GetAnalyst - Старт карьеры в IT • Системный аналитик • Бизнес-аналитик

✨ ПРО ВАРИАНТ ИСПОЛЬЗОВАНИЯ (USE CASE) ✨

Вариант использования (англ. use case) — это техника представления требований, которая описывает взаимодействие между несколькими участниками (действующим лицом и системой) для получения определённого значимого результата.

🧺 Рассмотрим на бытовом примере.
Почти в каждом доме есть стиральная машина-автомат. Часто в стиральной машине есть множество функций, помимо стирки: сушка, отжим, отложенный запуск и так далее. Помимо внутренних функций, со стиральной машиной можно совершать другие манипуляции: например, настраивать пользовательский режим стирки или чинить. Весь набор функций, который производитель заложил в стиральную машинку, — это и есть варианты использования.

🏦 А теперь разберём на примере банковского приложения.
Вы можете управлять балансом своей карты через приложение, среди функций которого есть следующие возможности:
- пополнять баланс,
- оплачивать услуги,
- переводить сумму на другой банковский счёт,
- конвертировать одну валюту в другую и так далее.
Всё, что вы можете делать в рамках процесса управления балансом, — это тоже варианты использования функции управления балансом.


Как ранее уже было сказано, в вариантах использования описано поведение нескольких участников — системы и действующего лица или актора.

Актор (англ. actor) — человек, устройство или система, играющие некоторую определённую роль во взаимодействии с решением (BABOK Guide).

Действующее лицо — ключевая роль в описании вариантов использования.
Это может быть человек или приложение, которое взаимодействует с системой для реализации одного из вариантов использования.

Выделить акторов, которые участвуют в описании вариантов использования, помогут такие вопросы:
❔ Кто (или что) уведомляется, если что-то происходит внутри системы?
❔ Кто (или что) предоставляет системе информацию и сервисы?
❔ Кто (или что) помогает системе среагировать и выполнить задачу?


Варианты использования нацелены именно на взаимодействие пользователя и системы. Это значит, что их можно применить при разработке систем, где возможны различные сценарии использования.

🤖 Как сделать BPMN-диаграмму за минуты с помощью AI: StormBPMN 🤖

В этом эпизоде обсуждаем, как AI меняет подход к моделированию бизнес-процессов и работе с BPMN.

Вместе с топовым экспертом по BPMN в России Денисом Котовым говорим про StormBPMN — инструмент для создания BPMN-диаграмм с поддержкой AI, разбираем, как создавать BPMN через код и в чём нейросети действительно могут помочь.

Если вам только предстоит изучать BPMN или вы уже давно работаете с нотацией, этот выпуск поможет по-новому взглянуть на моделирование процессов и понять, как использовать AI в работе без лишней магии и разочарований.

🔗 Сайт эпизода


Эпизод доступен в:
⏯ Apple Podcast
⏯ Яндекс.Музыка -
⏯ Telegram
⏯ Castbox
⏯ Звук
⏯ Spotify
⏯ RuTube
⏯ YouTube
⏯ VK Video


Сообщество GetAnalyst — ваш путь к получению самого актуального опыта в системном анализе и проектировании архитектуры 🤩

⚡ Use Case: обычный и технический сценарии работы системы ⚡


Use Case - это сценарий использования системы.

Его можно описывать на верхнем уровне, не вдаваясь в технические подробности. То есть просто описать процесс работы пользователя с интерфейсом (UI).

Пример обычного Use Case (интеграций во внешние системы нет):
✅ Пользователь через главное меню заходит в просмотр информации о своем профиле и переходит к его настройке.

✅ Пользователь может поменять фамилию, имя или дату рождения.

✅ Пользователь сохраняет изменения.

✅ Перед сохранением система проверяет корректность введенных данных:
- дата рождения в формате ДД.ММ.ГГГГ
- фамилия / имя содержит только русские или английские буквы, а также пробелы, до 128 символов.

