать еще одного аналитика, чтобы нас было двое. Задач и планов много, поэтому нужно расширяться.
Составили вакансию, сбились по условиям и по критериям кого конкретно ищем и что нам важно.
Мы искали аналитика уровня middle с максимально уверенным владением Python и SQL. При чем в этот раз Python при поиске поставили приоритетом, т.к. много скриптов автоматизации с которыми нужно работать написаны именно на нем.
Также важно было, чтобы кандидат понимал полный цикл решения аналитической задачи и мог искать методы оптимизации процессов обработки данных.
Этапы отбора
1. скрининг HR
Здесь прям Юля (рекрутер) хорошо сработала и мне выдавала резюме действительно подходящие под то что мы обсуждали. Был скрининговый созвон рекрутер-кандидат, после него кто подходит по основным критериям резюме уже попадали мне.
2. техническое интервью
Буквально через 3-4 дня у нас сформировался график с первыми кандидатами на интервью. Проводил я его по 1-1.5 часа с частично теоретическими и по большей части практическими вопросами, чтобы понять по кандидату
- как размышляет
- с какими задачами/инструментами работал
- какой опыт и насмотренность на разнообразие решений
В качестве задания практического давал python-скрипт с реально нашей задачи, время на то чтобы в него погрузиться и рассказать что в скрипте происходит. Еще спрашивал что в этом скрипте можно переписать для оптимизации. Проверял понимание кода в целом
3. финальное интервью
На финале были еще руководители с проекта, чтобы познакомиться с кандидатом, задать свои вопросы. Немного посмотреть на стрессоустойчивость и в целом на софты как человек умеет строить диалог.
Мы готовились к достаточно долгим поискам, но для нас все сложилось максимально удачно и оффер мы сделали буквально через неделю от старта поиска. Теперь у нас есть Влад, который вышел к нам с начала марта, проходит онбординг и за это время уже успел реализовать 2 свои задачи 🙂
Кто я | Навигация | Обучение
👍19🔥5
Под капотом каждого технического продукта есть еще целый мир под названием "Инфраструктура"
Так и у меня на курсе Продвинутый SQL настроено куча всего, чтобы на практике можно было работать с реальными инструментами для построения потоков данных.
Для этого проделал много работы по настройке и дальнейшему администрированию:
✅ арендовал серверы на Linux
✅ установил на них Docker
✅ написал docker-compose файлы для нужных сервисов
✅ сделал план бэкапов
✅ настроил роли и доступы
✅ создал облако и сервисные аккаунты
✅ сделал процесс деплоя DAGов в Airflow через Github
✅ продумал модель данных
✅ разработал и автоматизировал скрипты загрузки сырых данных в базу
✅ подключил загрузку данных из Яндекс Метрики
✅ автоматизировал выдачу доступов к ресурсам
✅ настроил технический мониторинг
✅ использую биллинг, сколько сервисы потребляют💰
Объем работы уже тянет на стартап, но для меня важно чтобы каждый, кто приходит учиться, погружался прям в эту реальную техническую песочницу инструментов, а не пытался разворачивать инструменты у себя локально (если только в этом не заключается само обучение), проклиная все на свете.
Или еще хуже просто писать запросы в формате тренажера, что вообще от практики и реальной работы сильно далеко. Тренажеры для базового изучения любого языка - ОК. Но на следующем уровне нужна практика в виде проектов с применением рабочих инструментов.
Кто я | Навигация | Обучение
Так и у меня на курсе Продвинутый SQL настроено куча всего, чтобы на практике можно было работать с реальными инструментами для построения потоков данных.
Для этого проделал много работы по настройке и дальнейшему администрированию:
✅ арендовал серверы на Linux
✅ установил на них Docker
✅ написал docker-compose файлы для нужных сервисов
✅ сделал план бэкапов
✅ настроил роли и доступы
✅ создал облако и сервисные аккаунты
✅ сделал процесс деплоя DAGов в Airflow через Github
✅ продумал модель данных
✅ разработал и автоматизировал скрипты загрузки сырых данных в базу
✅ подключил загрузку данных из Яндекс Метрики
✅ автоматизировал выдачу доступов к ресурсам
✅ настроил технический мониторинг
✅ использую биллинг, сколько сервисы потребляют💰
Объем работы уже тянет на стартап, но для меня важно чтобы каждый, кто приходит учиться, погружался прям в эту реальную техническую песочницу инструментов, а не пытался разворачивать инструменты у себя локально (если только в этом не заключается само обучение), проклиная все на свете.
Или еще хуже просто писать запросы в формате тренажера, что вообще от практики и реальной работы сильно далеко. Тренажеры для базового изучения любого языка - ОК. Но на следующем уровне нужна практика в виде проектов с применением рабочих инструментов.
Кто я | Навигация | Обучение
🔥9👍5❤1🆒1
Как считать Retention Rate через Когортный анализ
🔎 Retention Rate - метрика, которая показывает долю клиентов, которые продолжают пользоваться продуктом (покупать или совершать другое целевое действие) спустя какое-то время после их первого взаимодействия с продуктом. Эта метрика позволяет бизнесу оценить по-другому насколько долго клиент остается с компанией.
🔎 Когорты и когортный анализ - это метод анализ, когда клиентов объединяют одним признаком по дате совершения действия в одну группу (когорту) и считают метрику для когорты в целом, а не для конкретного клиента.
