#офис #удаленка #аналитик #junior #стажировка #internship #sql #python #tableau

Стажировка Ozon DWH Internship
Город: Москва, но можно удаленно откуда угодно
Зарплата: от 75 до 90к гросс (в зависимости от часов)

Cтажировка в Data Warehouse Озона, подходит для недавних выпускников-аналитиков
Возможна полная удаленка, а можно и из офиса в Москва-Сити.
Быстрый рост (есть кейсы от стажера до тимлида за полтора года), после 3х месяцев берем в штат.

Требования:
- Студент последних курсов/выпускник, готов работать 30-40 часов в неделю
- Базовые знания SQL (select, join, group by, where), Python (циклы, условные операторы, списки, строки) и Tableau
- Будет плюсом портфолио с примерами работ (ссылка на Github, курсовые, дипломы).

Задачи:
- Разработка процессов передачи и трансформации данных, аналитических инструментов, оптимизация скорости и архитектуры их работы
- Оптимизация расчета экономики компании и улучшение качества конкурентного матчинга
- Разработка отчетов и дашбордов с помощью Tableau и Power BI
и тд.

Пишите @lenivchik, принимаем заявки до 10 октября

👑 Хоть идеала достичь невозможно, команда Vizuators своими работами к нему стремится сама и охотно делится лайфхаками для того, чтобы путь к красоте разработки был проще и короче. Именно об этом думали мы, замышляя это Открытое техревью. Те, кто не смог попасть на наш прямой эфир с Ольгой Бритько, могут оценить полезность сейчас 😉

🍿Запись уже на Youtube: https://youtu.be/8Wy0YZ8KwHY

🪢Чтобы под рукой был чеклист красоты (и душевной тоже) дашборда, прилагаем книгу на Tableau Public:
https://public.tableau.com/.../Aestheticsofdevelop.../sheet0

#tableau #tableautest #analyst #graphql #python #vizuators #techreview #vizuatorstechreview

Рад поделиться с вами книжкой по типизированному Python, о разработке которой я говорил здесь. Вжух!

Здесь актуальная версия книги от 27 мая 2022 16:00. PDF + EPUB.

Цель этого материала — помочь тебе научиться писать более красивые, надёжные и легко сопровождаемые программы на Python. То, о чём мы здесь будем говорить, это не начальный уровень владения языком, предполагается, что ты уже минимально умеешь программировать, но хочешь научиться делать это лучше. Будем учиться писать программы лучше, используя типизацию в Python.

Поговорим о том, почему вопросы типизации очень важны и как они влияют на программу, разберём все основные структуры для использования в типизации, напишем программу, которая находит наши GPS координаты и показывает текущую погоду по ним. В ходе разработки программы затронем и обсудим много смежных тем — архитектура кода, построение слоёв логики в приложении и др.

Код — https://github.com/alexey-goloburdin/weather

#python #backend #it #doitbetter #books

💡 Регулярные выражения в Python от простого к сложному

#doc #python #russian

Математика на Python

Книга содержит большое количество практических примеров использования языка Python для решения математических задач. Каждая тема включает примеры решения типовых задач и задачи для самостоятельного решения.

Авторы: Криволапов С.Я., Хрипунова М.Б.
Год: 2022

#books #python #russian

Рад поделиться с вами книжкой по типизированному Python, о разработке которой я говорил здесь. Вжух!

Здесь актуальная версия книги от 8 июня 2022.

Цель материала — помочь тебе научиться писать более красивые, надёжные и легко сопровождаемые программы на Python. Это не начальный уровень владения языком, предполагается, что ты уже умеешь программировать, но хочешь научиться делать это лучше.

Поговорим о том, почему вопросы типизации очень важны и как они влияют на программу, разберём все основные структуры для использования в типизации, напишем программу, которая находит наши GPS координаты и показывает текущую погоду по ним. В ходе разработки программы затронем и обсудим много смежных тем — архитектура кода, построение слоёв логики в приложении и др.

Код из книги
Видео версия — текстовую обязательно читаем тоже, в ней ряд тем расширен.

