Симулейтив

⚡️ Для тех, кто хотел углубиться в инженерию данных, мы подготовили кое-что интересное!

Встречайте: Георгий Семенов, Chief Data Officer, ментор нового потока курса «Инженер данных».

🟠 Более 14 лет Георгий управляет IT-проектами и продуктами, командами инженеров и аналитиков. Последние 7 лет внедрял и развивал аналитические решения и платформы на сеньорных и руководящих позициях в компаниях VK, Wildberries, СТС, ЦУМ, ВТБ. В настоящее время партнер и CDO в стартапе Ai-Minds.

🟠 Георгий имеет богатый опыт в области Data Governance, Data Architecture, Data Engineering, Business Intelligence. Работал с различными технологиями и архитектурами данных, инфраструктурами от одного до сотен серверов, десятков петабайт данных и десятков тысяч датасетов. Вывел в прод сотни пайплайнов и десятки дата-продуктов, включая ML-сервисы.

🟠 Кроме того, Георгий преподает анализ данных в НИУ ВШЭ, а также провел более 150 индивидуальных консультаций, поэтому в его менторской экспертизе можно не сомневаться!

🧡 Кстати, до 30 августа на поток с Георгием можно записаться по самым ранним ценам: со скидкой 25%.

➡️ Узнать подробности и оставить заявку

🔥 Прямо сейчас в эфире разбираем реальные бизнес-задачи с помощью SQL

Вступительная часть вебинара уже прошла —начинается самое интересное! Спикер: Павел Беляев — руководитель группы дата-аналитиков в компании Яндекс eLama ​​покажет, как решать бизнес-задачи с помощью SQL.

➡️ Смотреть трансляцию

Привет! На связи Павел Беляев, руководитель группы дата-аналитиков в компании Яндекс eLama 👋🏻

Сегодня на вебинаре разберем две практические задачи, которые помогут вам лучше понять поведение пользователей на вашем продукте. Речь пойдет о ежедневной аудитории и регистрациях.

1️⃣ DAU (Daily Active Users) — ключевая метрика, но она часто бывает «зубастой». Выходные, праздники, запуск рекламы — всё это создает шумы и всплески, которые мешают увидеть настоящий тренд.

Решение: применим два популярных метода сглаживания.

Скользящее среднее (Moving Average)

Это среднее значение метрики за предыдущие N дней (например, за 7 дней). Оно отлично скрывает weekly-seasonality (всплески на выходных) и показывает общий тренд.

Медианное сглаживание (Median Smoothing)

Медиана более устойчива к выбросам (аномальным всплескам или провалам). Если в ваших данных внезапно был «пик» из-за одноразового события, скользящая медиана не даст ему сильно исказить общую картину.

2️⃣ Анализ пиковых регистраций. Как менялись рекорды?

Просто смотреть на общее число регистраций в день — мало. Интереснее ответить на вопрос: «Как наша платформа росла в моменте своего максимального успеха?».

Для этого мы можем посчитать самое высокое пиковое значение регистраций нарастающим итогом.

Суть: для каждого дня мы находим максимальное количество регистраций, которое было достигнуто за всю историю до этого дня.

Этот простой метод наглядно показывает, в какие именно моменты ваш продукт бил свои же рекорды по привлечению новых пользователей. Отличный способ визуализировать ключевые точки роста!

📹 Сегодня на вебинаре мы научимся:

— Считать DAU за каждый день и попробовать его сгладить двумя способами: скользящим средним и медианным сглаживанием.

— Считать, как менялось пиковое значение по ежедневному количеству регистраций на платформе.

➡️ Регистрация на вебинар

Привет, на связи команда Simulative! 👋

У нас отличная новость — мы добавили в обучение функцию, которую многие давно ждали!
Теперь, решив задачу правильно, вы сможете увидеть, как с ней справились другие пользователи.

Учитесь на чужих подходах и находите самые элегантные решения. Кнопка «Решения пользователей» уже появилась в меню у автозадач.

❗️Кстати, хотите увидеть, как решают задачки не только студенты, но и гуру аналитики?

Приходите завтра на бесплатный вебинар, где Павел Беляев — руководитель группы дата-аналитиков в компании Яндекс eLama ​​покажет, как решать бизнес-задачи с помощью SQL.

