Мы подготовили еще один интересный вебинар с моим бывшим коллегой Денисом Макагоновов. Сейчас он возглавляет департамент аналитики в fintech компании в Малайзии. Они там используют современные инструменты и подходы.

Мы работали с ним в месте в Черногории, где он был руководителем аналитики. Очень грамотный руководитель у которого есть чему поучиться.

Вебинар будет в среду 12.08.20 в 17:00 по мск.

Доклад будет на основе вопросов, которые мы собрали в слак.

Мы решили сделать несколько частей, первая часть будет про:
1) Построение команды аналитики
2) Как продавать дашборды руководству, доносить данные руководству и преподносить данные бизнесу
3) Machine Learning (как организовать машин леарнинг изнутри, какие готовые решения использовать) Ссылка на онлайн трансляцию https://youtu.be/n06R1x2XhD0 ставьте напоминание):

Там я что-то напутали со ссылкой. Сейчас всё идёт и запись тоже будет!https://youtu.be/n06R1x2XhD0

Пример аналитического решения на Google Cloud Platform

Денис рассказывать про ML Pipeline для расчета Customer Lifetime Value

Без данных никуда! https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/how-six-companies-are-using-technology-and-data-to-transform-themselves

Интересная новость, стоимость Alteryx (инструмент для настольного ETL и data science для бизнес пользователей, популярен среди табло пользователей) упала на 40%, и они полагают, что люди меньше стали пользоваться аналитикой. Как раз наоборот, ценность данных сейчас высока и качественный анализ бизнеса может помочь оптимизировать процессы, а вот отваливать 100-200т$ на лицензии денег нет, лучше в Экселе/питоне посчитать.

Крутой контент теперь бесплатно. Я проходил Tabular Data, 3х дневный курс, все по полочкам разложили.

Индустрия развивается и меняется, позиция по работе с данными становятся более универсальные. Это хорошо видно на примере инденера данных, BI разработчика. Тоже самое происходит с data scientists. Вот интересная статья, где data scientist рассказывает про эту тему https://eugeneyan.com/writing/end-to-end-data-science/

Tableau dashboard в New York Post

Ещё один canvas, в данном случае про стратегию данных.

Иерархия потребностей инженера данных

Тётенька приводит хорошие аргументы, почему она сливает выпускников крутых универов. У них нет никаких интересных side проектов, они не понятно чем интересуются и ТД. Когда я провожу собеседования, я тоже часто спрашиваю, про дополнительные курсы, интересные вещи на стороне. Недостаточно только делать свою работу, тогда предпочтение отдадут кандидату, кто делает что-то ещё помимо работу в этой области. Не знаете чтобы такого сделать? Впмшитесь в волонтеры datalearn или пройдите новые курсы на курсера, в может быть начните учить python или писать блог.

Я взял данные из Linkedin Inside по Инженерам данных (несильно отличается от SDE). Сиэтл и Ванкувер находится в 200км друг от друга. Но Сиэтл в Америке, а Ванкувер в Канаде. И курс отличается на 30%. А жить в Сиэтле дешевле и налоги меньше.

Base Salary - это ваша зарплата.
Total Comp - это сумма зп и бонуса (эквивалент акциями компании RSU).

Видно насколько FB платит больше, других компаний. По гуглу не нашел чего-то, но я думаю на уровне Fb.

Заставляю старшего читать, нашел хорошую книгу ему. Кстати, если вы хотите, чтобы ваши дети учились читать по английски попробуйте этот сервис (платный) https://www.getepic.com/ там можно читать и повторять вслух за программой.

С Ромой Бунины мы делаем классную штуку, сначала Рома согласился провести Tableau User Group вместе с Tableau в British Columbia. И потом мы проведем Amazon Tableau User Group внутри Амазона, я уже отправил приглашение 5000+ человек, кто работает с tableau, powerbi, looker, quicksight или просто с данными, классная коллаборация. На картинке скрин из BC Tableau User Group

Современным студентам не просто сделать выбор

Интервью 2019 года, очень круто! Интересно было узнать про путь талантливого и мега умного человека

Очень весело и подробно про p-value https://youtu.be/9jW9G8MO4PQ

А вот эта же девушка рассказывает про Decision intelligence with ML. Кстати она Chief Decision Scientist в гугле.