LEFT JOIN

Вебинар про карьеру в аналитике — сегодня!
А вы уже записались на вебинар Николая Валиотти?

Он пройдет в 19:00 по Москве и будет посвящен карьерному развитию в аналитике. Вы узнаете про:
🔵 рост по грейдам,
🔵 ожидания бизнеса от джунов, миддлов и сеньоров,
🔵 возможности для перехода в смежные области,
🔵 сложности и преимущества работы в штате и на аутсорсе.

🔜 Зарегистрироваться
За регистрацию еще дают запись вебинара, карьерный гайд и промокоды karpov.courses!

Можно ли украсть украденные данные?
Давненько мы не писали про OpenAI, а ведь они с самого начала года нагенерировали новостей: уже успели выпустить новые «думающие» модели o3-mini и o3-mini-high и обвинить китайскую компанию DeepSeek в воровстве.

Вот про DeepSeek и поговорим
Если пропустили, то DeepSeek представила AI-ассистента с доступом к двум моделям: «обычной» DeepSeek-V3 и «думающей» DeepThink R1 (аналог o1). Доступ к обеим версиям бесплатный (пока), API дешевый, а еще весь проект опенсорсный. В общем, серьезный конкурент OpenAI.

Вскоре после релиза OpenAI заявила, что подозревает DeepSeek в краже данных для обучения своей модели. Поэтому она и получилась такой умной так быстро — вся в ChatGPT.

💬 Ситуация для разработчиков неприятная, но, если посмотреть со стороны, скорее ироничная. OpenAI неоднократно обвиняли в том, что она для обучения своих моделей собрала все, что не прибито, по всему интернету, не спрашивая ни у кого разрешения. Судебные иски против нее подавали New Your Times и Гильдия Авторов США.

А теперь компания сама заявляет, что стала жертвой несанкционированного использования ее данных, и очень этим недовольна.

💬 Конечно, еще нужно доказать воровство и со стороны OpenAI, и со стороны DeepSeek. Но если это правда, то как вы к этому относитесь?

Насколько правомерны претензии OpenAI, если она сама таким же образом собрала свои данные? Или это две разные ситуации, и предполагаемое «темное прошлое» OpenAI не оправдывает действия DeepSeek?

Для тех, кто не хочет писать коммент, ниже опрос. 👇🏻

Вебинар про карьеру в аналитике пройдет 6 февраля
Назначили новую дату вебинара, который проведет Николай Валиотти — 6 февраля, 19:00 по Москве.

Напоминаем, что вебинар будет посвящен тому, как построить карьеру в сфере аналитики:
🔵 Как вырасти из джуна до миддла, а из миддла — до сеньора?
🔵 Какие еще есть пути, кроме роста по грейдам?
🔵 Что надо знать, прежде чем устраиваться аналитиком в штат или уходить на аутсорс?

Пройдите регистрацию по ссылке в конце поста (если не сделали это в прошлый раз), чтобы получить запись эфира, карьерный гайд и промокод на курсы школы karpov.courses.

🔜 Зарегистрироваться

LEFT JOIN pinned a video

Valiotti Analytics → LEFT JOIN
Те, кто с нами давно, знают, что канал LEFT JOIN — проект Николая Валиотти, фаундера дата-консалтинга Valiotti Analytics, основанного в 2019 году.

Valiotti Analytics занимается аутсорсингом аналитики и аутстаффом дата-экспертов в компании из диджитал-сфер — эдтехов, финтхеов, разработчиков игр и мобильных приложений, телекомов и так далее. За эти 5 лет у VA накопилось 40+ кейсов в портфолио, экспертиза и отличная репутация.

Тем временем LEFT JOIN из авторского проекта вырос в целый большой бренд, который объединяет блог, каналы в TG и на Youtube и несколько курсов по аналитике. У нас много подписчиков на всех площадках, и поэтому это название стало хорошо узнаваемым именно в русскоязычной среде.

💙 Значит, нужно развивать бренд и дальше, так что представляем вам дата-консалтинг LEFT JOIN 💙

Суть услуг остается та же → разрабатываем инфраструктуру, разворачиваем хранилище, настраиваем процессы, собираем дашборды, проводим аналитические исследования — в общем, все, что заказчик попросит.

