Поиск
Искать только в заголовках
Автор:
Искать только в заголовках
Автор:
Главная
Отзывы
Получить доступ
Стол заказов
FAQ
Обновление ссылок
Заработать
Поддержка
Вход
Регистрация
Поиск
Искать только в заголовках
Автор:
Искать только в заголовках
Автор:
Меню
Установить приложение
Установить
Ответить в теме
Главная
Каталог курсов
IT, ИИ, программирование, тестирование, аналитика
Simulative - Симулятор «SQL для анализа данных» (2022)
JavaScript отключён. Для полноценно использования нашего сайта, пожалуйста, включите JavaScript в своём браузере.
Вы используете устаревший браузер. Этот и другие сайты могут отображаться в нем неправильно.
Необходимо обновить браузер или попробовать использовать
другой
.
Сообщение
<blockquote data-quote="Slivopedia" data-source="post: 806" data-attributes="member: 1"><p><strong>Simulative - Симулятор «SQL для анализа данных» (2022)</strong></p><p><strong></strong></p><p><strong>[ATTACH=full]575[/ATTACH]</strong></p><p><strong></strong></p><p><strong>Это не курс. Это симулятор работы аналитика данных в реальной компании с элементами обучения. Вы будете считать retention и LTV, писать многоэтажные CTE и делать другие полезные для бизнеса штуки с помощью SQL.</strong></p><p><strong></strong></p><p><strong>Цели симулятора:</strong></p><ol> <li data-xf-list-type="ol">Обучить не элементарным «SQL-запросам», а полезным фишкам, экосистеме и продакшен-левел коду</li> <li data-xf-list-type="ol">Научить писать запросы, нужные бизнесу. Вы не будете изучать котиков — вы будете считать LTV, делать сложные агрегации и ad-hoc</li> <li data-xf-list-type="ol">Погрузить в среду. Вы будете работать с профессиональными инструментами — PostgreSQL, DBeaver, MySQL, Power BI и шедулерами</li> </ol><p><strong>Чем предстоит заниматься</strong></p><ul> <li data-xf-list-type="ul">Писать многочисленные ad-hoc SQL запросы: сбор и валидация email-адресов, расчет статистик пользовательской активности и многое другое</li> <li data-xf-list-type="ul">Собирать когорты, анализировать retention, LTV, CR и другие продуктовые метрики с помощью high-level SQL-запросов</li> <li data-xf-list-type="ul">Автоматизировать импорт/экспорт данных на Windows/Linux сервере с помощью SQL + Python + psycopg2 + cron</li> </ul><p><strong>Программа обучения</strong></p><p><strong>Симулятор состоит из 13 глав.</strong></p><p><strong>Каждая глава — это теория + практические задачи + отработка навыков на бизнесовых кейсах.</strong></p><p><strong>Вы будете анализировать пользовательский опыт платформы IT Resume, работать с продакшен-левел инструментами и решать реальные кейсы с интересным сюжетом.</strong></p><p></p><ol> <li data-xf-list-type="ol">Вы познакомитесь с базами данных, поймете отличие БД от СУБД, обсудите важность нормализации на конкретных кейсах и прочие «основы основ».<br /> В конце - тест для проверки знаний.<br /> <br /> </li> <li data-xf-list-type="ol">Вы научитесь подключаться к удаленной базе 4 разными способами, разберете типы данных и поймете отличие DCL от DML.<br /> Для закрепления знаний - тест.<br /> <br /> </li> <li data-xf-list-type="ol">В этой главе вы научитесь писать базовые SQL-запросы — но далеко не самые простые. Также вы освоите функции обработки текста, даты, времени, кастинга, крутые функции COALESCE/NULLIF, логические операторы, CASE и многое другое. Сортировка, горизонтальная фильтрация, поиск по шаблону, регулярки — все это в этой главе.<br /> <br /> Для закрепления — домашнее задание.<br /> Хоть вы только начали путь, вы уже будете решать реальные продуктовые задачи. Например:<ol> <li data-xf-list-type="ol">Соберете и подготовите базу для email-рассылок</li> <li data-xf-list-type="ol">Посмотрите на пользователей в разрезе дат и погрузитесь в обработку даты-времени</li> <li data-xf-list-type="ol">Произведете валидацию номеров телефонов</li> <li data-xf-list-type="ol">Расклассифицируете задачи на платформе по группам в зависимости от определенного признака</li> </ol></li> <li data-xf-list-type="ol">В этой главе мы расскажем про основные продуктовые метрики, которые пригодятся вам абсолютно в любом проекте — будь то мобильное приложение или офлайн-магазин. Например, в следующих главах вы воспользуетесь этими знаниями для аналитики платформы.