LEFT JOIN Insider

«Это база» или что почитать, чтобы прокачаться в Data

Как-то один умный человек сказал: «Все знают и все понимают только дураки да шарлатаны». Поэтому сейчас мы вынуждены постоянно узнавать что-то новое, чтобы развивать свои навыки.

А так хотелось бы скачать все знания на флешку и загрузить себе в мозг. Но пока такой способ еще не изобрели, мы подготовили подборку книг и статей, которые стоит почитать, чтобы лучше «уметь в Data».

🔵Fundamentals of Data Visualization (Claus O. Wilke)

В книге описаны принципы выбора подходящих графиков, правильное использование цветов и масштабов, а также важность контекста для восприятия информации. А также подробно разобраны do и don't в вопросе отображения данных.

🔵Introduction to Modern Statistics (2-е издание)

Учебник рассчитан на начинающих изучать статистику. Он знакомит с основами работы с данными, методами анализа и визуализации. Первое издание лежит рядом на том же сайте.

🔵Лонгрид про базы данных №1

В лонгриде описаны принципы работы и компоненты баз данных. По сути — выжимка всего самого главного из двух классных книг по теме. Ссылки на книги можно найти там же.

🔵«Графики, которые убеждают всех»: 2-е дополненное и переработанное издание (Александр Богачев)

Книга рассказывает, как подготовить данные к работе, как выбрать подходящий график или диаграмму и оформить их так, чтобы они ясно доносили ваш месседж. А еще там можно найти узнать, как распознать ситуацию, когда статистикой пытаются манипулировать.

🔵15 Math Concepts Every Data Scientist Should Know (David Hoyle)

Поскольку алгоритмы машинного обучения становятся все более мощными, нужно четко понимать их ключевые компоненты. В этой книге объясняются основные математические принципы, лежащие в основе часто используемых алгоритмов, подробно описывается их важность и практическое применение.

🔵Data Pipelines Pocket Reference: Moving and Processing Data for Analytics (James Densmore)

В этом справочнике дается определение конвейеров и объясняется, как они работают в современном стеке данных.

🔵Думай как математик: Как решать любые задачи быстрее и эффективнее (Барабара Оакли)

Эта книга не о формулах и уравнениях. Она о том, как научить свой мозг решать сложные задачи и справляться с большими объемами информации.

Делитесь в комментариях своими рекомендациями книг и статей — будем переопыляться достойными материалами по теме 👀

🔜 @leftjoin_career

#into_data

Онлайн-курсы для аналитиков: за, против, свой вариант?
А мы продолжаем исследование рынка онлайн-образования в сфере аналитики и приглашаем вас принять участие. Если еще не сделали этого — ждем ваших голосов по этой ссылке!

Результаты первого исследования от 2021 года можно увидеть здесь.

Зачем мы это затеяли?
Онлайн-курсы обещают помочь сменить профессию, подтянуть знания и построить карьеру. Мы хотим выяснить:
🔵 Действительно ли курсы помогают достичь этих целей?
🔵 Какие школы наиболее популярны, и больше всего нравятся студентам?
🔵 Видят люди ценность в онлайн-образовании?

Важные примечания
1️⃣ Нам важно узнать отношение к онлайн-образованию как явлению и собрать все мнения: положительные, отрицательные и нейтральные. Проходите опрос, даже если никогда не учились на курсах.
2️⃣ Исследование будет идти до 19 сентября.
3️⃣ Опрос основательный и довольно долгий. Но самых терпеливых, кто дойдет до конца, ждет награда от нашей команды!

🔜 Пройти опрос.

Будем благодарны за репосты и ваши комментарии. ❤️

У самурая нет цели, только путь. И наш путь лежит через традиционные понедельничные мемы про работу.

Не держите все в себе – делитесь любимыми мемами в комментариях (сделаем этот рабочий понедельник немного легче).

🔜 @leftjoin_career

Завтра в Data №5: «Аналитику важно быть “умной колонкой” с поддержкой двух языков — бизнесового и разработческого»
И снова пятница, и снова новое интервью с экспертом.

У микрофона Александр Бараков — Head of BI в Luxoft и автор телеграм-канала data nature об управлении BI в корпоративных реалиях.

О чем это интервью?
🔵От архитектора до BI: путь, который не нужно повторять.
🔵Рабочее комбо в образовании человека, работающего с данными.
🔵Бег по кругу и рутина — единственное, что смущает в сфере?

Все подробности — в карточках.

И не забывайте задавать любые вопросы Александру в комментариях.

🔜 @leftjoin_career

#завтра_в_data

SQL, Excel, Python — ТОП-3 навыка аналитика данных

Нам на глаза попался любопытный отчет — неравнодушный специалист проанализировал 180 вакансий в LinkedIn и составил топ навыков в разных категориях, которые чаще всего требуют работодатели от аналитиков данных.