Хотите узнать больше или заказать разработку? 🔜 Welcome на наш новый сайт!

От ритейла до Smart City: как геоаналитика меняет бизнес
Как найти яму на дороге?

Наверное, самый простой способ — подойти и посмотреть, есть яма или нет. Но что, если ям много? Если вам надо просмотреть все дороги в городе и найти максимум аварийноопасных ям? 👀

А если вам надо оценить распространение облака вулканического пепла на Камчатке?

А если — вот сейчас будет очень сложно — выбрать лучшую локацию для булочной в городе, где булочные на каждом углу?

Ответы есть у гостя нового выпуска LEFT JOIN Partners, Дениса Струкова. Он генеральный директор компании «Геоинтеллект», которая больше 20 лет занимается геоаналитикой для частных компаний и государственных заказчиков.
🔵 Чем отличается геотаргетинг от геомаркетинга, а ГИС — от BI-системы?
🔵 Какие инсайты можно получить из геоданных и обязательно ли платить за это много денег?
🔵 Используются ли в геоаналитике данные из слитых баз?

🔜 Смотрите на YouTube и в VK, слушайте на Spotify, Apple Podcasts и Яндекс Музыке.

К сожалению, вебинар переносится по техническим причинам.

Мы сообщим дополнительно, когда будет известна новая дата.

Вебинар про карьеру в аналитике уже сегодня!
Сегодня в 19:00 по Москве Николай Валиотти расскажет, за какие скиллы бизнес готов платить аналитикам их немаленькие зарплаты.
🔵 Как вырасти из джуна до миддла, а из миддла — до сеньора?
🔵 Какие еще есть пути, кроме роста по грейдам?
🔵 Что надо знать, прежде чем устраиваться аналитиком в штат или уходить на аутсорс?

Вебинар пройдет на площадке онлайн-школы Karpov.Courses. Всем, кто пройдет регистрацию, после окончания эфира отправят запись и расширенный карьерный гайд. Рекомендуем не ждать записи, а все-таки прийти лично, чтобы задать вопросы Николаю или команде Karpov.Courses и не упустить промокод со скидкой на курсы школы.

🔜 Зарегистрироваться

7 BI-платформ за 7 недель
Вторая часть челленджа — если не лежит душа к БД, можно углубиться в BI-платформы. Ниже 7 инструментов, с которыми мы сами работаем чаще всего.

Первые 3 сейчас недоступны в России, и если для вас это блокирующий фактор, переходите к 4 пункту — там начинается open source.

🔵Tableau. Стандарт индустрии, который не нуждается в представлении, с богатым функционалом и возможностями для кастомизации. В нем можно сделать почти все, что угодно, любые графики и любые расчеты, и это делает его идеальным вариантом для сложной аналитики и отчетности.
🔵 Power BI. Не менее известный инструмент, который лишь немного уступает Tableau в широте возможностей для кастомизации. При этом он дешевле и прекрасно интегрируется с другими компонентами экосистемы Microsoft.
🔵 Looker Studio. Простая в освоении облачная платформа, которая подойдет тем, кому важна интеграция с сервисами Google — их можно подключить к Looker бесплатно. Большинство других датасорсов доступны только по подписке за 9$ в месяц.
🔵 DataLens. BI от Яндекса. Достойный аналог ушедших из РФ платформ, который не только быстро развивается и наращивает мощности, но и помогает с миграцией.
🔵 Metabase. Простой, понятный и бесплатный open source инструмент, который подойдет тем, кому надо быстро и не заморачиваясь сделать простую аналитику.
🔵 Superset. Почти Tableau от мира бесплатных BI-платформ, который может похвастаться впечатляющим количеством встроенных графиков и фич вроде гибких настроек доступ или автоматических email-рассылок с актуальными данными с дашборда.
🔵Redash. Еще один относительно простой в освоении инструмент, который выделяется широким списком поддерживаемых датасорсов и умением работать с большими объемами данных.

Если интересно узнать про каждый инструмент чуть подробнее, то у нас есть шпаргалка со сравнением — там больше внимания уделено плюсам и минусам инструментов, есть примеры дашбордов и цены.

