После мы отправились в Париж. Туда должна была прилететь жена с двумя детьми. По плану у нас было взять машину и поехать по Европе, примерно как прошлым летом, только в другую сторону. Об этом расскажу в следующем посте.
В Париже я встретился с Сашей — она уже лет восемь живёт в Париже и последние три года работает в Databricks. Поговорили про проекты, про стоимость жизни в Париже. Как и от ребят из Лондона, я узнал, что в Париже открывается офис Anthropic, и народ из Databricks туда с удовольствием переходит. Такую зарплату, как в Anthropic и OpenAI, в Европе вряд ли кто-то предложит.
Далее мне прислали ссылку на местный митап по data science. Я туда добрался, но когда пришёл, оставшиеся посетители встали и ушли(буквально). Ничего я там не узнал.
Зато чуть позже встретился с Олесей из этой группы — она тоже рассказала про жизнь в Париже и свой PhD.
А вечером Олеся пришла со своим кавалером, и ещё пришёл Андрей — рассказал про свой опыт изучения аналитики и поиска работы без опыта (успешного). Андрей вообще молодец: сам давно понял, что две зарплаты лучше одной 😄
Возможно, 2–3 августа ещё раз повторим встречу на набережной 😉
В Париже я встретился с Сашей — она уже лет восемь живёт в Париже и последние три года работает в Databricks. Поговорили про проекты, про стоимость жизни в Париже. Как и от ребят из Лондона, я узнал, что в Париже открывается офис Anthropic, и народ из Databricks туда с удовольствием переходит. Такую зарплату, как в Anthropic и OpenAI, в Европе вряд ли кто-то предложит.
Далее мне прислали ссылку на местный митап по data science. Я туда добрался, но когда пришёл, оставшиеся посетители встали и ушли(буквально). Ничего я там не узнал.
Зато чуть позже встретился с Олесей из этой группы — она тоже рассказала про жизнь в Париже и свой PhD.
А вечером Олеся пришла со своим кавалером, и ещё пришёл Андрей — рассказал про свой опыт изучения аналитики и поиска работы без опыта (успешного). Андрей вообще молодец: сам давно понял, что две зарплаты лучше одной 😄
Возможно, 2–3 августа ещё раз повторим встречу на набережной 😉
❤🔥36⚡10💯4
MotherDuck сделали классный сервис для своего демо, который анализирует данные с LLM
👨💻5
Товарищ скинул видео про Clickhouse и его основателя. Очень интересно и познавательно.
Как-то я его всего недооценивал на западном рыке. Очень интересный кейс для data observability - миграция c DataDog/Splunk, миграция хранилища данных Databricks/Snowflake на ClickHouse Cloud.
Вот пришел бы ко мне Clickhouse, я бы им помог завоевать рынок Северной Америки через сообщества и обучение. Я так много лет назад предлагал Teradata, когда им на пятки наступал Snowflake (они без меня классно разобрались, но сделали playbook для всех), но никто мне не ответил. Поэтому мой 14 летный сын знает, что такое Snowflake, но не знает, что такое Teradata🎮
Меня попросили развернуть проект хранилища данных, я предложил Snowflake + dbt core и все внутри Snowflake - dbt, alerts, orchestration. Для BI Metabase. Задача сделать максимально дешево. Но может быть стоит попробовать Clickhouse Cloud. Как он с dbt core?
Какие самые дешевые решения для оркестрации и BI?
Как-то я его всего недооценивал на западном рыке. Очень интересный кейс для data observability - миграция c DataDog/Splunk, миграция хранилища данных Databricks/Snowflake на ClickHouse Cloud.
Вот пришел бы ко мне Clickhouse, я бы им помог завоевать рынок Северной Америки через сообщества и обучение. Я так много лет назад предлагал Teradata, когда им на пятки наступал Snowflake (они без меня классно разобрались, но сделали playbook для всех), но никто мне не ответил. Поэтому мой 14 летный сын знает, что такое Snowflake, но не знает, что такое Teradata
Меня попросили развернуть проект хранилища данных, я предложил Snowflake + dbt core и все внутри Snowflake - dbt, alerts, orchestration. Для BI Metabase. Задача сделать максимально дешево. Но может быть стоит попробовать Clickhouse Cloud. Как он с dbt core?
Какие самые дешевые решения для оркестрации и BI?
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
$15 млрд после «Яндекса»: как Алексей Миловидов построил ClickHouse
НАСТОЯЩИЙ МАТЕРИАЛ (ИНФОРМАЦИЯ) ПРОИЗВЕДЕН И РАСПРОСТРАНЕН ИНОСТРАННЫМ АГЕНТОМ ЕЛИЗАВЕТОЙ НИКОЛАЕВНОЙ ОСЕТИНСКОЙ ЛИБО КАСАЕТСЯ ДЕЯТЕЛЬНОСТИ ИНОСТРАННОГО АГЕНТА ЕЛИЗАВЕТЫ НИКОЛАЕВНЫ ОСЕТИНСКОЙ 18+
IT-Регата — парусные гонки, нетворкинг и перезагрузка для…
IT-Регата — парусные гонки, нетворкинг и перезагрузка для…
❤🔥23🌚3🤷3⚡1💯1
Вход в аналитику сейчас требует большего, чем несколько лет назад. AI закрывает часть рутины, но не снимает с аналитика ответственность за корректность выводов. Писать код недостаточно, если нет понимания устройства данных и умения проверять результат: бизнесу нужен не скрипт, а обоснованный вывод.
