Аналитика и growth mind-set (аналитика данных, data science)

🏄‍♀️ Как я снова отравилась из-за океана — и при чём тут аналитика данных 1. Температура, тошнота, диарея — это происходит со мной каждый раз после серфинга в дождливый сезон, когда в море сливается все, что угодно — от мусора до банальных 💩. 2. В северной части Тихого океана, на полпути между Гавайями и Калифорнией, вращается 100 000 тонн пластикового мусора (на фото). Добро пожаловать в Большое мусорное пятно — область, втрое больше Франции. Оно выглядит так же катастрофично, как и звучит: сверху напоминает гигантский пластиковый суп. И это лишь 2 примера, подтверждающие: мусор в океане - это глобальный кризис, а не локальная история. Скоро мы вообще не зайдем в океан? ➡️ Ежегодно в океаны, реки и озёра попадает 19–23 млн тонн пластика — как если бы каждую минуту в воду сбрасывали 2 000 мусоровозов (по данным ООН). ➡️ На поверхности океанов плавает около 170 трлн пластиковых частиц, а на дне может быть в 10 000 раз больше (источник). ➡️ Ежегодно из-за мусора в океане погибают 100 миллионов морских животных. Страдают и морские растения, которые участвуют в производстве 70% кислорода (источник). ➡️ В исследовании Университета штата Портленд микропластик нашли в 99% морепродуктов. Это вызывает тревогу из-за возможного влияния на пищеварительную, эндокринную и другие системы организма. Чем помогает аналитика в этой проблеме? В мире есть некоммерческие и частные организации, борющиеся с загрязнением. Например, The Ocean Cleanup из Нидерландов — их цель — очищать океаны от пластика с помощью инновационных технологий. 1. Определяют источники загрязнения, чтобы “поймать проблему на старте” 💡 80% пластика попадает в океан через ~1000 рек. Чтобы найти эти «артерии загрязнения», The Ocean Cleanup анализирует: спутниковые данные, гидрологические карты, поведение мусора в воде, данные о населении и инфраструктуре поблизости. Это позволяет им не просто «ловить мусор в океане», а перехватывать его у истока — в реках. 2. Предсказывают, куда поплывет мусор, чтобы точнее планировать очистку — Камеры на мостах фиксируют мусор в реках — GPS-буи и радары отслеживают его путь в океане — ИИ-модели показывают, где и когда он соберётся в “мусорные вихри” Это помогает запускать очистку точно там и тогда, где она даст максимальный эффект. 3. Визуализация, которая не оставляет равнодушным Цифры — это важно, но именно визуализация заставляет почувствовать масштаб. Данные превращают в наглядные дашборды, которые: — Показывают, где океан «захлёбывается» от пластика — Делают проблему видимой и понятной для широкой аудитории — Помогают влиять на решения политиков и доноров Дашборды и инсайты по загрязнению пластиком Сколько реки выбрасывают пластика в мировой океан The Ocean Cleanup прогресс. 4. Прогнозы на будущее и машинное обучение Чтобы не просто тушить пожары, а предотвращать их, аналитики обучают модели, которые помогают заглянуть вперёд: — Что будет с океаном, если мы продолжим жить «как обычно»? — А что изменится, если сократим пластик хотя бы на 20%? — Где появятся новые точки бедствия через 5 лет? The Ocean Cleanup и другие подобные организации и компании нанимают аналитиков данных и стажеров в аналитике. Например, вакансии: INTERNSHIP – DATA QUALITY AND MODELLING или COMPUTER VISION AND TIME SERIES ANALYSIS INTERNSHIP. Или можно стать гражданским ученым и внести свой вклад, документируя пластиковое загрязнение c помощью приложений Ocean Cleanup Survey App или Debris Tracker. Другие полезные ресурсы: 1. Подкаст The Ocean Cleanup: Рената Коррея провела 4 года путешествуя по миру и анализируя данные о пластиковом загрязнении. Её путь начался с шока от увиденного в Гватемале — а теперь она работает как Head of Performance and Analysis в программе Rivers. 2. Роль аналитики данных в борьбе с загрязнением океанов. 3. London Business School: Выигрывая гонку за чистые океаны с помощью аналитики. 4. Решая проблему загрязнения океана с помощью данных. 5. Дата сеты, которые можно использовать для собственных проектов 1, 2. Если пост был полезен, буду благодарна 🔥.