<br /> Для отработки и закрепления результатов — тест + расчётные задания.<br /> <br /> </li> <li data-xf-list-type="ol">Вы научитесь группировать таблицу по определенным признакам и использовать агрегатные функции: от простейших AVG и MIN до экзотических mode WITHIN GROUP.<br /> Для отработки навыков — домашнее задание.<br /> После этого вы снова отработаете полученные знания на реальных кейсах. Например:<ol> <li data-xf-list-type="ol">Оцените распределение активности пользователей по часам/дням</li> <li data-xf-list-type="ol">Сколько в среднем пользователь делает попыток для решения 1 задачи? А сколько людей решают задачи с первой попытки? А каково значение моды?</li> <li data-xf-list-type="ol">Оцените MAU/WAU/DAU</li> <li data-xf-list-type="ol">Посчитаете эффективность реферальной программы</li> <li data-xf-list-type="ol">Посмотрите на то, как пользователи платформы тратят и копят CodeCoins</li> </ol></li> <li data-xf-list-type="ol">Только умея LEFT/RIGHT/FULL/SELF/CROSS/INNER JOIN, мы можем получить действительно что-то полезное и осмысленное. Именно эти конструкции вы и освоите в данной главе.<br /> Для закрепления — домашнее задание.<br /> После этого вы продолжите анализировать user experience платформы. Например:<ol> <li data-xf-list-type="ol">Посмотрите, кто не только решает задачи, но и участвует в других активностях</li> <li data-xf-list-type="ol">Однозначно скажете – от какой компании сколько пользователей пришло и как они себя вели</li> <li data-xf-list-type="ol">Оцените распределение решенных задач и тестов по тегам и категориям</li> </ol></li> <li data-xf-list-type="ol">Редко решение задачи можно уложить в один короткий запрос. В этой главе вы научитесь писать сложные вложенные подзапросы и выносить все это аккуратно в CTE. А еще обсудим код-стайл и смежные вопросы.<br /> Для закрепления — традиционная домашка.<br /> После этого закрепите все на практике. Например:<ol> <li data-xf-list-type="ol">Посчитаете RETENTION/CR и подумаем над тем, как удержать пользователей</li> <li data-xf-list-type="ol">Углубитесь в то, как пользователи решают задачи и проведете глубокое исследование</li> <li data-xf-list-type="ol">Соберете всю статистику о пользователях в одном месте, чтобы показать ее рекрутерам</li> </ol></li> <li data-xf-list-type="ol">Разберетесь, в чем мощь window functions, причем здесь вообще окна и как избежать фатальных ошибок при использовании UNBOUNDED FOLLOWING/CURRENT ROW. Также научитесь считать накопительный итог и не только - используя агрегатные функции, как оконные.<br /> Для отработки — полноценное домашнее задание.<br /> Затем вы снова вернетесь к работе над аналитикой платформы. Например:<ol> <li data-xf-list-type="ol">Снова рассмотрите вопрос retention и LTV, но под новым соусом</li> <li data-xf-list-type="ol">Оцените динамику активностей, найдете участки спада и роста</li> <li data-xf-list-type="ol">Посчитаете текущий баланс накопительным итогом по всем пользователям и найдете аномалии</li> </ol></li> <li data-xf-list-type="ol">В этой главе вы сами запроектируете базу для нового проекта, построите ее схему со связями и напишите все DDL-скрипты для создания. А в конце — развернете ее и в облаке, и на локальной машине! А чтобы базу можно было потестить — наполните ее фейковыми данными (так частенько делают в продакшене) с помощью специальных сервисов.<br /> Будете использовать: draw.io, DBeaver, MySQL + Workbench, сервисы-фейкеры.<br /> <br /> </li> <li data-xf-list-type="ol">В этой главе вы научитесь работать с psycopg2, mysql.connector, узнаете про шаблон проектирования Singleton, научитесь регистрировать собственные типы данных, работать с базой через Python, разберете ошибки типа Authentication plugin ′caching_sha2_password′ cannot be loaded и многое другое.<br /> Для отработки — полноценное домашнее задание.<br /> В результате вы получите:<ol> <li data-xf-list-type="ol">несколько готовых классов для подключения к основным СУБД, которые вы можете использовать потом на работе</li> <li data-xf-list-type="ol">написанные Python-скрипты для экспорта-импорта данных из базы</li> <li data-xf-list-type="ol">проект по выгрузке данных из базы и дальнейшей обработке в Pandas</li> </ol></li> <li data-xf-list-type="ol">В этой главе вы научитесь автоматизировать типовые задачи: например, бэкапы и инсерты. Делать это будем с помощью cron, шедулера и Python-скриптов. На закуску — Airflow.