Что будем делать на вебинаре:
🟠Считать, как менялось пиковое значение по ежедневному количеству регистраций на платформе.
🟠Считать DAU за каждый день и попробовать его сгладить двумя способами: скользящим средним и медианным сглаживанием.
🟠А также узнаем лучшие практики решения данных задач

➡️ Зарегистрироваться

Всем привет! На связи Александр Грудинин, ментор курса «Аналитик данных» 👋

В начале недавнего вебинара, на котором мы решали разные бизнес-кейсы с помощью SQL, я спросил у участников, кто как оценивает свой уровень владения этим языком программирования по шкале от 0 до 5.

Спустя какое-то время и пару задач, поступил один занятный комментарий в чате. Не помню дословно, но коллега отметил, что посмотрев на задачи и способы их решения, он осознал, что переоценил свои навыки SQL🙂

Вспоминая это, я вернулся во времена, когда работал в крупном банке и столкнулся с одним монструозным процессом, под капотом которого было 4 SQL скрипта — каждый длинной в 1000-1500 строк.

Скрипты бегали по разным источникам, собирали данные по клиентам, агрегировали, считали, фильтровали и т.д. и т.п. И во всем этом зоопарке надо было разобраться: научиться вносить изменения так, чтобы на проде ничего не легло и отслеживать какие изменения за собой повлекут изменения двух-трех строк кода или одного порогового значения.

Я тогда тоже подумал, что, пожалуй, до этого SQL я и не знал.
Но, как говорится, «глаза боятся — руки делают». Со временем, работа с этим «монстром» превратилась в рутинную задачу 🙂

И выработался ряд советов / полезных практик для работы с большими скриптами:

1️⃣Уменьшайте размер данных на этапе построения / отладки скрипт

Не нужно писать скрипт используя сразу миллионы строк которые есть в БД. Начните с данных за один час, данных только одного клиента и т.п. В общем, сделайте так, чтобы скрипт выполнялся быстро и вы могли максимально оперативно вносить в него изменения на этапе разработки.

2️⃣Используйте временные / промежуточные таблицы

В каждой СУБД свой синтаксис для этого, так что придется погуглить, как это делается конкретно у вас :)
Если у вас большой и составной скрипт, а вам надо поработать над изменениями в определенной его части, например, в середине, то сохраните результаты первой части запроса во временную / промежуточную таблицу и уже обращайтесь при отладке к ней. Таким образом, вы сэкономите много времени.

3️⃣Сохраните результаты работы оригинального скрипта.

Перед внесением правок, сохраните эталонный результат, чтобы было потом с чем сравнивать «а что же изменилось».

4️⃣Спросите совета у коллег :)

Как-то же они до вас дорабатывали и поддерживали этот скрипт / процесс. Наверняка найдется пара лайфхаков, которые помогут вам в работе. Не бойтесь показаться некомпетентным — все знать невозможно, тем более невозможно сразу разобраться в особенностях каждого конкретного решения. Коллеги отнесутся с пониманием, а если это здоровый коллектив, то такие вопросы будут даже приветствоваться.

В процессе работы с длинными скриптами, мой скилл в SQL определенно прокачался. Поэтому не стоит бояться трудных задач — они делают вас только лучше как профессионала.

Ну и еще не совет, а скорее, добрая рекомендация — приходите к нам на поток курса «Аналитик данных». Он уже стартовал, но вы ещё успеваете присоединиться. Будем прокачивать скиллы вместе.

🧑🏻‍💻 Симулятор работы аналитика: решаем задачи бизнеса с помощью SQL

На следующей неделе мы продолжаем решать задачи бизнеса с помощью SQL.

На этот раз решим один из кейсов прямиком из программы курса-симулятора «Аналитик данных», где мы будем проводить исследование клиентской активности.

Что научимся делать на вебинаре:

🟠 Считать как менялось пиковое значение по ежедневному количеству регистраций на платформе.

🟠 Считать DAU за каждый день и попробовать его сгладить двумя способами: скользящим средним и медианным сглаживанием.

🟠 А также узнаем лучшие практики решения данных задач

Спикер: Павел Беляев, руководитель группы дата-аналитиков в компании Яндекс eLama и автор телеграм-канала «Тимлидское об аналитике».

❗️ Встречаемся 26 августа в 19:00 МСК

💬 Будет много практики, примеров и ответов на ваши вопросы.

