This is Data

Мои друзья из команд продуктовой аналитики Т-Шопинга и Т-Бизнеса проводят Weekend Offer 4-5 июля вы сможете пройти все этапы, познакомиться с командами и задать вопросы будущим коллегам. Формат - полностью онлайн, поэтому присоединиться можно из любого города России. Сейчас ищут аналитиков с опытом от года: мидлов, сеньоров и начинающих лидов. В Т-Банке продуктовые аналитики работают вместе с командами с самого старта и помогают формировать гипотезы, оценивать их влияние на бизнес и продукт и искать точки роста. До 30 июня нужно подать заявку и успеть выполнить тестовое задание. Переходите по ссылке, регистрируйтесь на Weekend Offer и приходите строить продукты вместе с нами. P.S. Я не пропал, сейчас активно пишу новую статью про стратегию аналитики, объем материала получается большой, но скоро вернусь.

Как написать стратегию аналитики и зачем она нужна? Ура, я наконец-то закончил эту статью! Писал ее долго, потому что хотел сделать по-настоящему крутой гайд, в который вложил много сил. И теперь с радостью делюсь с вами. Эта статья для тех, кто недавно стал тимлидом или хедом аналитики и чувствует, что пора выйти из режима «просто делаем задачи» и начать думать системно. Перед тем, как ее опубликовать, я искал подобные материалы и не нашел ничего достойного на русском языке. Есть пересказы Gartner, есть руководства от вендоров уровня «нужно делать data-driven», есть какие-то корпоративные посты. Поэтому статья - попытка закрыть реальный пробел. В ней вы найдете практическое руководство: как вывести стратегию аналитики из бизнес-целей, честно оценить зрелость команды, пройти три фазы развития и собрать дорожную карту. Это выжимка из моего опыта, с конкретными шагами. Приятного чтения. #опыт

На русском языке о стратегии построения аналитической команды нет почти ничего. Буквально несколько статей, одна из которых моя. Тем ценнее handbook, продолжающий эту тему и превращающий разрозненные наблюдения в пошаговую систему. 📚 From Data to Insights. The strategy of a Data Analytics Team John Mackay Джон начинал инженером данных, вырос до руководителя аналитики в крупном европейском банке, а сейчас управляет data-аналитикой в ведущей технологической компании и консультирует Fortune 500. За два десятка лет он построил не одну команду, которая возвращала бизнесу миллионы и делала процессы заметно человечнее. Свой опыт он упаковал в короткое прикладное руководство. Каркас книги - четыре обязательных элемента любой аналитической функции: команда, данные, стейкхолдеры и отчетность. Автор проведет вас от хаоса первых дней до внятной долгосрочной стратегии. Вот семь типовых симптомов, знакомых почти каждой команде аналитики: ▪️Завал ad-hoc запросами. ▪️Репутация подорвана и вам не доверяют. ▪️На анализ и инсайты времени нет. ▪️Срочные задачи прилетают в последний момент. ▪️Отчеты разрозненные, пользоваться ими больно. ▪️Коллеги выгорели и потеряли драйв. ▪️Стейкхолдеры вынуждены делать отчеты сами. Причина, по Маккею, одна - слабая стратегия и плохой дизайн команды. Книга ровно про то, как это исправить. Пригодится и CTO, и тимлидам, и рядовым аналитикам - чтобы понимать, как устроен здоровый data‑организм и в какой момент все пошло не так. 🔗 Электронную версию на английском в PDF качайте по ссылке. #книга

Lakehouse для аналитиков и инженеров данных Приглашаем изучить популярный подход построения хранилищ данных Data Lakehouse c разделенным Compute и Storage на основе Iceberg и Trino. В программе курса: • Современная архитектура аналитических систем от DWH и Data Lake до Lakehouse с разделением Compute и Storage на базе Apache Iceberg и Trino. • Iceberg: управление файлами, снимками, каталогами, схемами изменений и очисткой. • Практическое использование Iceberg Catalog, работа с кластером Trino (на Kubernetes), подключение данных на S3 и выполнение SQL/ Python-запросов. • Работа с Iceberg+Trinо на больших масштабах: сложные запросы к датасету TPC-DS (2.8 млрд строк), интеграция с DBT, Apache Airflow, оценка производительность систем. • Построение пайплайнов, инструменты для корректной поддержки, обновления и масштабирования Lakehouse-инфраструктуры на уровне предприятия. Кто мы: R&D-центр Devhands, наш канал. Автор курса — Алексей Белозерский, CDO в inSales (Сбер 2B), ex: VK Tech, М.Видео, Эльдорадо 🗓 Старт курса: 27 августа Изучить программу и записаться можно здесь. Ждём вас! Реклама. ИП Рыбак А.А. ИНН 771407709607 Erid: 2VtzquZf5с8

AI в работе. Что изменилось? Почти два года назад я написал пост «Когда тебя заменит робот?» и там уверенно заявлял: «Человеческий дух никакой ИИ не заменит!» Но за это время ИИ перестал быть просто чатом с вопросами и ответами. AI эволюционировал. Агенты как концепция существовали и тогда, но по большей части жили в статьях и демо, а на практике или сыпались или требовали танцев с бубном вокруг настройки. Сейчас это инструмент, который сам открывает файлы, пишет код, создает приложения и доводит идею до результата без пошаговых команд. Разница не в том, что появилось что-то принципиально новое, а в том, что это наконец заработало и я вижу это на примере обычных рабочих задач. Развитие ИИ реально пугает. Но факт остается фактом - тот, кто освоил ИИ, обойдет тех, кто забил. Поделюсь одним кейсом, который меня отрезвил. Нужно было собрать финмодель для продукта, плюс прогноз на пару лет. Я, по старинке, открыл презентацию с описанием идеи, открыл Excel, сел собирать таблицу руками. Далее созваниваюсь с продактом (привет, Стас) по этому же вопросу и вместо того чтобы долго объяснять, он открывает Телегу, записывает голосовое своему боту, тот передает его агенту и через пару минут в чат прилетает готовая финмодель! В Excel и с учетом того, о чем я даже не подумал. Несколько минут и готовый результат, осталось немного поправить и обогатить данными. Вот тогда я понял, как безнадежно отстал, и что учиться нужно срочно! Сейчас осваиваю вайбкодинг, собираю персональных агентов, делаю сайт, в общем развлекаюсь. Если вы, также как и я, ощущаете, что отстали - хватит смотреть со стороны. Найдите курс, поставьте Cursor, Codex или Claude Code и соберите своего первого агента. Не все получится с первого раза, но попробовать стоит уже сейчас. А если не знаете, с чего начать - вот несколько точек входа: ▪️ Anthropic Academy (бесплатно) - курсы от самого Anthropic на английском, с сертификатами: от базового промптинга до Claude Code, MCP и агентов. ▪️ Кодовый ИИ-агент Cursor AI (бесплатно) - системный разбор всего инструмента на Stepik, от первого запуска до автономных агентов в CI. ▪️ Нейроцех (платно) - клуб, где сейчас учусь сам: мини-курсы с нуля, вайбкодинг, чат сообщества в ТГ. Кстати, насколько вообще интересна эта тема? По мере изучения могу делиться инсайтами. 🦄 - да, хочу все знать про AI 🥱 - нет, все тлен #мысли #опыт