Несколько ТОП-3 по категориям
🔵 Programming Languages: SQL, Python и R
🔵 Core Data Science Skills: Machine Learning, AI, NLP
🔵 Data Processing and ETL: ETL, Spark, Databricks
🔵 Data Visualization: Excel, Tableau, PowerBI

Ознакомиться с полной версией отчета можно здесь.

P.S. Регион анализа — США поэтому все, кто задумывается о зарплате в валюте и работе за границей, рекомендуем изучить результаты особенно внимательно, чтобы понимать, на какие навыки делать ставку 👀

🔜 @leftjoin_career

Тестовые задания: задачка на SQL для Junior Data Analyst 

Нужно написать запрос, который бы реализовал логику алгоритма рекомендаций фильмов, которые пользователи еще не смотрели.

На выходе должна получиться таблица: Пользователь, Рекомендованный фильм, Рейтинг рекомендации.

Что проверяет такая задача?
🔵Базовое знание SQL.
🔵Работу с алгоритмами рекомендаций
🔵Работу с агрегацией и моделированием данных.

Решение
1. Построим систему рекомендаций на принципе коллаборативной фильтрации.

Если пользователи А и Б выбирают какой-то фильм, то высока вероятность схожести их интересов и по другим фильмам.

2. Схожесть интересов пользователей определим как N%общих просмотренных фильмов.

То есть если у пользователя А N% общих просмотренных фильмов с пользователем Б, то мы можем рекомендовать пользователю А фильмы, которые посмотрел пользователь Б.

3. Рейтинг рекомендации построим индивидуально на основании количества просмотров фильма у пользователей со схожими интересами.

Подробное решение и результат описали в карточках.

Код может выглядеть следующим образом

 
with users as (
select
distinct user1_id,
user2_id
from
(select
cus.user_id as user1_id,
ous.user_id as user2_id,
cus.movie_id as movie1_id,
ous.movie_id as movie2_id,
(cus.movie_id = ous.movie_id) as common_interest
from
likes as ous
join likes as cus
on cus.user_id <> ous.user_id) following
group by
user1_id, user2_id
having
((count(*) filter (where "common_interest")::float) / (count(*)::float)) >=
0.1
), user_likes as (
select users.user1_id, likes.movie_id, count(likes.user_id) as like_count
from users
left join likes on users.user2_id = likes.user_id
group by users.user1_id, likes.movie_id
)
select
user_likes.user1_id as "Пользователь",
user_likes.movie_id as "Рекомендованный фильм",
user_likes.like_count as "Рейтинг рекомендации"
from user_likes
left join likes
on user_likes.user1_id = likes.user_id and user_likes.movie_id =
likes.movie_id
where likes.movie_id is null
order by user_likes.user1_id, user_likes.like_count desc

Маленький комментарий по задачи от нашего аналитика Надежды

Задача сложная, а решение неоднозначное и далеко от идеала. От того еще интереснее почитать ваши варианты в комментариях!

@leftjoin_career

#разбор_тестового

Дайджест вакансий от SuperJob

Так, вакансии заграницей были, присоединиться к нашей команде предлагали. Да что уж там, даже аналитиком в лес отправляли. А вам все мало — тогда ловите еще.

Junior Data Analyst в Сбер (можно без опыта)

Чем предстоит заниматься
🔵 Исследовать и анализировать большие неструктурированные объемы информации
🔵 Участвовать в аудиторских проверках по всем направлениям работы
🔵 Подготавливать рекомендации по улучшению процессов

Откликнуться

Аналитик данных SQL в ВТБ (руководитель проекта)

Чем предстоит заниматься
🔵 Поддерживать и обновлять регламентированную отчетность
🔵 Готовить регламентные презентации для руководства по показателям контакт-центра
🔵 Разрабатывать новую регламентную отчетность
🔵 Заниматься Ad-hoc аналитикой
🔵 Проводить аналитические исследования
🔵 Строить прогнозы
🔵 Оценивать потенциальные и фактические эффекты по внедряемым мероприятиям / доработкам процессов / технологическим доработкам.

Откликнуться

Аналитик отдела сопровождения отчетности в ВТБ (SQL)

Чем предстоит заниматься
🔵 Анализировать новые функциональные требования к отчетности от бизнес-заказчиков/смежных подразделений
🔵 Вести проекты по развитию объектов мотивационной отчетности, составлять бэклог и планировать спринты
🔵 Заниматься прототипированием и согласовывать разработанные объекты
🔵 Разрабатывать методологическую часть расчетов совместно с продуктовыми технологами и аналитиками
🔵 Решать Ad-hoc задачи

Откликнуться

🔜 @leftjoin_career

Этот мем настолько жизненный, что даже не требует дополнительной подписи 🤣

🔜 @leftjoin_career