🏄‍♀️ Как я снова отравилась из-за океана — и при чём тут аналитика данных 1. Температура, тошнота, диарея — это происходит со мной каждый раз после серфинга в дождливый сезон, когда в море сливается все, что угодно — от мусора до банальных 💩. 2. В северной части Тихого океана, на полпути между Гавайями и Калифорнией, вращается 100 000 тонн пластикового мусора (на фото). Добро пожаловать в Большое мусорное пятно — область, втрое больше Франции. Оно выглядит так же катастрофично, как и звучит: сверху напоминает гигантский пластиковый суп. И это лишь 2 примера, подтверждающие: мусор в океане - это глобальный кризис, а не локальная история. Скоро мы вообще не зайдем в океан? ➡️ Ежегодно в океаны, реки и озёра попадает 19–23 млн тонн пластика — как если бы каждую минуту в воду сбрасывали 2 000 мусоровозов (по данным ООН). ➡️ На поверхности океанов плавает около 170 трлн пластиковых частиц, а на дне может быть в 10 000 раз больше (источник). ➡️ Ежегодно из-за мусора в океане погибают 100 миллионов морских животных. Страдают и морские растения, которые участвуют в производстве 70% кислорода (источник). ➡️ В исследовании Университета штата Портленд микропластик нашли в 99% морепродуктов. Это вызывает тревогу из-за возможного влияния на пищеварительную, эндокринную и другие системы организма. Чем помогает аналитика в этой проблеме? В мире есть некоммерческие и частные организации, борющиеся с загрязнением. Например, The Ocean Cleanup из Нидерландов — их цель — очищать океаны от пластика с помощью инновационных технологий. 1. Определяют источники загрязнения, чтобы “поймать проблему на старте” 💡 80% пластика попадает в океан через ~1000 рек. Чтобы найти эти «артерии загрязнения», The Ocean Cleanup анализирует: спутниковые данные, гидрологические карты, поведение мусора в воде, данные о населении и инфраструктуре поблизости. Это позволяет им не просто «ловить мусор в океане», а перехватывать его у истока — в реках. 2. Предсказывают, куда поплывет мусор, чтобы точнее планировать очистку — Камеры на мостах фиксируют мусор в реках — GPS-буи и радары отслеживают его путь в океане — ИИ-модели показывают, где и когда он соберётся в “мусорные вихри” Это помогает запускать очистку точно там и тогда, где она даст максимальный эффект. 3. Визуализация, которая не оставляет равнодушным Цифры — это важно, но именно визуализация заставляет почувствовать масштаб. Данные превращают в наглядные дашборды, которые: — Показывают, где океан «захлёбывается» от пластика — Делают проблему видимой и понятной для широкой аудитории — Помогают влиять на решения политиков и доноров Дашборды и инсайты по загрязнению пластиком Сколько реки выбрасывают пластика в мировой океан The Ocean Cleanup прогресс. 4. Прогнозы на будущее и машинное обучение Чтобы не просто тушить пожары, а предотвращать их, аналитики обучают модели, которые помогают заглянуть вперёд: — Что будет с океаном, если мы продолжим жить «как обычно»? — А что изменится, если сократим пластик хотя бы на 20%? — Где появятся новые точки бедствия через 5 лет? The Ocean Cleanup и другие подобные организации и компании нанимают аналитиков данных и стажеров в аналитике. Например, вакансии: INTERNSHIP – DATA QUALITY AND MODELLING или COMPUTER VISION AND TIME SERIES ANALYSIS INTERNSHIP. Или можно стать гражданским ученым и внести свой вклад, документируя пластиковое загрязнение c помощью приложений Ocean Cleanup Survey App или Debris Tracker. Другие полезные ресурсы: 1. Подкаст The Ocean Cleanup: Рената Коррея провела 4 года путешествуя по миру и анализируя данные о пластиковом загрязнении. Её путь начался с шока от увиденного в Гватемале — а теперь она работает как Head of Performance and Analysis в программе Rivers. 2. Роль аналитики данных в борьбе с загрязнением океанов. 3. London Business School: Выигрывая гонку за чистые океаны с помощью аналитики. 4. Решая проблему загрязнения океана с помощью данных. 5. Дата сеты, которые можно использовать для собственных проектов 1, 2. 6. Фильм в тему Plastic people. Если пост был полезен, буду благодарна 🔥.

