Недавно с коллегами обсуждали, за сколько денег были бы готовы «продаться» в роли продуктового аналитика в зашкварную компанию 🤓 В связи с этим у меня к вам два вопроса: 1️⃣Работа в каких легально существующих в стране компаниях для вас - стрем? 2️⃣Есть ли сумма в месяц на руки, за которую вы готовы были бы закрыть на это глаза? 700 тыс руб? 1 млн руб? Жду ваши ответы в комментариях

Что спрашивают у аналитиков на собеседованиях в 2026 году? Дима — аналитик из Wildberries (@dima_sqlit) 🛒 У Димы разборы в формате коротких роликов на минуту: удобно смотреть в дороге и быстро освежить тему перед собесом. 📌Разбор задач с реальных собеседований: 🛑 Задача с собеса в Ozon — сотрудники с зарплатой выше, чем у руководителя 🛑 Задача с собеса в Яндекс — парадокс Монти Холла 🛑 Задача с собеса в Магнит OMNI (TECH) — сколько покупок нужно, чтобы собрать все 10 стикеров? 🛑 Задача с собеса в Тинькофф (Т-банк) — про светофор сколько минут ты теряешь на красном? 🛑 Задача с собеса в Авито — в мешке три кубика — на 6, 12 и 20 граней 📌Подборки бесплатных материалов для изучения Аналитики: 🛑 статистики и A/B тестов 🛑 SQL 🛑 Python 🛑 BI (дашборды) 📌SQL: 🛑 Порядок выполнения SQL-запроса 🛑 Как работают JOIN 🛑 Оптимизация SQL запросов — что такое партиции и индексы простыми словами 🛑 Важность типов данных в SQL — почему данные не джойнятся, функции не применяются 🛑 Агрегатные функции (SUM, AVG, COUNT) — как они ведут себя с NULL? 📌Статистика и вероятности: 🛑 P-value простыми словами 🛑 Формула Байеса и условная вероятность — разбор на кубике 🛑 Математическое ожидание и ЗБЧ (закон больших чисел) 🔜 Подписывайтесь → @dima_sqlit

Интересные сайты для аналитиков и не только: часть 2 ⌨️ Ранее я уже делала подборку классных сайтов для аналитиков на английском языке, а теперь предлагаю вашему вниманию несколько русскоязычных ресурсов Они могут повысить вашу насмотренность, прокачать критическое мышление и напомнить, что прежде чем делать выводы по цифрам, нужно разобраться, как именно они получены и какие ограничения есть у источника 1️⃣ Если быть точным tochno.st Это проект, который исследует социальные проблемы с помощью данных. Мне нравится, что здесь не просто показывают цифры, а разбираются, откуда они взялись, что на самом деле измеряют и почему разные источники могут показывать совершенно разную картину Например Почему оценки количества бедных расходятся от 0,02% до 26%. Казалось бы, вопрос простой, бери статистику и считай. Но всё зависит от того, что считать бедностью: доход ниже официального порога? Нехватку базовых благ? Или спросить самих людей, считают ли они себя бедными? Это все разные цифры 🤓 А ещё у проекта есть каталог датасетов, которые можно использовать в учебе и покрутить, как захочется 🆒 Системный Блокъ sysblok.ru Здесь интересно читать о том, как с помощью данных исследуют привычки и поведение людей, как алгоритмы влияют на наши решения и почему за одними и теми же цифрами могут стоять совершенно разные процессы Например, статья «Почему ни один книжный топ в России не совпадает с другим». Интересно, например, что в обычном книжном человек физически видит толстую книгу и может отказаться от покупки просто потому, что она выглядит слишком объемной 🤓 А в онлайне такого визуального барьера нет При этом на маркетплейсах выбор сильно зависит от алгоритмов рекомендаций и продвижения: то, что чаще показывают пользователю, получает больше шансов попасть в покупки и рейтинги Ну и ещё аудитория тех же библиотек и маркетплейсов порой сильно отличается, поэтому и читательские предпочтения не совпадают 3️⃣ Яндекс yandex.ru/company/researches У них много различных сервисов и они собирают колоссальные объемы данных. Иногда по ним выпускаются исследования с очень красивой визуализацией А вы доверяете исследованиям и хайповым заголовкам в новостных пабликах? Или сразу идёте проверять первоисточник, методологию и что именно там измеряли🔡 Ну а по хештегу #досуг_анна_в_данных еще больше интересных постов