Не попадитесь на накрученные каналы! Узнайте, не накручивает ли канал просмотры или
подписчиков
Проверить канал на накрутку
Телеграм канал «Аналитика данных / Data Study»
Аналитика данных / Data Study
1.5K
678
150
47
13.5K
Помогаю аналитикам расти в профессии и доходе
Курс по продвинутому SQL и автоматизации потоков данных https://datastudy.ru/sql_advanced
По всем вопросам: @daniildzheparov
Моя жизнь, опыт, аналитика и инженерия данных
Курс по продвинутому SQL и автоматизации потоков данных https://datastudy.ru/sql_advanced
По всем вопросам: @daniildzheparov
Моя жизнь, опыт, аналитика и инженерия данных
Подписчики
Всего
9 450
Сегодня
0
Просмотров на пост
Всего
614
ER
Общий
6.5%
Суточный
6.71%
Динамика публикаций
Telemetr - сервис глубокой аналитики
телеграм-каналов
телеграм-каналов
Получите подробную информацию о каждом канале
Отберите самые эффективные каналы для
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
Анализируйте рекламные посты
и креативы
и креативы
Узнайте какие посты лучше сработали,
а какие хуже, даже если их давно удалили
а какие хуже, даже если их давно удалили
Оценивайте эффективность тематики и контента
Узнайте, какую тематику лучше не рекламировать
на канале, а какая зайдет на ура
на канале, а какая зайдет на ура
Показано 7 из 1 479 постов
Смотреть все посты
Пост от 26.10.2026 12:05
168
0
2
Кто хочет попасть в группу, чтобы уверенно писать любую сложную логику на SQL и погрузиться в инженерные задачи, сегодня начинается обучение на курсе
Обучению нужно будет уделять время, длительность 6 недель. Если запланированы отпуска и командировки, это решаемо если предупредите сразу.
За легкостью и тренажерами порешать задачки вам не сюда.
У курса формат практического онбординга в компанию: 2 недели изучение теории, знакомство с инфраструктурой, а потом 4 недели полное погружение в реальные задачи разработки аналитических витрин.
Отзывы учеников кто через это прошел мои слова подтверждают
Буду рад вас видеть в группе и слышать как применяете полученные знания в действии 😉
Записаться в группу
Обучению нужно будет уделять время, длительность 6 недель. Если запланированы отпуска и командировки, это решаемо если предупредите сразу.
За легкостью и тренажерами порешать задачки вам не сюда.
У курса формат практического онбординга в компанию: 2 недели изучение теории, знакомство с инфраструктурой, а потом 4 недели полное погружение в реальные задачи разработки аналитических витрин.
Отзывы учеников кто через это прошел мои слова подтверждают
Буду рад вас видеть в группе и слышать как применяете полученные знания в действии 😉
Записаться в группу
❤
2
Пост от 25.10.2026 14:54
138
0
1
Хочу как Маркиза уметь спать в любом положении 😁
❤
4
🔥
3
🥰
1
Пост от 24.10.2026 14:53
119
0
1
Долго грузится дашборд?
Обычно проблема находится на уровне обращения к данным, а именно
❌ датасет отчета построен на SQL запросе, а не готовой таблице
❌ датасет состоит из набора исходных таблиц, соединяемых на уровне BI-инструмента
❌ базовая фильтрация данных настроена на уровне чартов и отчета, а не на уровне датасета или базы данных
Как ускорить свои дашборды ➡️ строить витрины данных. Это таблицы, в которых собраны нужные для вашего отчета данные, со всей фильтрацией, сложной логикой обогащения, JOINов, UNIONов, тяжелых оконных функций.
Ваша задача сделать как можно лучше подготовленные данные на уровне хранилища DWH (или базы данных), чтобы BI работал по большей части для визуализации готовых данных, а не сложных трансформаций "на лету".
Также думайте про вид материализации данных. Например, представление, будет менее эффективным чем сохраненные данные в таблицу, т.к. представление этот тот же сохраненный SQL запрос, выполняющийся каждый раз на лету при обращении к представлению.