Своим видением обстановки поделился Саша Исаков, в своем посте он начал делиться базой, которая нужна прямо сейчас, чтобы вкатиться в аналитику:
🔹 SQL: проверить, корректен ли код, может только тот, кто знает, как он устроен внутри.
🔹 Статистика: аргумент в спорах с заказчиками, особенно когда те приходят с готовыми выводами от Claude и ждут немедленного «катим тест».
🔹 Реальный проект: от сбора данных, борьбы с дубликатами и тестов гипотез до финальных метрик и защиты выводов.
Эти темы всё чаще мелькают у опытных практиков, чтобы помочь новичкам в период, когда инструменты обновляются быстрее, чем накапливается реальный опыт. В конечном счёте именно фундамент определяет, как далеко получится пройти в профессии.
Своим видением обстановки поделился Саша Исаков, в своем посте он начал делиться базой, которая нужна прямо сейчас, чтобы вкатиться в аналитику:
🔹 SQL: проверить, корректен ли код, может только тот, кто знает, как он устроен внутри.
🔹 Статистика: аргумент в спорах с заказчиками, особенно когда те приходят с готовыми выводами от Claude и ждут немедленного «катим тест».
🔹 Реальный проект: от сбора данных, борьбы с дубликатами и тестов гипотез до финальных метрик и защиты выводов.
Эти темы всё чаще мелькают у опытных практиков, чтобы помочь новичкам в период, когда инструменты обновляются быстрее, чем накапливается реальный опыт. В конечном счёте именно фундамент определяет, как далеко получится пройти в профессии.
Telegram
asisakov
Пять базированных вещей для тех, кто вкатывается в аналитику
Часть 1
Недавно разбирал резюме кандидатов на вакансию и в который раз заметил одни и те же шаблоны. Открываешь резюме, и там написаны все ключевые слова, супер проекты, несколько лет опыта в виде…
Часть 1
Недавно разбирал резюме кандидатов на вакансию и в который раз заметил одни и те же шаблоны. Открываешь резюме, и там написаны все ключевые слова, супер проекты, несколько лет опыта в виде…
❤🔥9🌚4🙊4🤷2
Как работать с данными так, чтобы не терять клиентов
Данных о клиентах у крупных компаний не просто много, а очень много. Следующий уровень: связать все эти данные между собой и использовать в бизнес-процессах.
Ситуация: клиент решил расстаться с банком. Банк думает, что тот недоволен обслуживанием как физическое лицо, а на самом деле — у клиента есть своя компания, и он расстроен тем, как финансовая организация решала вопрос с неработающим эквайрингом. Парадокс: банк знает о клиенте практически все, но ни один сотрудник не видит ситуацию целиком и не понимает, в чем истинная причина ухода.
Сегодня в 18.00 компания HFLabs проведет вебинар и расскажет, как бизнесу не попадать в такие ситуации.
На вебинаре обсудят:
— как собрать в одном профиле данные, события и связи между людьми и компаниями;
— зачем хранить граф связей и какие задачи он помогает решать;
— как повысить LTV за счет лучшего понимания клиента и своевременных действий;
— как перейти от накопления данных к их использованию в бизнес-процессах;
— как сделать данные о клиентах понятными для LLM.
Кому будет полезно
Всем, кто хочет лучше понимать своих клиентов: руководителям CX-департаментов, розничных и корпоративных блоков в крупных компаниях, директорам по маркетингу.
🕕 Вебинар пройдет сегодня (6 августа) в 18:00. Зарегистрируйтесь, чтобы получить ссылку на подключение.
Данных о клиентах у крупных компаний не просто много, а очень много. Следующий уровень: связать все эти данные между собой и использовать в бизнес-процессах.
Ситуация: клиент решил расстаться с банком. Банк думает, что тот недоволен обслуживанием как физическое лицо, а на самом деле — у клиента есть своя компания, и он расстроен тем, как финансовая организация решала вопрос с неработающим эквайрингом. Парадокс: банк знает о клиенте практически все, но ни один сотрудник не видит ситуацию целиком и не понимает, в чем истинная причина ухода.
Сегодня в 18.00 компания HFLabs проведет вебинар и расскажет, как бизнесу не попадать в такие ситуации.
На вебинаре обсудят:
— как собрать в одном профиле данные, события и связи между людьми и компаниями;
— зачем хранить граф связей и какие задачи он помогает решать;
— как повысить LTV за счет лучшего понимания клиента и своевременных действий;
— как перейти от накопления данных к их использованию в бизнес-процессах;
— как сделать данные о клиентах понятными для LLM.
Кому будет полезно
Всем, кто хочет лучше понимать своих клиентов: руководителям CX-департаментов, розничных и корпоративных блоков в крупных компаниях, директорам по маркетингу.
🕕 Вебинар пройдет сегодня (6 августа) в 18:00. Зарегистрируйтесь, чтобы получить ссылку на подключение.
🌚2