GetAnalyst - Навыки • Системный анализ • Бизнес-анализ

📌📚 POST /appointments — пример постановки задачи на REST API метод — выгрузка из Confluence 🔵📋

Пополняю открытую базу знаний GetAnalyst.

Сделала новое полноценное ТЗ на разработку REST API метода "Запись питомца к ветеринару" для проекта #VetCareGA:

POST https://api.vetcarega.com/public/v1/appointments

Так что теперь у вас есть ещё один образец 🤝


Что внутри:
✅ авторизация и ограничения доступа
✅ 15 вариантов ответа с максимально точными HTTP-кодами (401, 403, 409, 422 ...)
✅ технический алгоритм работы Backend
✅ маппинг данных: запрос ↔ JSON ↔ БД
✅ логирование, метрики и алерты

🖥 Кликабельный прототип UI — можно потыкать, как выглядит экран пользователя, для которого метод

🗄 БД проекта



🕘 30 минут
ушло на постановку задачи с ИИ:
+ генерация
+ детальное ревью результатов и уточнения
+ перенос в Confluence


Работала со своим преднастроенным ИИ-агентом под задачи на REST API. Получилось очень быстро, минимум правок и высокое качество результата сразу.


🔖 Шаблон максимально полный
Забирайте себе, его можно адаптировать под любой метод вашего проекта.


#RestApiGA

📱 GetAnalyst | 💙 VK | 💬 Max

🟢 [Доступ к записи 16-19 мая] Как ИИ меняет работу аналитика: практика на задачах с REST API 🟢

ИИ уже меняет то, как работают аналитики. И те, кто разобрался — делают за час то, на что раньше уходил день.

Мы готовим практикум, где разберём это на реальных задачах с REST API.


Бесплатный онлайн-практикум:

⚡️ Как ИИ меняет работу аналитика: практика на задачах с REST API
🗓 13 мая, 19:00 Мск
🗓 Доступ к записи 16-19 мая


🔗 Зарегистрироваться

План:
1. Основы REST API — что должен знать системный аналитик
2. Для каких задач аналитику нужен ИИ при работе с API
3. Обзор ИИ-инструментов: Qwen, ChatGPT, Claude и другие
4. Практика настройки ИИ-агента для работы с задачами на API
5. Погружение в REST API на практике через Postman и Insomnia
6. Документирование REST API через Swagger


За одно занятие:
✅ Разберётесь, как ИИ ускоряет работу аналитика
✅ Поработаете с API-запросами в Postman и Insomnia
✅ Настроите ИИ-агента под свои задачи
✅ Получите основные навыки для работы со Swagger-документацией


Кому актуально:
▫️ Системным аналитикам — которые работают с API и хотят делать это быстрее и увереннее
▫️ Бизнес-аналитикам — которым нужно понимать интеграции и говорить с командой на одном языке
▫️ Начинающим аналитикам — которые хотят сразу работать с современными инструментами, а не догонять
▫️ Всем, кто устал делать руками то, что уже умеет делать ИИ



До встречи! 💜🩵


----—
P.S. Технические или организационные вопросы? Пишите @getanalyst или info@getanalyst.ru

🔗 Как связаны JSON, UI и БД? С примером для #VetCareGA 🔗

Когда мы проектируем JSON для API запросов или ответов, важно понимать, что он не берётся «с потолка».

У него всегда есть два ориентира 👇


1️⃣ База данных (БД) — источник данных

👉 Показывает, какие параметры физически хранятся в системе

👉 У каждого JSON-объекта есть ключевая таблица (основной объект) и связанные по внешним ключам FK таблицы (доп. инфо).
Часто именно связанные таблицы в БД подсказывают структуру JSON:
▫️ один-к-одному → добавить вложенный объект {}
▫️ один-ко-многим → добавить массив объектов []

👉 Названия полей в БД помогают сделать названия в JSON, но не обязательно совпадают.

👉 Не все поля из БД попадают в JSON.

👉 А иногда наоборот — в JSON нужны поля, которых ещё нет в БД. Это повод доработать модель данных.

👉 А ещё бывают ситуации с полями для JSON вычисляемыми на лету. Например, в БД есть дата рождения, а на её основании надо рассчитать возраст и вернуть в JSON отдельным полем.



2️⃣ Клиент API — интерфейс (UI) или другая система

👉 Подсказывает, какие параметры надо включить в JSON.

👉 Именно клиент — главный источник требований к JSON. Что ему нужно — то и проектируем.
▫️ Если вы работаете над API для приложения с UI — смотрите на макет и проектируйте JSON от потребностей UI.
▫️ Если вы работаете над API для интеграции с вами партнера — смотрите требования от партнера и его UI, если есть.