✅ Если проверки пройдены успешно, система сохраняет результат и пользователь возвращается на экран просмотра информации о профиле.


А можно дополнять Use Case вызовами API-методов, обращениями к таблицам БД. Тогда он становится более техническим и более похожим на результат работы системного аналитика👌

Пример более технического Use Case (интеграций во внешние системы нет, только Frontend-Backend) смотрите в картинках➡️➡️➡️

#hardGetAnalyst

Знак, которого ты ждал🙌

Жизнь на удаленке 👩‍💻

В истории с удаленной работой есть как плюсы, так и минусы.

Плюсы:
✅ Дорога - экономим время и деньги
✅ Еда - закупаем только продукты домой и не тратимся на кафе
✅ Самостоятельное планирования рабочего дня
✅ Нет шумных коллег вокруг, лучше фокус
✅ Свое уютное рабочее место
✅ Возможность поспать днем, вместо обеда или после него

Минусы:
⛔️ Размытые границы начала и конца рабочего дня, всегда на связи
⛔️ Малоподвижность, раньше хотя бы надо было встать и дойти до машины или транспорта
⛔️ Живое общение превратилось в виртуальное, много созвонов изматывают и не дают работать
⛔️ Шумные сожители или "работа из однушки"
⛔️ Не знаешь людей, с которыми работаешь

В подкасте рассказываю про возможные подходы к решению проблем удаленки, и как извлекать из нее максимум пользы 📈

📚 Рекомендации к прочтению:
"То, как мы работаем, не работает" - Тони Шварц
"Атомные привычки" - Джеймс Клир
"Магия утра" - Хэл Элрод

👩‍🎓 Уже два месяца учусь в Университете Джонса Хопкинса (JHU) на Applied Generative AI 👩‍🎓

Часть знаний по внедрению AI я уже получила в Гарварде, но мне этого не хватило. Хотелось ещё больше углубиться, понимать техническую часть и уметь делать всё самой, без разработчиков, так как специалистов в AI пока очень мало.

Из крутого:
- Мы делали собственные ML-модели на Python для тренировки нейросетей на исторических данных.

Порой мне кажется, что всё очень страшно и сложно, но когда пробую сама делать задачи руками и разбираюсь в теме, меня переполняет чувство восторга.

Это радостно и страшно одновременно 😄
Но это именно то, что я искала. Чувствую себя тупой. На занятиях задаю вопросы и разбираюсь с основами работы AI, делаем первые крутые практики, и я кайфую 🤗

P.S. Вместе с этой новостью хочется поделиться тем, что я создала новую программу — AI-акселератор для СА и БА.
Собирала лучший опыт работы с AI как системный аналитик.

Также буду немного погружать и вас в разработку на Python. Оказывается, полезно))

Программа стартует уже 11 декабря.


Коллеги, буду делиться с вами своим прогрессом и идеями, и, конечно, новыми инструментами!
🔥 А если у вас уже есть вопросы по AI — пишите в комментарии.

⚙️ 3 ключевых инструмента для создания BPMN-диаграмм ⚙️

BPMN-диаграммы помогают наглядно описывать, как именно работает бизнес-процесс:
+ роли - кто и что делает,
+ в каком порядке,
+ какие есть условия и проверки.

Есть много инструментов для работы с BPMN: draw.io, Camunda Modeler, StormBPMN, Lucidchart, Microsoft Visio, Visual Paradigm и другие.


Ниже — три ключевых инструмента, с которых лучше начать изучение BPMN и которые больше всего распространены на IT-проектах:


✅ SrotmBPMN - лучший инструмент для новичков и опытных специалистов
Онлайн-инструмент для создания BPMN-диаграмм, простой и понятный, особенно если вы только-только начинаете знакомство с нотацией BPMN.

StormBPMN удобно использовать, если нужно:
+ научиться работать с BPMN-нотацией,
+ получать автоматическую обратную связь от программы по правильности диаграммы,
+ поделиться диаграммой с командой,
+ вместе обсуждать и дорабатывать схему в онлайне.

