Warning: mkdir(): No space left on device in /var/www/tgoop/post.php on line 37
Warning: file_put_contents(aCache/aDaily/post/smart_data_channel/--): Failed to open stream: No such file or directory in /var/www/tgoop/post.php on line 50 Smart Data@smart_data_channel P.20
Всем привет. Сегодня, как и обещал, делаю для вас пост о hard-skills, которыми должны обладать специалисты по данным. Решил написать про общие скиллы (вне зависимости от конкретной позиции) и скиллы, которые нужны специалистам, выполняющим определённую роль в команде.
Итак, я на самом деле выделяю 2 общих обязательных навыка, которые не зависят от конкретной роли в команде. Это:
1) Знание SQL. Сейчас практически все специалисты по данным, вне зависимости от занимаемой позиции, используют SQL в своей работе. SQL используется во всех или почти во всех задачах: трансформации внутри хранилища данных мы делаем на SQL, запросы в Data Lake мы пишем на SQL, для подготовки отчётности BI-разработчики используют SQL. Даже когда мы извлекаем данные из OLTP и хотим их загрузить в DWH мы можем использовать SQL (например, с помощью Python-библиотеки SQL Alchemy). Может возникнуть логичный вопрос: на каком уровне его нужно знать? Отвечу так: на уровне решения бизнес-задач. Т.е. не когда мы просто решаем задачки в "песочнице", а когда мы можем эти знания применить для решения конкретного бизнес-кейса. Если говорить за синтаксис языка, то для базового уровня нужно знать: DDL, простейший синтаксис (SELECT, FROM, WHERE, ORDER BY, LIMIT, OFFSET), объединение таблиц (JOIN), группировку (GROUP BY) и агрегатные функции, подзапросы (EXISTS, IN, SELECT FROM SELECT, CTE), простые функции для работы с числами, строками и датами. Если знаете, как использовать регулярные выражения при работе со строками и применяете оконные функции, то круто!
2) Знание английского языка (хотя бы на уровне чтения технической документации). Большинство продуктов, с которыми работают специалисты по данным, западные. Соответственно и документация у них на английском. Вы, конечно, можете использовать Google Переводчик, но он не понимает технического контекста и часто искажает восприятие понятий. По своему опыту скажу, что оригинальный технический текст воспринимается проще, чем переведённый.
Теперь в разрезе отдельных позиций:
Web-аналитик: Базовые навыки: 1) Навыки работы с Google Analytics (Universal Analytics и Google Analytics 4): настройка аккаунта/ресурса/представления, настройка целей и фильтров, настройка простой и расширенной электронной торговли, применение фильтров и сегментов в отчётах 2) Навыки работы с Яндекс Метрикой (для российского рынка): практически тоже самое, что и в Google Analytics 3) Навыки работы с Google Tag Manager: настройка и создание переменных, триггеров, тегов, настройка передачи событий в системы аналитики и рекламные сервисы, понимание принципа работы dataLayer (уровня данных), настройка электронной торговли, междоменного отслеживания 4) Навыки работы с сервисами мобильной аналитики (Firebase Analytics, AppsFlyer, Amplitude, Adjust и др.) 5) Навыки работы с сервисами визуализации данных (Google Data Studio, Power BI/Tableau)
Продвинутые навыки: 5) Навыки работы с Google Optimize 4) Знание SQL 5) Навыки работы с Google BigQuery / Clickhouse в качестве аналитического хранилища данных 6) Знание Python/R (как плюс)
Всем привет. Сегодня, как и обещал, делаю для вас пост о hard-skills, которыми должны обладать специалисты по данным. Решил написать про общие скиллы (вне зависимости от конкретной позиции) и скиллы, которые нужны специалистам, выполняющим определённую роль в команде.
Итак, я на самом деле выделяю 2 общих обязательных навыка, которые не зависят от конкретной роли в команде. Это:
1) Знание SQL. Сейчас практически все специалисты по данным, вне зависимости от занимаемой позиции, используют SQL в своей работе. SQL используется во всех или почти во всех задачах: трансформации внутри хранилища данных мы делаем на SQL, запросы в Data Lake мы пишем на SQL, для подготовки отчётности BI-разработчики используют SQL. Даже когда мы извлекаем данные из OLTP и хотим их загрузить в DWH мы можем использовать SQL (например, с помощью Python-библиотеки SQL Alchemy). Может возникнуть логичный вопрос: на каком уровне его нужно знать? Отвечу так: на уровне решения бизнес-задач. Т.е. не когда мы просто решаем задачки в "песочнице", а когда мы можем эти знания применить для решения конкретного бизнес-кейса. Если говорить за синтаксис языка, то для базового уровня нужно знать: DDL, простейший синтаксис (SELECT, FROM, WHERE, ORDER BY, LIMIT, OFFSET), объединение таблиц (JOIN), группировку (GROUP BY) и агрегатные функции, подзапросы (EXISTS, IN, SELECT FROM SELECT, CTE), простые функции для работы с числами, строками и датами. Если знаете, как использовать регулярные выражения при работе со строками и применяете оконные функции, то круто!
2) Знание английского языка (хотя бы на уровне чтения технической документации). Большинство продуктов, с которыми работают специалисты по данным, западные. Соответственно и документация у них на английском. Вы, конечно, можете использовать Google Переводчик, но он не понимает технического контекста и часто искажает восприятие понятий. По своему опыту скажу, что оригинальный технический текст воспринимается проще, чем переведённый.
Теперь в разрезе отдельных позиций:
Web-аналитик: Базовые навыки: 1) Навыки работы с Google Analytics (Universal Analytics и Google Analytics 4): настройка аккаунта/ресурса/представления, настройка целей и фильтров, настройка простой и расширенной электронной торговли, применение фильтров и сегментов в отчётах 2) Навыки работы с Яндекс Метрикой (для российского рынка): практически тоже самое, что и в Google Analytics 3) Навыки работы с Google Tag Manager: настройка и создание переменных, триггеров, тегов, настройка передачи событий в системы аналитики и рекламные сервисы, понимание принципа работы dataLayer (уровня данных), настройка электронной торговли, междоменного отслеживания 4) Навыки работы с сервисами мобильной аналитики (Firebase Analytics, AppsFlyer, Amplitude, Adjust и др.) 5) Навыки работы с сервисами визуализации данных (Google Data Studio, Power BI/Tableau)
Продвинутые навыки: 5) Навыки работы с Google Optimize 4) Знание SQL 5) Навыки работы с Google BigQuery / Clickhouse в качестве аналитического хранилища данных 6) Знание Python/R (как плюс)
A Hong Kong protester with a petrol bomb. File photo: Dylan Hollingsworth/HKFP. Telegram is a leading cloud-based instant messages platform. It became popular in recent years for its privacy, speed, voice and video quality, and other unmatched features over its main competitor Whatsapp. In the “Bear Market Screaming Therapy Group” on Telegram, members are only allowed to post voice notes of themselves screaming. Anything else will result in an instant ban from the group, which currently has about 75 members. The public channel had more than 109,000 subscribers, Judge Hui said. Ng had the power to remove or amend the messages in the channel, but he “allowed them to exist.” Administrators
from us