⚡️Решаем тестовое задание в Магнит Tech на позицию аналитика данных в прямом эфире Умение качественно выполнить тестовое задание для любой компании - это важный элемент успешного поиска работы. Чтобы выделиться среди других кандидатов, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму. Эти навыки приходят с опытом нарешивания боевых задач и тестовых, одно из которых мы разберем на бесплатном вебинаре с Павлом Беляевым - руководителем группы дата-аналитиков в компании Яндекс eLama. Что мы будем делать на вебинаре: 🟠познакомимся с тестовым заданием одной из крупнейших ритейл-сетей «Магнит»; 🟠с помощью SQL потренируемся искать нужное в товарном ассортименте; 🟠с помощью Python научимся определять слова-палиндромы. А ещё — увидим тестовое задание по SQL eLama, безотказно работавшее 6 лет. В нем есть важный нюанс, на котором многие сыпались! 🕗 Встречаемся 25 марта 18:30 по МСК 😶Зарегистрироваться на бесплатный вебинар

Ты можешь расти или застрять: все решает твое мышление. Проверь себя: – Твое мышление ограничивает тебя? – Стараешься выглядеть умнее, чем есть? – Избегаешь сложных задач, чтобы не казаться «неспособным»? – Веришь, что успех – это талант, а не процесс? – Думаешь, что упорный труд = отсутствие способностей? Если да, это признаки фиксированного мышления (fixed mindset). Оно приводит к страху ошибок и бесконечному поиску "легких" путей, в конце концов к отчаянию. Если ты веришь, что все навыки развиваются через усилия, эксперименты и настойчивость, ошибки – это не провал, а шанс стать лучше – это мышление роста (growth mindset). Оно помогает развивать новые навыки, восстанавливаться после неудач и достигать целей. Так говорит автор книги “Mindset: The New Psychology of Success”, Carol Dweck, профессор психологии в университете Stanford. Также на эту тему есть исследования Jason S Moser. Пример для аналитика: ❌ Фиксированное мышление: "Я не знаю Python, значит, мне не быть крутым аналитиком", "У меня нет интересных задач, значит, роста не будет". ✅ Мышление роста: "Как я могу внедрить Python в свою работу?", "Как самому находить интересные задачи?". Мой личный пример: Сейчас разрабатываю сервис с аналитикой для телеграм каналов и у меня есть 2 варианта – поддаться фиксированному мышлению или выбрать мышление роста. ❌ Фиксированное мышление: "Я не разработчик, значит, мне не создать SaaS", "Если бы у меня был партнер-программист, все бы шло быстрее". ✅ Мышление роста: "Как я могу минимально протестировать идею без сложной разработки?", "Как мне учиться нужным навыкам прямо в процессе реализации?" Я постоянно замечаю это в моем закрытом комьюнити владельцев телеграм каналов: самые быстрые результаты получают те, кто тестирует и анализирует, а не ищет идеальный способ с первого раза. Та же логика работает и в отношениях, спорте, бизнесе. Каждый раз, когда я это вижу, убеждаюсь в одном: рост — это процесс, а не момент удачи. И тот, кто действует, всегда впереди.