Хочешь строить качественную аналитику и отчеты, приходи на курс "Продвинутый SQL и автоматизация витрин данных", где разбираем весь процесс от сбора требований,разработки бизнес-логики на SQL и Python, до автоматизации в Apache Airflow с написанием DAGов.
На реальных рабочих задачах аналитиков соберете 10 витрин данных и автоматизируете обновление в них разными способами: инкременты по дате, ключам, полная перезагрузка и т.д., научитесь писать Python-функции, работать с Github репозиторием и интерфейсом Airflow. Общаемся в группе, а все уроки доступны сразу в личном кабинете онлайн.
ТРЕНАЖЕРОВ НЕТ, работаете в реальной инфраструктуре как в компаниях
Старт группы уже 26 октября, следующая группа будет только в 2027 году❗️
Записаться в группу
Обычно проблема находится на уровне обращения к данным, а именно
❌ датасет отчета построен на SQL запросе, а не готовой таблице
❌ датасет состоит из набора исходных таблиц, соединяемых на уровне BI-инструмента
❌ базовая фильтрация данных настроена на уровне чартов и отчета, а не на уровне датасета или базы данных
Как ускорить свои дашборды ➡️ строить витрины данных. Это таблицы, в которых собраны нужные для вашего отчета данные, со всей фильтрацией, сложной логикой обогащения, JOINов, UNIONов, тяжелых оконных функций.
Ваша задача сделать как можно лучше подготовленные данные на уровне хранилища DWH (или базы данных), чтобы BI работал по большей части для визуализации готовых данных, а не сложных трансформаций "на лету".
Также думайте про вид материализации данных. Например, представление, будет менее эффективным чем сохраненные данные в таблицу, т.к. представление этот тот же сохраненный SQL запрос, выполняющийся каждый раз на лету при обращении к представлению.
Хочешь строить качественную аналитику и отчеты, приходи на курс "Продвинутый SQL и автоматизация витрин данных", где разбираем весь процесс от сбора требований,разработки бизнес-логики на SQL и Python, до автоматизации в Apache Airflow с написанием DAGов.
На реальных рабочих задачах аналитиков соберете 10 витрин данных и автоматизируете обновление в них разными способами: инкременты по дате, ключам, полная перезагрузка и т.д., научитесь писать Python-функции, работать с Github репозиторием и интерфейсом Airflow. Общаемся в группе, а все уроки доступны сразу в личном кабинете онлайн.
ТРЕНАЖЕРОВ НЕТ, работаете в реальной инфраструктуре как в компаниях
Старт группы уже 26 октября, следующая группа будет только в 2027 году❗️
Записаться в группу
❤
1
🔥
1
Пост от 22.10.2026 21:22
39
0
1
рубрика как проходит вечер) монтирую видео для практикума
❤
1
Пост от 22.10.2026 10:51
334
0
3
Рассказываю программу и процесс обучения изнутри
Результаты обучения:
✅ Реализую сложные бизнес и технические задачи с помощью продвинутого знания SQL
✅ Реализую потоки данных с инкрементальной и полной загрузкой данных
✅ Пишу код на Python для автоматизации потоков данных и ETL/ELT
✅ Умею работать с Airflow и разрабатывать DAGи
✅ Работаю и пишу весь код правильно через Git и Github
✅ Работаю с serverless облачными технологиями и пишу Cloud Functions на Python
Старт: 26 октября
Все уроки доступны в личном кабинете, учись когда удобно
https://datastudy.ru/sql_advanced
Записаться в группу
Результаты обучения:
✅ Реализую сложные бизнес и технические задачи с помощью продвинутого знания SQL
✅ Реализую потоки данных с инкрементальной и полной загрузкой данных
✅ Пишу код на Python для автоматизации потоков данных и ETL/ELT
✅ Умею работать с Airflow и разрабатывать DAGи
✅ Работаю и пишу весь код правильно через Git и Github
✅ Работаю с serverless облачными технологиями и пишу Cloud Functions на Python
Старт: 26 октября
Все уроки доступны в личном кабинете, учись когда удобно
https://datastudy.ru/sql_advanced
Записаться в группу
Пост от 20.10.2026 20:52
188
0
1
Провел первый день практического интенсива, обсудили цикл работы с данными, навыки/компетенции/задачи аналитиков и инженеров
Завтра будем на практике строить ELT процесс.