➡️ Регистрация на вебинар

⚡️Last Call: новый поток курса «Аналитик данных» стартует уже сегодня

Привет, друзья! Команда Simulative на связи с классной новостью — сегодня стартует новый поток курса «Аналитик данных» и вы ещё успеваете вписаться со скидкой -20% (сгорает уже сегодня 🔥)!

Что вас ждёт на курсе:
🟠SQL, Python, BI-системы — то, что используют в топовых компаниях прямо сейчас;
🟠Реальные кейсы из практики: от стартапов до корпораций;
🟠Персональный разбор ошибок от экспертов — исправите недочёты до того, как их заметит рекрутер;
🟠Готовое портфолио с «боевыми» проектами — главное преимущество на собеседовании.

🤔 Если сомневаетесь насчёт старта — читайте истории успеха наших студентов по хэштегу #отзыв и скорее бронируйте местечко на поток!

Большинство историй о смене профессии — это путь «из офиса в IT». Но сегодня у нас в гостях человек с уникальной траекторией. Это история о том, как дух исследователя, умение начинать с нуля и не бояться меняться оказываются ценнее любого диплома.

Знакомьтесь, Елена — дизайнер, фотограф с публикацией в National Geographic и... будущий специалист в Data Science. Её путь доказывает, что жизненный опыт — это суперсила, а не помеха.

😶Читайте интервью, мотивируйтесь и вдохновляйтесь!

❗️Если вы тоже чувствуете в себе порыв сделать шаг в новое или прокачать скиллы — напоминаем, что завтра стартует новый поток курса «Аналитик данных».

Оставим тут нашу любимую цитату Елены из интервью:

Выбирайте не просто курсы, а среду. Мне было очень важно попасть в сообщество таких же целеустремленных и небезразличных людей, как в Simulative. Это дает невероятную силу и энергию.

#отзыв

➡️ Забронировать место на потоке

❗️ Как самостоятельно определять метрики для оценки эффективности бизнеса

Привет! Это Илья, аналитик данных в Додо Пицца и ментор курса «BI-аналитик» 👋

Работа аналитика напрямую связана с метриками продукта или бизнеса: их разработкой, мониторингом и исследованием. Но как выбирать «правильные» метрики и как с ними работать?

Ответ на этот вопрос строится на 3-х аспектах: понимание целей бизнеса, аналитическое мышление, продуктовое мышление и насмотренность.

1️⃣ Понимание целей бизнеса
Этот аспект стоит первым потому, что именно от того, насколько хорошо вы понимаете текущий запрос бизнеса, зависит качество результата вашей работы, как аналитика.

Совет тут один: четко формулируйте с заказчиками цель до начала решения задачи и удостоверьтесь в том, что вы видите ее одинаково. Ну и не бойтесь задавать глупые вопросы, если вдруг что-то непонятно. Лучше это сделать заранее, чем потратить множество сил на решение не той задачи.

2️⃣ Аналитическое мышление
В этот аспект я закладываю 2 характеристики: то, под каким углом вы смотрите на проблему и то, как вы ее декомпозируете.

Под углом взгляда на проблему я подразумеваю тот подход, который вы используете при анализе проблемы. На одну и ту же задачу можно посмотреть, как со стороны пути клиента (CJM), как с финансовой стороны (P&L), так и со стороны продукта в целом. Поэтому важно понимать базовые фреймворки и уметь их адаптировать под себя.

Примеры фреймворков: пиратские метрики, HEART, CJM, P&L.

Что касается декомпозиции, то базовый принцип — это MECE (Mutually Exclusive, Collectively Exhaustive). Его главная идея заключается в том, что каждая часть анализа должна быть чётко определена, не пересекаться с другими и охватывать всю проблемную область.

3️⃣ Продуктовое мышление и насмотренность
По моему мнению, это самый комплексный и сложный в освоении аспект из всех перечисленных выше. Это глубина погружения в бизнес-модель и домен продукта. Прокачать насмотренность можно тремя путями:

🟠Работа в разных компаниях и индустриях.
🟠Изучение опыта через подкасты, конференции и разборы экспертов.
🟠Постоянный анализ: смотрите на любой продукт как на кейс, пытаясь понять его метрики и бизнес-модель. метрику и разложить ее до метрик, на которые вы можете оказать влияние.

В любом случае, эти постулаты не высечены в камне — не стесняйтесь их комбинировать и адаптировать под себя, если это помогает достичь ваших целей

⁉️ Хотите освоить эти навыки на практике?