🔜 Получить шпаргалку у бота

Как вам этот список? Какие BI-тулы вы бы включили в него?

Геоаналитика, искусственный интеллект и покемоны
Поднимите руки, кто играл в Pokemon Go!

🔜 Для тех, кто не курсе — это AR-игра, где надо с помощью смартфона «ловить» покемонов. На карте отмечают точки, где можно поймать покемона, игрок идет туда ногами, наводит камеру на точку, и игра «встраивает» Пикачу (ну, или кого-то еще) в реальный мир.

Pokemon Go разработала и выпустила в 2016 году компания Niantic. Несмотря на шероховатости на релизе, игра завоевала популярность у миллионов игроков.

Почти 10 лет люди по всему миру ходят по улицам, снимают фото и видео разных локаций со всевозможных ракурсов. Таким образом у Niantic накопилась огромная база данных — игроки фактически «отсканировали» для них крупные города со всего мира. На их основе компания решила разработать геопространственную модель MicKey.

🔜 Если человеку показать 2 фотографии одного и того же места с разных ракурсов или в разное время суток, он поймет, что это одна локация. А вот у ИИ с этим будут трудности. Геоданные игроков Pokemon Go решают эту проблему — они наделали достаточно фотографий, чтобы научить MicKey находить закономерности в изображениях и «понимать», что на них запечатлено одно и тоже же место.

Niantic надеются, что их работа сможет поднять на новый уровень AR-технологии и использоваться в других сферах — например, чтобы научить ИИ ориентироваться на местности, как человек.

Вот такая геоаналитика — мы незаслуженно редко рассказываем про это направление работы с данными, хотя там вон какие чудеса творятся.

Хотели бы больше материалов про геоаналитику?
❤️ — Да, давайте
🌚 — Нет, не интересует

Вебинар для аналитиков от LEFT JOIN x Karpov.Courses
Хотите построить успешную карьеру в аналитике?

Тогда приходите 30 января в 19:00 по Москве на бесплатный вебинар «Аналитик данных: ключевые задачи, карьерное развитие и навыки для роста». Его проведет Николай Валиотти для онлайн-школы Karpov.Courses.

Напоминаем, что Николай не только автор этого канала, но и основатель дата-консалтинга LEFT JOIN, а его общий стаж работы в аналитике — больше 15 лет.

Про что расскажут на вебинаре?
🔵 В чем состоят обязанности аналитика, и как они меняются в зависимости от грейда?
🔵 Какие навыки нужны, чтобы найти работу и получить повышение?
🔵 В чем отличия работы в штате в компании и в агентстве на аутсорсе?

🔜 Записывайтесь по ссылке!

Хорошего датавиза должно быть больше!
А плохого — меньше.

Поэтому мы всячески поддерживаем новый проект Анастасии Кузнецовой (которую вы наверняка знаете по каналу «Настенька и графики») — «Гибкий график».

Это онлайн-курс про то, как делать понятные и полезные графики и дашборды, про которые никто не скажет: «Очень интересно, но ничего не понятно». В нем 11 глав и 22 урока, первый — бесплатно.

Настю мы все знаем и любим давно и поэтому не сомневаемся, что курс отличный и действительно поможет прокачать скилл визуализации данных.

Курс текстовый, проходить можно в удобном темпе, хоть с телефона. Есть тариф для тех, кто хочет просто теорию почитать, есть опции с проверками домашек и личными консультациями. Подробности 🔜 на сайте проекта.

Snowflake — главная СУБД 2024 года...
По мнению ресурса DB-Engines.

Всего в рейтинге сайта больше 400 «участников», а места распределяются в зависимости от популярности — то есть, от того насколько активно инструмент обсуждают на профессиональных ресурсах и в соцсетях, гуглят, упоминают в вакансиях и резюме.

🔜 Подробнее про методологию можно прочитать здесь.

СУБД года Snowflake становится уже третий раз. На втором месте PostgreSQL, который до этого выходил на первое место четыре раза — в 2017, 2018, 2019 и 2023 годах.

На третьем месте Oracle, который, судя по рейтингу на сегодняшний день, в январе уже успел обогнать обоих конкурентов.