<br /> На выходе вы будете иметь скрипты и инструкции для автоматизации задач с помощью cron, а также готовый проект с Python-кодом для ежедневного инсерта данных в БД.<br /> <br /> </li> <li data-xf-list-type="ol">SQL тесно связан с аналитикой и датавизом. В этой главе вы будете подключать базу к Power BI и Redash, чтобы строить ad-hoc отчеты и дашборды. Затронем тему подключения по ssh, построения дашбордов и поиска полезных инсайтов.<br /> В результате этой главы вы решите реальное тестовое задание в крупную Edtech компанию на позицию аналитика.<br /> <br /> </li> <li data-xf-list-type="ol">В конце — небольшая ретроспектива всех ваших наработок, а также наши советы относительно тестовых заданий, best practices и дальнейшего развития. Полезные материалы, ссылки и непрошенные советы — то, что нужно в конце такого обучения.<br /> Но на самом деле, это не конец, а только начало интересного пути</li> </ol><p><strong>Продажник:</strong></p><p><strong></strong></p><p><strong>*** Hidden text: cannot be quoted. ***</strong></p><p><strong></strong></p><p><strong></strong></p><p><strong>Скачать:</strong></p><p><strong></strong></p><p><strong>*** Hidden text: cannot be quoted. ***</strong></p><p><strong></strong></p></blockquote><p></p>
[QUOTE="Slivopedia, post: 806, member: 1"] [B]Simulative - Симулятор «SQL для анализа данных» (2022) [ATTACH type="full"]575[/ATTACH] Это не курс. Это симулятор работы аналитика данных в реальной компании с элементами обучения. Вы будете считать retention и LTV, писать многоэтажные CTE и делать другие полезные для бизнеса штуки с помощью SQL. Цели симулятора:[/B] [LIST=1] [*]Обучить не элементарным «SQL-запросам», а полезным фишкам, экосистеме и продакшен-левел коду [*]Научить писать запросы, нужные бизнесу. Вы не будете изучать котиков — вы будете считать LTV, делать сложные агрегации и ad-hoc [*]Погрузить в среду. Вы будете работать с профессиональными инструментами — PostgreSQL, DBeaver, MySQL, Power BI и шедулерами [/LIST] [B]Чем предстоит заниматься[/B] [LIST] [*]Писать многочисленные ad-hoc SQL запросы: сбор и валидация email-адресов, расчет статистик пользовательской активности и многое другое [*]Собирать когорты, анализировать retention, LTV, CR и другие продуктовые метрики с помощью high-level SQL-запросов [*]Автоматизировать импорт/экспорт данных на Windows/Linux сервере с помощью SQL + Python + psycopg2 + cron [/LIST] [B]Программа обучения Симулятор состоит из 13 глав. Каждая глава — это теория + практические задачи + отработка навыков на бизнесовых кейсах. Вы будете анализировать пользовательский опыт платформы IT Resume, работать с продакшен-левел инструментами и решать реальные кейсы с интересным сюжетом.[/B] [LIST=1] [*]Вы познакомитесь с базами данных, поймете отличие БД от СУБД, обсудите важность нормализации на конкретных кейсах и прочие «основы основ». В конце - тест для проверки знаний. [*]Вы научитесь подключаться к удаленной базе 4 разными способами, разберете типы данных и поймете отличие DCL от DML. Для закрепления знаний - тест. [*]В этой главе вы научитесь писать базовые SQL-запросы — но далеко не самые простые. Также вы освоите функции обработки текста, даты, времени, кастинга, крутые функции COALESCE/NULLIF, логические операторы, CASE и многое другое. Сортировка, горизонтальная фильтрация, поиск по шаблону, регулярки — все это в этой главе. Для закрепления — домашнее задание. Хоть вы только начали путь, вы уже будете решать реальные продуктовые задачи. Например: [LIST=1] [*]Соберете и подготовите базу для email-рассылок [*]Посмотрите на пользователей в разрезе дат и погрузитесь в обработку даты-времени [*]Произведете валидацию номеров телефонов [*]Расклассифицируете задачи на платформе по группам в зависимости от определенного признака [/LIST] [*]В этой главе мы расскажем про основные продуктовые метрики, которые пригодятся вам абсолютно в любом проекте — будь то мобильное приложение или офлайн-магазин. Например, в следующих главах вы воспользуетесь этими