Купер.тех

📓 Как тратить меньше времени на работу с данными?

В Купер.тех аналитики ежедневно работают с миллионами строк данных. Лилия Ивановская, старший продуктовый аналитик, собрала несколько приёмов и инструментов, которые помогают быстрее получать ответы на вопросы и тратить меньше времени на рутину.

📌 Горячие клавиши
Очень удобно знать нужные сочетания клавиш, чтобы делать частые действия одним нажатием:

DataGrip
• Ctrl + Alt + L || ⌥ + ⌘ + L — форматировать текст запроса
• Ctrl + Shift + / || ⌘ + Shift + / — закомментировать блок кода
• Ctrl + Enter || ⌘ + Enter — выполнить запрос

Excel
• Ctrl + Shift + стрелки || ⌘ + Shift + стрелки — выделить до конца блока
• Ctrl + T || ⌘ + T — превратить данные в таблицу
• Alt + = || ⌥ + ⌘ + = — автосумма

Jupyter Notebook
• Shift + Enter || Shift + Enter — выполнить ячейку и перейти ниже
• Ctrl + Enter || ⌘ + Enter — выполнить и остаться в ячейке
• Ctrl + / || ⌘ + / — закомментировать / раскомментировать строки

📌 Магические команды Jupyter
В Jupyter есть встроенные команды, которые помогают быстрее анализировать производительность:

%ls — показать файлы в директории
%pwd — вывести текущий путь
%time — измерить время выполнения одной строки
%who — показать переменные в памяти
%%time — измерить время выполнения всей ячейки
%%writefile file.py — записать содержимое ячейки в файл
%%html — вывести HTML-код
%%latex — вывести LaTeX

📌 Polars вместо Pandas
При работе с большими объёмами данных альтернативой Pandas может стать Polars — библиотека на Rust, ориентированная на высокую производительность. Особенно заметно это при агрегациях, join-операциях, обработке больших файлов.

На примере датафрейма с 20 миллионами строк видно преимущество Polars:
•читает в 6 раз быстрее CSV-файлы;
•фильтрует данные в 15 раз быстрее;
•использует меньше памяти, чем Pandas.

📌 Self-сервисы для бизнеса
Чтобы освободить себя от ежедневных одинаковых запросов от бизнеса по выгрузке данных, мы в Купер.техе создаём self-сервисы на основе Jupyter-report и Metabase.

В Metabase можно напрямую подключать базы данных с таблицами. Так у пользователей появляется возможность в удобном интерфейсе выгружать сырые данные за нужные периоды с фильтрами, чтобы потом работать с ними в Excel. Также интерфейс Metabase позволяет настраивать рассылки на почту, что автоматизирует ручной сбор данных и экономит время как аналитиков, так и менеджеров.

В Jupyter-report мы делаем self-сервисы, которые требуют одновременной работы с разными базами данных или с загруженными пользователями файлами, что нереализуемо в Metabase. Гибкость Jupyter позволяет создавать удобный интерфейс с кнопками и фильтрами, чтобы менеджерам было просто и понятно пользоваться сервисом.

✍️ А какие инструменты помогают вам быстрее работать с данными? Делитесь в комментариях!

😎 Вот бы лето не кончалось...

Лето каждый год начинается одинаково: кажется, что впереди куча времени, а потом внезапно уже конец августа, и ты пытаешься понять, куда делись три месяца.

Сейчас самое время подвести летние итоги — не грустить, что август почти закончился, а вспомнить, сколько всего классного успело случиться.

И, конечно же, передать летний вайб дальше! Заглядывайте в каналы коллег, подписывайтесь и смотрите, как этот сезон прошёл у других tech-команд: Ecom.tech, MAGNIT TECH, Lamoda Tech, Data Fusion (ВТБ) и RWB Тех ❤️

🌧 Никто из нас не представлял середину августа такой дождливой...

До выходных осталось совсем немного, но хорошей погоды пока не видно.
Ставьте огонечки 🔥, чтобы высушить лужи и плавать можно было только в бассейне, а не по пути на работу!

📢 Что происходит с React Native прямо сейчас — и почему технология до сих пор остаётся одним из рабочих вариантов для кросс-платформенной разработки?

Евгений Прокопьев, руководитель группы мобильной разработки, стал гостем подкаста Evrone Development. Поговорили о том, как изменилась архитектура, куда делся bridge и насколько выросла реальная производительность. Отдельно остановились на том, что сейчас больше всего беспокоит команды: обновления мажорных версий, состояние экосистемы, Expo и выбор библиотек. И, конечно, обсудили, как ИИ уже влияет на разработку и какой стек имеет смысл рассматривать сегодня в зависимости от масштаба проекта.

Рекомендуем всем, кто работает с мобильной разработкой или просто хочет понять текущую картину.

Смотрите выпуск:
🤡YouTube

✨Хороший work-life balance сам себя не настроит

В ML много задач, где мозг постоянно что-то считает, сравнивает, проверяет гипотезы и пытается понять, почему метрика снова ведёт себя странно. Поэтому особенно важно уметь переключаться и отдыхать от рутины.

Спросили ребят из команды: от руководителей до стажеров, чем они занимаются в свободное от работы время, что любят и как расслабляются. Читайте в карточках выше – некоторые ответы получились очень нишевые 😎