🔗 Подробнее


✅ Camunda Modeler - подходит для опытных специалистов
Инструмент для моделирования процессов в нотациях BPMN и DMN.

Подходит, если вы:
+ хотите рисовать “правильные” BPMN-диаграммы по стандарту 2.0
+ готовите процессы к дальнейшей автоматизации
+ работаете с Camunda Platform или просто хотите получать исполнимые BPMN-модели (XML).

Диаграммы из Camunda Modeler можно сохранить в репозиторий, передать разработчикам или подключить к движку процессов.

🔗 Подробнее



✅ Draw.io - если надо быстро набросать процесс "на коленке"
Универсальный графический инструмент для создания диаграмм, который также поддерживает BPMN.

Подходит, если:
+ надо быстро сделать диаграмму,
+ вам не надо проверять соблюдение нотации BPMN,
+ готовы страдать при изменениях в середине схемы, когда все стрелочки и квадратики "поехали" 🥲

🔗 Подробнее


Попробуйте все три и решите, какой вам подходит больше для текущего уровня и задач.

Для собеседований используйте StormBPMN 😉


Ставьте реакцию, если сохранили подборку! 😊❤️🔥

#GAfrindlyreminder от команды GetAnalyst:

Всегда будет казаться, что есть кто-то лучше, сильнее, успешнее и гениальнее, чем вы.

👉 Но вы сегодняшний — это уже лучшая версия вас.

Главное не сбавляйте темп и заботьтесь о себе. И успех вас обязательно настигнет 💪

⭐️ Kafka - что надо знать для работы Системному аналитику ⭐️

Apache Kafka — это распределённая платформа потоковой обработки данных.

Предназначена для публикации, хранения и обработки событий/сообщений в реальном времени.


Основные компоненты:

✔️ Продюсеры (Producers)

1) Генерируют сообщения/события к обработке и отправляют в топики (темы).

2) Определяют, в какую партицию топика записывать данные: автоматически или по заданным правилам.

3) Могут быть чем угодно: микросервисы, устройства IoT и другие приложения.

4) Поддерживают режимы отправки:
+ Синхронный — ждёт подтверждения от Kafka перед отправкой следующего сообщения.
+ Асинхронный — отправляет сообщения без ожидания ответа.

5) Могут гарантировать доставку с разными уровнями подтверждения (acks):
+ acks=0 — без ожидания подтверждения (возможна потеря данных, высокая скорость).
+ acks=1 — подтверждение только от лидера партиции (среднее).
+ acks=all — подтверждение от всех реплик (максимальная надёжность).


✔️ Потребители (Consumers)

1) Подписываются на один или несколько топиков и получают сообщения/события.

2) Могут работать как отдельные клиенты или объединяться в группы (Consumer Groups) для параллельной обработки сообщений.

3) В группе консьюмеров каждый участник обрабатывает свою часть партиций.

4) Kafka гарантирует, что каждое сообщение будет обработано хотя бы одним потребителем в группе.

5) Модели доставки сообщений:
+ at-least-once — как минимум 1 раз, возможны дубликаты.
+ exactly-once — ровно один раз.


✔️ Топики (Topics) — логическая тема, куда продюсеры отправляют сообщения, а потребители их читают


✔️ Партиции (Partitions) — подмножество данных внутри топика, которое позволяет распределять нагрузку и масштабировать обработку сообщений. Каждый топик состоит из одной или нескольких партиций


✔️ Брокер (Broker) — сервер Kafka, который отвечает за хранение, управление и передачу данных внутри кластера


✔️ Кластер — это группа брокеров, работающих вместе для масштабирования и распределённой обработки данных


#hardGetAnalyst

Делимся впечатлениями о программе «Проектирование архитектуры» от системного аналитика Татьяны. #студентыGetAnalyst

Татьяна решила пройти обучение, так как были пробелы в знаниях и хотелось их заполнить.

В картинках далее слова Татьяны🙌