Ты можешь расти или застрять: все решает твое мышление. Проверь себя: – Твое мышление ограничивает тебя? – Стараешься выглядеть умнее, чем есть? – Избегаешь сложных задач, чтобы не казаться «неспособным»? – Веришь, что успех – это талант, а не процесс? – Думаешь, что упорный труд = отсутствие способностей? Если да, это признаки фиксированного мышления (fixed mindset). Оно приводит к страху ошибок и бесконечному поиску "легких" путей, в конце концов к отчаянию. Если ты веришь, что все навыки развиваются через усилия, эксперименты и настойчивость, ошибки – это не провал, а шанс стать лучше – это мышление роста (growth mindset). Оно помогает развивать новые навыки, восстанавливаться после неудач и достигать целей. Так говорит автор книги “Mindset: The New Psychology of Success”, Carol Dweck, профессор психологии в университете Stanford. Также на эту тему есть исследования Jason S Moser. Пример для аналитика: ❌ Фиксированное мышление: "Я не знаю Python, значит, мне не быть крутым аналитиком", "У меня нет интересных задач, значит, роста не будет". ✅ Мышление роста: "Как я могу внедрить Python в свою работу?", "Как самому находить интересные задачи?". Мой личный пример: Сейчас разрабатываю сервис с аналитикой для телеграм каналов и у меня есть 2 варианта – поддаться фиксированному мышлению или выбрать мышление роста. ❌ Фиксированное мышление: "Я не разработчик, значит, мне не создать SaaS", "Если бы у меня был партнер-программист, все бы шло быстрее". ✅ Мышление роста: "Как я могу минимально протестировать идею без сложной разработки?", "Как мне учиться нужным навыкам прямо в процессе реализации?" Я постоянно замечаю это в моем закрытом комьюнити владельцев телеграм каналов: самые быстрые результаты получают те, кто тестирует и анализирует, а не ищет идеальный способ с первого раза. Та же логика работает и в отношениях, спорте, бизнесе. Каждый раз, когда я это вижу, убеждаюсь в одном: рост — это процесс, а не момент удачи. И тот, кто действует, всегда впереди.

🔥 На рынке аналитики крутая новость — Авито Тех запустил Trisigma. Теперь A/B-тестирование проще и быстрее. A/B-тесты — основа продуктовой аналитики, но строить свою систему долго и дорого. Авито Тех представил Trisigma — продукт для тестирования и аналитики цифровых сервисов. Trisigma не просто тестирует новые фичи, а связывает их с бизнес-метриками. Это значит, что вы сразу увидите, как обновления влияют на ключевые показатели, сможете принимать обоснованные решения и избежать потерь от запуска неудачных обновлений. Внедрение платформы в Авито увеличило количество тестов с нескольких десятков до 4000+ в год. И, по оценке управляющего партнера Авито Ивана Гуза, такой подход дает в коридоре от 10 до 20% к таким ключевым показателям, как выручка или число покупателей в год. Какие задачи решает Trisigma? — Экономит до 90% времени аналитиков — автоматически проверяет эффективность новых функций на разных сегментах аудитории до их массового запуска. — Запускает сотни экспериментов без найма допкоманды. — Ускоряет развитие продукта благодаря более быстрому внедрению новых функций. — Высокая надежность результатов — исключается человеческий фактор. — Гибкие настройки тестов и понятные, удобные отчеты. Trisigma уже тестируют ряд крупных компании из сфер онлайн-образования, фастфуда и ритейла. Команда платформы открыла прием заявок на тестирование сервиса внешними компаниями. 💰 Разработка аналога с нуля = несколько десятков миллионов и 2 года работы. Поддержка = 50 млн ₽ в год. Логичный вопрос: платить миллионы или взять готовое решение?