Давай разберем картинку, на которой приведен пример анализа Retention Rate для оценки подписок с момента регистрации пользователя. Например, нас интересует
Формируется когорта: в марте зарегистрировалось 1000 человек - это наши 100%
Идем читать retention по первой строке слева направо (March 2019 и по номеру месяцев 0,1,2,3...)
🔹91% из них оформили подписку в марте (0 месяц). Остальные значит ее либо вообще не оформили, либо оформили в последующие месяцы
🔹через месяц также 91% оформили подписку (1 месяц). Это считается от общего числа зарегистрированных еще в марте, по этому списку клиентов проверяем кто купил подписку а кто нет и считаем долю.
🔹а вот спустя 10 месяцев только 59% клиентов купили подписку из той самой 1000, кто зарегистрировался в марте.
Таким образом у бизнеса благодаря анализу данных есть понятный инструмент по отслеживанию эффективности удержания клиентов.
Как считать Retention Rate с помощью SQL и визуализировать в Datalens разбираем на курсе Продвинутый SQL.
Кто я | Навигация | Обучение
🔎 Retention Rate - метрика, которая показывает долю клиентов, которые продолжают пользоваться продуктом (покупать или совершать другое целевое действие) спустя какое-то время после их первого взаимодействия с продуктом. Эта метрика позволяет бизнесу оценить по-другому насколько долго клиент остается с компанией.
🔎 Когорты и когортный анализ - это метод анализ, когда клиентов объединяют одним признаком по дате совершения действия в одну группу (когорту) и считают метрику для когорты в целом, а не для конкретного клиента.
Давай разберем картинку, на которой приведен пример анализа Retention Rate для оценки подписок с момента регистрации пользователя. Например, нас интересует
как много клиентов и как долго оформляли ежемесячную подписку, которые зарегистрировались в марте 2019?
Формируется когорта: в марте зарегистрировалось 1000 человек - это наши 100%
Идем читать retention по первой строке слева направо (March 2019 и по номеру месяцев 0,1,2,3...)
🔹91% из них оформили подписку в марте (0 месяц). Остальные значит ее либо вообще не оформили, либо оформили в последующие месяцы
🔹через месяц также 91% оформили подписку (1 месяц). Это считается от общего числа зарегистрированных еще в марте, по этому списку клиентов проверяем кто купил подписку а кто нет и считаем долю.
🔹а вот спустя 10 месяцев только 59% клиентов купили подписку из той самой 1000, кто зарегистрировался в марте.
Таким образом у бизнеса благодаря анализу данных есть понятный инструмент по отслеживанию эффективности удержания клиентов.
Как считать Retention Rate с помощью SQL и визуализировать в Datalens разбираем на курсе Продвинутый SQL.
Кто я | Навигация | Обучение
❤14👍2🔥2😁1
Терпение и труд всё перетрут 💪
К этой пословице еще хочу добавить
- гибкость к внешним факторам, но ловить фокус на том что важно именно тебе
- упорство повторять то, что с первого раза не получается
- рефлексию и анализ что сделано и что нужно улучшить, чтобы достичь цели
У нас у всех всё получится!
Кто я | Навигация | Обучение
К этой пословице еще хочу добавить
- гибкость к внешним факторам, но ловить фокус на том что важно именно тебе
- упорство повторять то, что с первого раза не получается
- рефлексию и анализ что сделано и что нужно улучшить, чтобы достичь цели
У нас у всех всё получится!
Кто я | Навигация | Обучение
👍11🔥6🎉1
Я получил образовательную лицензию! 🎉
С 2022 года я обучил больше 200 аналитиков в разном формате. Все это время меня не покидала мысль, чтобы получить документ, который не просто будет подтверждать мой практический опыт и компетенции, а будет являться маркером образовательного стандарта для моих авторских курсов.
В целом мог бы продолжать работать и без этого, ведь форма ИП дает возможность давать дополнительное образование детям и взрослым, а также иметь возможность получить налоговый вычет ученикам.
Это повышает доверие к обучению, а также усиливает ценность именно сертификата после завершения курса. Сертификат можно показывать при трудоустройстве или на текущей работе, чтобы подтвердить свои навыки.
Пусть лицензия будет ценным дополнением к моему вкладу в вас, а для вас приятным бонусом и аргументом чтобы прокачивать свои технические навыки)
Но самым главным хочу отметить всегда остаются ваши приобретенные навыки и знания 😉
Кто я | Навигация | Обучение
С 2022 года я обучил больше 200 аналитиков в разном формате. Все это время меня не покидала мысль, чтобы получить документ, который не просто будет подтверждать мой практический опыт и компетенции, а будет являться маркером образовательного стандарта для моих авторских курсов.
В целом мог бы продолжать работать и без этого, ведь форма ИП дает возможность давать дополнительное образование детям и взрослым, а также иметь возможность получить налоговый вычет ученикам.
Но при получении лицензии курс проверяет Министерство Образования на все требуемые стандарты: формат обучения, способ предоставления материалов, достаточное кол-во практических заданий, общий объем обучающих материалов и их качество. Это не просто бюрократия, а действительно проверка материалов на соответствие высокому качеству.
Это повышает доверие к обучению, а также усиливает ценность именно сертификата после завершения курса. Сертификат можно показывать при трудоустройстве или на текущей работе, чтобы подтвердить свои навыки.
Пусть лицензия будет ценным дополнением к моему вкладу в вас, а для вас приятным бонусом и аргументом чтобы прокачивать свои технические навыки)
Но самым главным хочу отметить всегда остаются ваши приобретенные навыки и знания 😉
Кто я | Навигация | Обучение
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥33🎉15❤8👍2