Если хотите глубже прокачать навыки работы с метриками и научиться принимать эффективные решения, приглашаю вас записаться на курс BI-аналитика с моим менторским сопровождением. Вместе мы разберём реальные кейсы и подготовимся к востребованной профессии. Жду вас в команде!

➡️ Забронировать место

⚡️ ⚡️ ⚡️ Прямо сейчас в эфире разбираем реальные бизнес-задачи с помощью SQL

Вступительная часть вебинара уже прошла — начинается самое интересное! Спикер: Александр Грудинин — Lead Data Analyst AdTech Holding и ментор курса «Аналитик данных».

Кому будет полезно?
🔹 Начинающим аналитикам, которые хотят выйти за рамки простых SELECT.
🔹 Опытным специалистам, которым нужно решать нестандартные задачи.
🔹 Всем, кто хочет писать эффективные запросы, а не просто знать синтаксис.

Вы еще успеваете подключиться и узнать самое важное!

➡️ Подключиться

Друзья, стартуем уже через полтора часа буквально 😎

Всех ждём — будет полезно и лампово!

➡️ Присоединиться

💥 Вебинар сегодня! Практикуем SQL и решаем реальные бизнес-задачи

Вебинар с Александром Грудининым — Lead Data Analyst и ментором курса «Аналитик данных» — уже сегодня в 19:00 по МСК.

Мы не просто разберём синтаксис SQL, а вместе отработаем реальные бизнес-задачи: поиск второй по величине зарплаты, рекурсия для составления списков деталей, анализ просрочек платежей, подсчёт непрерывных последовательностей, поиск аномалий и сравнение данных через самоджойн.

Вебинар будет полезен и новичкам, и опытным аналитикам, которые хотят писать эффективные запросы, а не просто знать синтаксис.

Не пропустите возможность прокачать SQL на реальных кейсах — присоединяйтесь сегодня в 19:00!

➡️ Регистрация

Друзья, последнее напоминание для всех, кто задумывался о магистратуре — вы ещё успеваете запрыгнуть в последний вагон!

Осталось всего 2 дня до окончания приема заявок.

Магистерская программа по аналитике данных совместно с НИЯУ МИФИ это:

🟠Научная база от одного из лучших технических вузов страны;
🟠Практика на симуляторе — работа с реальными бизнес-кейсами «как в работе»;
🟠Гарантированное портфолио, которое выделит вас среди других кандидатов;
🟠Возможность получить диплом магистра;
🟠Гибкий онлайн-формат — учитесь из любой точки мира;
🟠Все льготы студента МИФИ — диплом, отсрочка, налоговый вычет.

❗️Заявки принимаются до 20 августа включительно. Нажмите на кнопку ниже и забронируйте скидку до 15%.

➡️ Узнать больше и оставить заявку

⚡️ Разбор реальных кейсов: когда SQL помогает разобраться в сложной аналитике

Привет! На связи Александр, ментор курса «Аналитик данных» 👋

Когда кажется, что SQL — это просто набор команд для выгрузки данных, приходит пора понять, что это мощный инструмент для решения реальных бизнес-задач, где нужны не только SELECT и JOIN.

💼 Кейс 1. Вот одна история из практики. Клиент запускает рекламные кампании. Ваша задача — сравнить результаты за два соседних месяца: где вырос CTR, где упала стоимость лида и что с другими метриками. Казалось бы, задача проста. Но чтобы это сделать в SQL, приходится «джойнить» таблицу саму на себя. Именно так — простой запрос превращается в хитрый ход, который раскрывает глубокую аналитику и сравнение соседних периодов.

💼 Кейс 2. А теперь представьте другую ситуацию. Клиент несколько раз задерживает платёж, иногда периоды просрочек пересекаются или накладываются друг на друга. Вам нужно не просто считать даты, а «склеить» все эти пересечения в один точный период — так называемый «остров» задолженности. Как это сделать?

👉 Решение: можно последовательно пройтись по датам и определить, где начинается новый период, а где — продолжается текущий. SQL позволяет с помощью оконных функций и условной логики находить такие стыки, “склеивать” пересекающиеся интервалы и считать их реальную продолжительность.

🔥 Кажется, тут не обойтись только SELECT, JOIN и WHERE. Ведь SQL позволяет не только делать выгрузки, а это еще и инструмент, который помогает применять бизнес-логику и решать реальные задачи.