Согласны с результатом?
❤️ — Конечно, поздравляю Snowflake с заслуженной победой
🌚 — Ну нет, я в комментах напишу, кто должен был победить!
🙈 — Третий вариант для тех, кому не подошли первые два

Клавиатура Маркова
Обычная клавиатура со стандартной раскладкой: скучно, предсказуемо, как у всех.

Клавиатура, на которой значение кнопок меняется в зависимости от того, что вы на ней пишете: небанально, свежо, добавляет в жизнь бодрящий элемент неожиданности.

Если вы готовы сделать свою жизнь немножко интереснее, то клавиатура Маркова (да, названа в честь того самого Маркова) уже ждет вас на гитхабе. Она меняет значение кнопок с каждым нажатием так, что буквы, которые вы используете чаще всего, будут расположены на среднем ряду клавиатуры (он же home row). Правда, работает это только с латиницей.

💬 Пример от автора: если весь день печатать только слово «the», то каждый раз, когда вы будете нажимать на клавишу “t”, “h” будет переезжать на средний ряд.

Готовы на этот эксперимент?
❤️ — Да, уже скачиваю!
🙈 — Нет, обойдусь обычной клавиатурой

Еще один убийца Tableau?
BI-тул Sigma призывает забыть, что творилось в BI-сфере последние 20 лет — якобы это было ужасно скучное время.

Веселье начнется как раз с Sigma, которая обрабатывает триллионы строк данных, масштабируется вместе с бизнесом и, конечно же, позволяет интегрировать в работу LLM.

🔵Главной фичей инструмента, судя по всему, до сих пор остаются таблички — на reddit’е пишут, что когда-то это была его основная функция. Sigma позволяет обрабатывать огромные массивы данных в табличном формате и без знания кода.
🔵Рисовать дашборды и отчеты Sigma тоже умеет. Тут также обещают гибкость и простоту — собирается дашборд с помощью простого drag'n'drop, а в режиме Explore юзер может кастомизировать его под конкретный запрос, не меняя оригинал.
🔵Настройки уровней безопасности, интеграция с популярными датасорсами, удобная совместная работа вместе с командой и прочие обязательные функции тоже на месте.
🔵Разработчики даже подготовили таблицы (любят они таблицы!) для сравнения Sigma с популярными конкурентами — Tableau, Power BI и Looker.

Тул платный, но на сайте цену не пишут. 😕

Мы с командой к Sigma присматриваемся, но еще не работали с ней. А вы про нее что-то слышали? Как вам? 👀

7 баз данных за 7 недель
Челлендж на 2025 год — изучить 7 баз данных, выделив на каждую по одной неделе. Экспертом не станете, но изучите основные фишки.

Можно, конечно, составить свой список, но можно мы нашли для вас готовый:
1️⃣ PostgreSQL. Куда уж без него — если вы уже работаете с данными, то скорее всего вы работали и в Postgres. Но даже если вы с ним уже знакомы, все равно найдется, что изучить за неделю — например, богатую экосистему расширений.
2️⃣ SQLite. Встраиваемая СУБД, идеально подходящая для сайтов и приложений, для которых особенно важны легкость быстродействие. Из-за этого SQLite используют многие популярные мессенджеры и браузеры.
3️⃣ DuckDB. Еще одна встраиваемая СУБД. Ее главное преимущество — работа с множеством форматов данных и источников. Как PostgreSQL может похвастаться активным коммьюнити и впечатляющим набором расширений.
4️⃣ ClickHouse. Колоночная база данных, отлично оптимизированная для обработки аналитических запросов и работы с большими датасетами. Другой плюс — крайне подробная документация.
5️⃣ FoundationDB. Распределенная база данных «ключ-значение», поддерживающая обработку огромных массивов данных. Хотя это не столько БД, сколько основание для системы хранения данных — отсюда и название. Ее задача — обеспечить хранение данных, а остальные функции докручиваются за счет дополнительных слоев-надстроек.
6️⃣ TigerBeetle. БД, рассчитанная строго на работу с финансовыми транзакциями, которые обрабатывает в 1000 раз быстрее, чем ее аналоги «широкого назначения». Если раньше не имели опыта с такими инструментами, то однозначно стоит выделить недельку на знакомство.
7️⃣ CockroachDB. Завершаем список еще одной распределенной БД и с говорящим названием. Оно призвано подчеркнуть ее отказоустойчивость — якобы она живучая, как таракан. И, видимо, по серверам расползается так же быстро, масштабируясь под запрос пользователя.