Как тебя тянут назад, а ты этого не замечаешь. Менталитет краба 🦀. Хочу поговорить про менталитет краба — штуку коварную и часто незаметную, но сильно тянущую назад. Суть менталитета краба: когда люди видят, что вы пробуете новое или добиваетесь успеха, вместо поддержки они критикуют, буллят, обесценивают. Их цель — остановить вас, чтобы вы не выбились вперёд. Почему? Зависть и страх. Метафора основана на наблюдениях за поведением крабов в открытом ведре: если один краб пытается выбраться из ведра, другие тянут его назад — в итоге никто не спасается. Примеры менталитета краба: — Вижу это у "опытных" в IT — они внушают новичкам, что "Рынок переполнен", "Без 5 лет страданий ничего не добьёшься". Одна из причин (осознанно или нет) — отпугнуть конкурентов и сохранить свой статус. — Те, кто хотел бы уехать, но боится, осуждают тех, кто решился: "Ты там никому не нужен", "Вот уедешь, а потом пожалеешь!", "Ты предал нас". — Ты строишь карьеру или делаешь бизнес: "Деньги — это не главное, когда жить собираешься?", "Ты как робот — только работа, цели, задачи. Расслабься!", "Ты слишком амбициозная, независимая, серьезная — мужчинам это не нравится" (женский вариант). — Ты развиваешь свой блог или канал: "Да кому это вообще интересно?", "Блогеры — это несерьёзно, вот на заводе (в больнице и тп) настоящие профессии". — Ты завершил сложный проект, который занял у тебя 2 месяца и делишься этим в соц сетях: "Ой, да я такое за час сделаю", "И что тут такого, чем можно было бы удивить?". — Когда старшее поколение считает, что молодые должны повторить их сложный путь: "Мы в 90-е без выходных пахали за копейки, а вы хотите нормальные зарплаты, удалёнку, баланс работы и жизни, путешествия, свободу выбора? Много хотите!" — "А ты уверен, что тебе это надо?", "Ты что думаешь, лучше других?", "Бизнес — это опасно", "Ты недостаточно молодой/старый [подставить нужное]". И так далее. В итоге ты сам прокручиваешь эти слова в голове, и даже без чужих комментариев начинаешь в них верить. Неудивительно, что потом столько сомнений и нерешительности. И тут вы скажете — просто не общаться с такими людьми и будете правы (в книгах по саморазвитию не зря говорят о важности окружения). Но есть несколько нюансов: 1. Это только самые очевидные примеры, но на деле всё сложнее. — Если это говорит авторитетный человек — его слова воспринимаются совсем иначе. "Нельзя переезжать, пока не выучишь язык" — и ты уже сомневаешься (это ж гуру говорит, как ему не поверить). — Чем умнее человек, тем он опаснее в этом плане. Он выдаст 500 фактов, расчётов, логичных доводов. 2. В постсоветских обществах выделяться — это риск. Здесь быть как все — норма, а любое отклонение воспринимается как угроза. Да, время уже прошло, но в большинстве людей это еще сидит. 3. Люди не всегда хотят навредить — часто это просто их сомнения и страхи, но результат один: тебя это тянет вниз. Как быть? (мои правила) Первый шаг — осознать проблему. Отслеживать эти манипуляции и свои установки в том числе (с помощью дневника или работы с психологом). Понять, что чужие слова — это их чувства и мысли, а не реальность. Ограничивать общение с теми, кто тянет вниз, и окружать себя теми, кто поддерживает. Жить в других культурах (изучать другие культуры) — это учит смотреть шире и выходить за рамки. Начинаешь замечать влияние своего окружения и понимать, что многие вещи — не нормальны. В итоге развиваешь иммунитет к давлению общества и учишься брать лучшее из разных культур. Идти своим путём — только я знаю, что для меня правильно. Слушать советы, но не позволять другим управлять жизнью. Зависнешь на чужом мнении — останешься в ведре. Если такие посты нравятся, ставьте 🔥.