👉 Клиенту обычно нужны и бизнес-данные, и технические параметры (id, статусы, ссылки)

👉 Форматы данных в JSON могут отличаться от того, как они представлены на UI (пример: дата и время)

👉 Картинки в JSON приходят в виде ссылок

👉 Не все поля JSON отображаются на UI. Главное, чтобы клиент получил всё, что ему нужно. А если JSON больше — это ок.


📌 Итого:
JSON проектируется не от БД и не от UI, а между ними.
Мы соединяем:
+ то, что можем взять из БД
+ с тем, что нужно отдать клиенту
= и формируем структуру, понятную для разработчиков и полезную для клиента API.


📄 В гайде к посту — пример JSON-ответа для метода:
Получение данных о записи питомца на приём

GET /appointments/{appointmentId}

Разберите его по частям:
1. какие поля есть в JSON и как они связаны с UI?
2. что есть в JSON по сравнению с БД, а чего нет?

Полная БД VetCareGA: ссылка


🟢🔖 Подход работает:
+ для любого метода, не только GET,
+ для JSON-ответа и для тела запроса


#RestApiGA

Telegram | VK | Max

⚡️ Проектирование распределённых БД [18 мая, 19:00 Мск] ⚡️

Распределённые БД — это когда данные живут в разных сервисах, и нужно думать не только про схему, но и про границы ответственности.

Через 2 недели проведём продвинутый практикум для тех, кто уже работает с единой БД для монолита/SOA и готов идти дальше — в сторону отдельных БД для каждого сервиса.


Онлайн-практика:

📚 Проектирование распределённых БД
🗓 18 мая, 19:00 Мск
👩‍🏫 Екатерина Ананьева

👉 Узнать подробности и записаться
Стоимость участия от 2 390 руб


План:
1. Архитектура SOA и MSA — изучаете в записи перед занятием
2. Знакомство с проектом: выделяем сервисы с собственными БД, распределяем сущности
3. Практика проектирования. Фокус на физических моделях (PostgreSQL)


💡Проект: AI-платформа

✅ Уже на следующей неделе открываем видео-предобучение по основам архитектуры, чтобы подготовиться к практике.

🎁 Сразу после записи, доступен урок по миграциям в БД — сразу есть что изучать 🤝


До встречи онлайн! 👋


Вопросы? Пишите @getanalyst или через сайт 👌

💿 ER-модель для БД для #VetCareGA за 20 минут вместо 2 часов + реальные ошибки AI 🤖

Следующий шаг в проекте — проектировать REST и GraphQL методы.
А значит нужна реальная структура данных - ER-модель базы данных (БД), чтобы делать нормальные JSON-ы.


👉 Где и как проектировать ER-модели для БД?

❌ draw.io / visio / miro
Визуальные редакторы.
Отлично для начинающих! Активно использую во время обучения.
Но в реальной работе? Уже 3 года как нет.
Невозможно нормально ускориться с AI-агентами.

✅ dbdiagram.io / MermaidChart
Разработка ER-диаграмм через код.
Но садиться писать код для dbdiagram.io руками?
Нет, спасибо 😄
Использую AI для ускорения, который за меня пишет черновик кода, а я потом проверяю и делаю правки.

👌 Код SQL и визуализация ER-модели в DBeaver
Ок, но ооочень проблематично бысто делать правки.
Поэтому на этапе моделирования, когда БД не утверждена, лучше так не делать.
Для написания SQL-кода можно использовать AI.



👉 Как сделала БД для #VetCareGA за 20 минут?

1) Инструмент:
Claude (лучше всех работает с кодом)

2) Структура промпта:
+ Роль: опытный специалист по проектированию БД и SQL
+ Задача: сделать код для dbdiagram.io
+ Контекст: описание проекта + ключевые бизнес-процессы
+ Требования к результату: СУБД PostgreSQL, просила не вообще все таблицы, показала особенности оформления кода
+ Пример идеального кода из другого проекта


3) Получила ответ от ИИ

3.1) Проверка - итерация 1 - грязный черновик
На первом этапе выявила критические ошибки.

❗️ Посмотрите на скрины:
⚠️ AI хотел сделать решение по БД, следуя АНТИпаттерну.
Попросила уточнить схему и объяснила проблемы, которые вижу.
Ой, действительно, антипаттерн.. ага.


3.2) Проверка - итерация 2 - итоговый черновик
Код выглядит ок, критических ошибок при чтении "по диагонали" не вижу.
Есть все внешние ключи, связи, базовые индексы.