В этом и прелесть настоящей аналитики — не только выгружать данные, а применять бизнес-логику, чтобы делать прозрачными сложные процессы.

✨ Завтра на вебинаре мы:
— разберём эти и другие интересные сценарии шаг за шагом,
— напишем работающие запросы,
— и покажем, как начинающий аналитик превращается в специалиста, который умеет говорить с бизнесом на языке данных.

🧑‍💻 Практический SQL: решаем реальные бизнес-задачи

Приглашаем на практический вебинар с Александром Грудининым — Lead Data Analyst в AdTech Holding и ментором курса «Аналитик данных»!

📅 Дата и время: 19 августа, 19:00 по МСК.

На вебинаре мы не просто разберём синтаксис SQL — мы отработаем практические задачи из реального бизнеса и покажем, как превращать их в эффективные запросы.

Что будем разбирать:
🟠 Как найти вторую по величине зарплату в отделе: чтобы HR понимал, какие компенсации предлагать.
🟠 Рекурсия в SQL: например, как собрать полный список деталей велосипеда, включая все вложенные компоненты.
🟠 Поиск «островов» в данных: например, периоды просрочки платежей клиента банка.
🟠 Расчёт непрерывных последовательностей: сколько дней подряд пользователь смотрит кино без перерыва?
🟠 Продвинутые оконные функции (поиск аномалий): как быстро выявить резкие скачки продаж в интернет-магазине.
🟠 Сравнение данных через самоджойн: например, рекламные метрики за два месяца у одного клиента.

Кому будет полезно?
🟠 Начинающим аналитикам, которые хотят выйти за рамки простых SELECT.
🟠 Опытным специалистам, которым нужно решать нестандартные задачи.
🟠 Всем, кто хочет писать эффективные запросы, а не просто знать синтаксис.

Если вы хотите прокачать навыки работы с SQL на примерах из реальных бизнес-задач — присоединяйтесь 19 августа в 19:00 (МСК), будет много практики и полезных инсайтов!

➡️ Регистрация

🤔 Как сделать старт в аналитике проще и эффективнее?

Привет! На связи Илья Ковалев, ментор курса «BI-аналитик»👋

Я Илья, аналитик данных в Додо Пицца 🍕Ранее я работал аналитиком данных в команде кроссервисности Яндекс Плюса, а еще раньше работал в консалтинговых компаниях Accenture и EY, где занимался проектами по стратегии и операционной эффективности. Однако в какой-то момент я осознал, что аналитика данных мне ближе.

И если вам аналитика тоже близка, но вы боитесь сразу бросаться в глубокие данные, сложные формулы и вечное ковыряние в статистике — есть реальный способ сделать старт проще и эффективнее.

BI-аналитика — это тот самый «разбег» в мире аналитики, где порог входа ниже, а практическая ценность для бизнеса ощутима с первого дня.

🟠 Задача BI-аналитика — сделать данные максимально понятными и доступными: построить понятную отчетность, собрать все ключевые метрики в единые дашборды, автоматизировать рутину и помочь бизнесу быстро принимать решения без задержек.

🟠 Пример задач
Структурируешь данные, работаешь с KPI, делаешь дашборды, автоматизируешь отчёты и консолидируешь информацию из разных систем. Всё, что реально влияет на скорость и качество управления компанией.

🟠 Технологии
SQL и DAX — базовый инструментарий. BI-платформы вроде Power BI — визуализируешь, делаешь данные понятными даже тем, кто в аналитике почти не разбирается. Осваиваются они быстрее, чем кажется, зато дают высокий эффект уже в первые недели.

🟠 Где это востребовано
Везде, где есть бизнес и данные — банки, ритейл, телеком, крупные корпорации и стартапы. Там, где нужны быстрые решения, понимание процессов и контроль показателей.

Если вы давно хотели войти в аналитику, но пугались объёмов теории и специфики работы классического Data Analyst — курс «BI-аналитик» под моим менторством — это ваш шанс сделать первый уверенный шаг и получить навыки, которые реально работают уже с первых дней.

❗️ Новый поток стартует уже сегодня и сегодня же заканчивается действие супер предложения для всех новичков — -25% от стоимости любого тарифа!

Друзья, торопитесь записаться, жду вас среди своих будущих коллег!

➡️ Забронировать место