Все материалы в группе, еще можно присоединиться
Завтра будем на практике строить ELT процесс.
Все материалы в группе, еще можно присоединиться
👍
2
❤
1
Пост от 20.10.2026 13:47
258
0
3
Как выглядит мой рабочий день (удалёнщика аналитика-инженера)
🕘 9:00 - просыпаюсь, умываюсь, завтракаю. никакой йоги, бассейна, утреннего зала, покупки раф-кофе 😁 или других полезностей нет)
🕙 10:00 - открываю ноут, начинаю читать чаты и составлять план работы на день
До 18 или 19:00 идет рабочий день
🔹2-3 часа в день в среднем уходит на созвоны
🔹5-6 часов на задачи и остальную коммуникацию в чатах
Перерыв на обед обычно плавающий, зависит от расписания созвонов и моего чувства голода)
Сделал диаграмму, которая показывает какой % от всего рабочего времени в среднем в день я трачу на тот или иной тип задач и соответствующие инструменты 📊
бОльшая часть задач включает в себя написание SQL-запросов для создания витрин данных, adhoc-задач или запросов для автоматизации выгрузок. Также достаточно много времени уходит на коммуникацию, уточнение задач, приоритеты и разные тим-лид активности по планированию работы команды.
Здесь следует уточнить, что разделение рабочего времени на задачи и активности может сильно отличаться от
- роли аналитика (продуктовый, data, BI, аналитик-инженер...)
- типа и формата команды (у нас core команда клиентской аналитики, не привязанная к конкретному продукту)
- грейда аналитика (чем выше грейд, тем больше задач нужно делегировать и включаться в задачи команды)
- текущего планирования и приоритетов задач в рамках года/квартала/спринта
Я дал лично свою картину, часто на консультациях спрашивают чем именно я занимаюсь и как распределяется между этим рабочее время, вот расписал 😉
🕘 9:00 - просыпаюсь, умываюсь, завтракаю. никакой йоги, бассейна, утреннего зала, покупки раф-кофе 😁 или других полезностей нет)
🕙 10:00 - открываю ноут, начинаю читать чаты и составлять план работы на день
До 18 или 19:00 идет рабочий день
🔹2-3 часа в день в среднем уходит на созвоны
🔹5-6 часов на задачи и остальную коммуникацию в чатах
Перерыв на обед обычно плавающий, зависит от расписания созвонов и моего чувства голода)
Сделал диаграмму, которая показывает какой % от всего рабочего времени в среднем в день я трачу на тот или иной тип задач и соответствующие инструменты 📊
бОльшая часть задач включает в себя написание SQL-запросов для создания витрин данных, adhoc-задач или запросов для автоматизации выгрузок. Также достаточно много времени уходит на коммуникацию, уточнение задач, приоритеты и разные тим-лид активности по планированию работы команды.
Здесь следует уточнить, что разделение рабочего времени на задачи и активности может сильно отличаться от
- роли аналитика (продуктовый, data, BI, аналитик-инженер...)
- типа и формата команды (у нас core команда клиентской аналитики, не привязанная к конкретному продукту)
- грейда аналитика (чем выше грейд, тем больше задач нужно делегировать и включаться в задачи команды)
- текущего планирования и приоритетов задач в рамках года/квартала/спринта
Я дал лично свою картину, часто на консультациях спрашивают чем именно я занимаюсь и как распределяется между этим рабочее время, вот расписал 😉
👍
5