4) Перенос кода в dbdiagram.io
Тут уже была детальная вычитка кода и точечные правки, на что ушло 15 минут моего времени (на 12 таблиц).



👉 Итог по БД для #VetCareGA:
🔗 Код для dbdiagram.io: ссылка
🖼 Схема — на картинке к посту



⚠️🤖 Важное по работе с AI:
+ AI выдаёт черновик, а не готовое решение
+ AI может очень сильно ошибаться
+ AI знает предметную область, но не знает детали именно вашего проекта

И если у тебя нет опыта, то уверенно отдашь постановку задачи с ошибками 👎

Так что AI не заменяет аналитиков, но очень круто ускоряет работу специалистов с опытом и знаниями.


А связку инструментов запоминайте, ещё пригодится 😉


#RestApiGA #AI_for_analysts #БД_и_SQL_GA

📱 GetAnalyst | 💙 VK | 💬 Max

🔖 Всё про JSON в одной картинке: что нужно знать разработчику и аналитику 🙌

JSON — самый популярный формат обмена данными в разработке ПО:
✔️ REST API (запросы и ответы)
✔️ GraphQL (ответы)
✔️ Сообщения для брокеров Kafka / RabbitMQ
✔️ и в других случаях


Инструменты, которые помогут в работе и на собеседованиях, когда вас спрашивают о JSON:

🔗 jsoneditoronline — редактировать и валидировать JSON онлайн
🔗 postman — тестировать API запросы, есть встроенный валидатор JSON
🔗 chatgpt / deepseek / gemini / qwen и другие нейросети — объяснить ошибки и сгенерировать примеры


📚 В прикреплённом руководстве по JSON — полный разбор структуры, типичные ошибки и советы по проектированию.

Сохрани, чтобы не искать потом 🔖


#RestApiGA

📱 GetAnalyst | 💙 VK | 💬 Max

Я выжила 🤖🥹 Сертификат Johns Hopkins University по программе Applied Generative AI получен 🎉🎉🎉

Все проекты сданы, все ДЗ выполнены, я в режиме восстановления на ближайшие пару месяцев...

Это было не просто «посмотреть лекции про ChatGPT», а полноценное погружение в AI: модели, Machine Learning, RAG, Fine-Tuning, AI-агенты, API и Python.

И да, местами было больно.
Я (была) не программист.
Местами хотелось закрыть ноутбук и сделать вид, что я гуманитарий 🤷‍♀️

Но именно такие программы быстро возвращают в реальность и очень сильно зажигают интерес: AI — это уже не «прикольная игрушка», а полноценный инженерный и аналитический инструмент.


На этой неделе я давала консультацию по анализу данных с AI и Python для бизнеса - для людей без опыта в программировании.
Всему научила. Увидела много радости, инсайтов и отклика. Многочасовые задачи превратились в 15-минутные.
Пока шок в шоке от самой себя))


Так что идём дальше.
Больше рабочих проектов с AI, больше практики и больше нормальных объяснений для аналитиков ❤️‍🔥

Отдых —важная часть жизни, а не просто перерыв от работы ✅

В этот первый майский день и дополнительный выходной постарайтесь найти время для восстановления и насладитесь моментом😌

Отключить уведомление, а лучше отложите телефон и ноутбук!


Забота о себе сохранит баланс и продуктивность.
Не забывайте, что заслуживаете эту паузу!

🤖 Настройка переиспользуемого AI-агента — пошаговая инструкция 🤖

Если вы каждый раз пишете AI:

«работай как системный аналитик»
«вот мой проект»
«вот шаблон требований»
«вот правила REST API»
«оформи результат вот так»

…то вы не используете AI как инструмент.
Вы просто бесконечно переписываетесь с очень быстрым, но плохо управляемым стажёром 😅


👉 Гораздо удобнее один раз настроить переиспользуемого AI-агента под проект:
+ задать правила работы;
+ подготовить системный промпт;
+ загрузить шаблоны и примеры;
+ описать формат результата.

А дальше просто ставить ему задачи в максимально простом виде:

Сделай требования к REST API-методу записи питомца к ветеринару.

и получать не хаотичный текст, а структурированный черновик постановки задачи для разработки.


Я подготовила короткое практическое руководство, где показываю, как настроить такого AI-агента и использовать его как нормальный рабочий инструмент аналитика.

👉 Забрать полное руководство + доп. материалы

🕘 На настройку: 5 минут
🚀 На выходе: черновик требований примерно на 70%+ готовности


AI не заменит сильного аналитика.
Но сильный аналитик с правильно настроенным AI работает быстрее 🤝


#AI_for_analysts #ResApiGa

📱 GetAnalyst | 💙 VK | 💬 Max