Как вам список? Пишите в комментариях, какие БД вы бы в него включили!

Обзоры BI от команды LEFT JOIN возвращаются!
Несколько лет назад мы с командой выпустили “Лучший гайд по BI-инструментам”. Сегодня эти видео все еще полезны, но в тулах многое изменилось и улучшилось. У кого-то обновился интерфейс, у кого-то появились новые функции и фичи — в общем, есть что обсудить.

Мы решили перезапустить этот формат и начать с Superset. Да, мы не просто так сегодня про него у вас спрашивали.

Первые видеообзоры записывал автор проекта, Николай, а затем уже подключились остальные ребята из команды. Перезапускаемся в том же формате — в кадре Николай Валиотти рассказывает про основные возможности инструмента, интерфейс и опыт нашей команды по работе с ним.

🔜 Смотрите на YouTube и VK!

Надеемся, что видео вам понравится, и ждем ваших комментариев!

❤️ — Ждали!
🌚 — Я и старые обзоры не смотрел...

Что умеет Superset?
Отвлечемся от дорогущего Tableau со всеми его фантастическими возможностями и не менее уважаемого PowerBI и посмотрим, что умеет опенсорсный Superset.

Мы даже нашли специальные демо-дашборды именно для таких целей — они нужны, чтобы показать функционал инструмента. Давайте посмотрим, хорошо ли они справляются с этой задачей и что вообще из себя представляет Superset.

🔜 Деши можно посмотреть по ссылкам: Slack, Video Game Sales.
А чтобы было интереснее, спросили у нашего BI-специалиста, что он думает про дашборды Superset и про сам инструмент в целом:

Superset не супер в плане визуализации. Во-первых, там не сделаешь ничего кастомного. Во-вторых, в Tableau любую визуализацию можно с точностью до пискеля разместить, куда тебе надо. А тут не так, надо вставить ее в 12-колоночную сетку.

При этом он хорошо работает с разными БД. Каждая отдельная визуализация показывает весь запрос в БД для его построения, и ее можно выгружать в CSV. При построении визуализации ты можешь не просто метрику вытащить из БД, а прям здесь написать небольшой кастомный запрос.

Деши из примеров сложно оценивать с точки зрения бизнеса, но можно пройтись по визуалу. У обоих тяжело читаются верхние графики, а на остальных много мелких недочетов вроде съехавших подписей, технических полей и микроскроллов в табличках. Также на обоих есть неинформативные Treemap’ы. Мало того, что им не хватает контраста, так еще и площади элементов на них сложно сравнивать, чтобы сделать какие-то выводы.

На дашборде по продажам игр у хитмепа неверно составлена легенда, а у круговой диаграммы ее вообще нет. Зато на странице Explore Trends к таблице прикрутили удобную пагинацию.

В общем, пусть Superset и не самый сильный инструмент для датавиза, но простая верстка и ограниченный выбор визуализаций как будто закрывают достаточно много потребностей, и при этом не дают сделать уж прям ужасный дизайн.

А вы что думаете про Superset?

Пятничная дискуссия про карьеру в аналитике и за ее пределами
Не можем пройти мимо самой обсуждаемой HR-новости индустрии: стало известно, что тимлид продуктовой аналитики в крупном российском екоме задолго до того, как прийти в IT, снималась в фильмах 18+.

В интернете девушку активно обсуждают и осуждают — мы к этому присоединяться не будем и не будем постить никакие ссылки, имя и фото. Все желающие и так найдут, либо уже нашли.

🔜 Вопрос в другом — безотносительно личности конкретной девушки, считаете ли вы, что прошлый социально неодобряемый опыт должен влиять на сегодняшнюю деятельность — уже социально приемлемую? Важно ли это для вас, как для сотрудника или руководителя?