РАСПРОСТРАНЕНИЕ поддерживается, но, пожалуйста, в виде ссылки на этот пост или ссылки на веб-версию, т.к. книга обновляется.

#python #backend #it #codebetter #books

​✏️ Визуализация данных с помощью фреймворка Dash

Привет, Хабр! Я расскажу о трех опциональных, но довольно полезных инструментах фреймворка dash, которые сделают ваш dashbord показательным и интерактивным.

⤷ Читать статью на сайте

#Python

📕 Python. Визуализация данных. Matplotlib. Seaborn. Mayavi

Автор: Абдрахманов М. И, 2020

Описание: В этой книге будут рассмотрены вопросы визуализации данных, а именно построение линейных и ступенчатых графиков, диаграмм рассеяния, столбчатых и круговых диаграмм, гистограмм и 3D графиков. Большое внимание уделено настройке внешнего вида графиков, их элементам и компоновке.

• Скачать книгу из архива
• Стоимость в магазине

📚 Книжный клад | #Python

​​💪 Прокачай себя до уровня PRO или полезные лайфхаки
.
Воды не будет, только те, конструкции, которые сам нашел и часто использую в Python+Pandas:
1️⃣ Pandas метод assign
Когда нужно создать столбцы на лету:

import pandas as pd


df.assign(column_one = lambda row: row["existing_column"] // 1024,
column_two = 24,
....)

2️⃣ Pandas метод pipe
Как apply, только для всего датафрейма и принимает аргументы функции:

import numpy as np
import pandas as pd


def calculate(df: pd.DataFrame, thr: float = 2.56, columns: list = []):
    for col in columns:
       df[f"{col}_transformed"] = np.sqrt(df[col]) > 2.56
    return df

df.pipe(calculate, thr=5, columns=["value_1", "value_2"])

3️⃣ Структуры данных из collections
Если не список и не датафрейм, то точно defaultdict. Обычно использую для сбора результатов в цикле:

from collections import defaultdict

res = defaultdict(list) # общая структура словарь, где для каждого ключа значением по-умолчанию будет пустой список

for idx, value enumerate([123, 999, 678]):
    res["idx"].append(idx)
    res["value"].append(value**2)

res["value"] # это список =)

Кейсы:
- подготовка данных для визуализации (например, отдать по API)
- сбор статистики при выполнении сложных SQL запросов
- ...

4️⃣ Модуль itertools
- batched открыл для себя, когда сам сначала написал такую штуку (немножко изобрел 🚲)
- combinations - итератор комбинаций из элементов списка
- zip_longest - "длинный" брат zip (если не знал, то zip проходится по самому короткому из списков)

5️⃣ Модуль functools - магия функционального программирования
- partial - кажется, это самая часто используемая функцию из модуля (ну может после lru_cache())

import typing
import pandas as pd
import numpy as np


def func(df: pd.DataFrame, columns: list, method: t.Callable = np.mean, window_width: int = 2):
    assert window_width == 2, "Ширина окна должна быть 2+!"

    for col in columns:
        df[f"{col}_rolling"] = df[col].rolling(window_width, min_periods=2).apply(lambda window: method(window))

    return df

func_mean = partial(func, columns=["value_1", "value_2"], method=np.median)

# теперь можно так, остальные параметры уже частично применились выше
func_mean(df=df)

Кейсы:
- ресерч методов или алгоритмов для решения одной и той же задачи
- отправка уведомлений только нужным адресам (чтобы каждый раз не прописывать их в аргументах)

6️⃣ reduce - применяет функцию из 2 аргументов итерабельно к списку, на выходе 1 значение

l = [0, 1, -5, 7, 8]

# x - первый элемент списка, или результат применения функции к текущему элементу, y - текущий элемент
res = reduce(lambda x, y: x+y, l)

print(res) # 11

.
И последнее (но это не точно): не забывайте заглядывать в доки, чтобы не городить монструозные преобразования, которые решаются специальным параметром. Помните, в казалось бы, простой функции pandas.read_csv - ~50 параметров, скорее всего ваш кейс уже там есть🙃
.
#python #lifehack