6 бесплатных data-игр для практики навыков и развлечения: Часть 2 Обучение через игру стало трендом в последние годы и используется не только для детей, но и для взрослых. Игры делают процесс более увлекательным, что помогает удерживать внимание и мотивацию на высоком уровне. Здесь была 1 часть. 1. SQL Squid Game SQL-игра, вдохновленная популярным сериалом на Netflix. Вам предстоит пройти серию SQL-заданий, чтобы остаться в живых в виртуальном соревновании. Спасибо подписчику Роману за рекомендацию. Полностью бесплатно. 🔗 Играть в SQL Squid Game 2. SQL Police Department В этой игре вы выступаете в роли детектива, расследующего преступления с помощью SQL-запросов. Вам предстоит анализировать базы данных полицейского департамента, чтобы раскрыть различные дела. Полностью бесплатно. 🔗 Играть в SQL Police Department 3. Kusto Detective Agency Игра, в которой вы – новичок в детективном агентстве и должны расследовать загадочные дела, анализируя данные с помощью SQL. Полностью бесплатно. 🔗 Играть в Kusto Detective Agency 4. CodeCombat Игра для изучения программирования, которому нужно пройти подземелья и сразиться с врагами, используя заклинания в виде Python кода. Бесплатно доступны первые уровни, дальше — по подписке. 🔗 Играть в CodeCombat 5. DataStar Игра полностью реализована в базе данных PostgreSQL, симулирует экономику с торговлей, добычей и улучшением кораблей. Игроки исследуют вселенную, собирают и анализируют данные, используя возможности SQL. Минус - для игры потребуется развернуть её у себя😂. Полностью бесплатно. 🔗 Играть в DataStar 6. Scratch Это проект от Института технологий (MIT), созданный для обучения детей и начинающих логике и основам кодинга (не совсем про data, но все равно включаю в список). Вы создаете истории, игры и анимации через визуальные блоки. Полностью бесплатно. 🔗 Играть в Scratch Eсли знаете ещё крутые data-игры — кидайте в комментариях, добавлю в следующую часть 😉

6 бесплатных SQL и Python игр для практики навыков и развлечения: Часть 2 Обучение через игру стало трендом в последние годы и используется не только для детей, но и для взрослых. Игры делают процесс более увлекательным, что помогает удерживать внимание и мотивацию на высоком уровне. Здесь была 1 часть. 1. SQL Squid Game SQL-игра, вдохновленная популярным сериалом на Netflix. Вам предстоит пройти серию SQL-заданий, чтобы остаться в живых в виртуальном соревновании. Спасибо подписчику Роману за рекомендацию. Полностью бесплатно. 🔗 Играть в SQL Squid Game 2. SQL Police Department В этой игре вы выступаете в роли детектива, расследующего преступления с помощью SQL-запросов. Вам предстоит анализировать базы данных полицейского департамента, чтобы раскрыть различные дела. Полностью бесплатно. 🔗 Играть в SQL Police Department 3. Kusto Detective Agency Игра, в которой вы – новичок в детективном агентстве и должны расследовать загадочные дела, анализируя данные с помощью SQL. Полностью бесплатно. 🔗 Играть в Kusto Detective Agency 4. CodeCombat Игра для изучения программирования, которому нужно пройти подземелья и сразиться с врагами, используя заклинания в виде Python кода. Бесплатно доступны первые уровни, дальше — по подписке. 🔗 Играть в CodeCombat 5. DataStar Игра полностью реализована в базе данных PostgreSQL, симулирует экономику с торговлей, добычей и улучшением кораблей. Игроки исследуют вселенную, собирают и анализируют данные, используя возможности SQL. Минус - для игры потребуется развернуть её у себя😂. Полностью бесплатно. 🔗 Играть в DataStar 6. Scratch Это проект от Института технологий (MIT), созданный для обучения детей и начинающих логике и основам кодинга (не совсем про SQL и Python, но все равно включаю в список). Вы создаете истории, игры и анимации через визуальные блоки. Полностью бесплатно. 🔗 Играть в Scratch Eсли знаете ещё крутые data-игры — кидайте в комментариях, добавлю в следующую часть 😉

Устали самостоятельно тыкаться в Excel или мучительно изучать SQL и Python? И не надо 🌚 Потому что все три инструмента можно разобрать с кураторами, причем бесплатно. 📌 10–15 февраля Changellenge » Education проводят интенсив «Введение в аналитику данных». Там всё, что нужно, чтобы разобраться с азами в аналитике: 🔹 Базовый функционал SQL, Excel и Python 🔹 Практика на реальных базах данных 🔹 3 практических кейса, подобные тем, что аналитики решают ежедневно в работе 5 дней в специальном телеграм-канале вы будете смотреть видео от экспертов и получать задания. И всё это время рядом будет куратор, который подскажет, если возникнуть вопросы. ✅ Можно получить сертификат в конце, пройдя тест. ✅ Каждый участник получает набор бонусов. Бонусы и программа интенсива указаны на сайте. 📌 Переходите, изучайте, регистрируйтесь: https://u.to/HBzAIQ