знаниями для аналитики платформы. Для отработки и закрепления результатов — тест + расчётные задания. [*]Вы научитесь группировать таблицу по определенным признакам и использовать агрегатные функции: от простейших AVG и MIN до экзотических mode WITHIN GROUP. Для отработки навыков — домашнее задание. После этого вы снова отработаете полученные знания на реальных кейсах. Например: [LIST=1] [*]Оцените распределение активности пользователей по часам/дням [*]Сколько в среднем пользователь делает попыток для решения 1 задачи? А сколько людей решают задачи с первой попытки? А каково значение моды? [*]Оцените MAU/WAU/DAU [*]Посчитаете эффективность реферальной программы [*]Посмотрите на то, как пользователи платформы тратят и копят CodeCoins [/LIST] [*]Только умея LEFT/RIGHT/FULL/SELF/CROSS/INNER JOIN, мы можем получить действительно что-то полезное и осмысленное. Именно эти конструкции вы и освоите в данной главе. Для закрепления — домашнее задание. После этого вы продолжите анализировать user experience платформы. Например: [LIST=1] [*]Посмотрите, кто не только решает задачи, но и участвует в других активностях [*]Однозначно скажете – от какой компании сколько пользователей пришло и как они себя вели [*]Оцените распределение решенных задач и тестов по тегам и категориям [/LIST] [*]Редко решение задачи можно уложить в один короткий запрос. В этой главе вы научитесь писать сложные вложенные подзапросы и выносить все это аккуратно в CTE. А еще обсудим код-стайл и смежные вопросы. Для закрепления — традиционная домашка. После этого закрепите все на практике. Например: [LIST=1] [*]Посчитаете RETENTION/CR и подумаем над тем, как удержать пользователей [*]Углубитесь в то, как пользователи решают задачи и проведете глубокое исследование [*]Соберете всю статистику о пользователях в одном месте, чтобы показать ее рекрутерам [/LIST] [*]Разберетесь, в чем мощь window functions, причем здесь вообще окна и как избежать фатальных ошибок при использовании UNBOUNDED FOLLOWING/CURRENT ROW. Также научитесь считать накопительный итог и не только - используя агрегатные функции, как оконные. Для отработки — полноценное домашнее задание. Затем вы снова вернетесь к работе над аналитикой платформы. Например: [LIST=1] [*]Снова рассмотрите вопрос retention и LTV, но под новым соусом [*]Оцените динамику активностей, найдете участки спада и роста [*]Посчитаете текущий баланс накопительным итогом по всем пользователям и найдете аномалии [/LIST] [*]В этой главе вы сами запроектируете базу для нового проекта, построите ее схему со связями и напишите все DDL-скрипты для создания. А в конце — развернете ее и в облаке, и на локальной машине! А чтобы базу можно было потестить — наполните ее фейковыми данными (так частенько делают в продакшене) с помощью специальных сервисов. Будете использовать: draw.io, DBeaver, MySQL + Workbench, сервисы-фейкеры. [*]В этой главе вы научитесь работать с psycopg2, mysql.connector, узнаете про шаблон проектирования Singleton, научитесь регистрировать собственные типы данных, работать с базой через Python, разберете ошибки типа Authentication plugin ′caching_sha2_password′ cannot be loaded и многое другое. Для отработки — полноценное домашнее задание. В результате вы получите: [LIST=1] [*]несколько готовых классов для подключения к основным СУБД, которые вы можете использовать потом на работе [*]написанные Python-скрипты для экспорта-импорта данных из базы [*]проект по выгрузке данных из базы и дальнейшей обработке в Pandas [/LIST] [*]В этой главе вы научитесь автоматизировать типовые задачи: например, бэкапы и инсерты. Делать это будем с помощью cron, шедулера и Python-скриптов. На закуску — Airflow. На выходе вы будете иметь скрипты и инструкции для автоматизации задач с помощью cron, а также готовый проект с Python-кодом для ежедневного инсерта данных в БД. [*]SQL тесно связан с аналитикой и датавизом. В этой главе вы будете подключать базу к Power BI и Redash, чтобы строить ad-hoc отчеты и дашборды. Затронем тему подключения по ssh, построения дашбордов и поиска полезных инсайтов. В результате этой главы вы решите реальное тестовое задание в крупную Edtech компанию на позицию аналитика. [*]В конце — небольшая ретроспектива всех ваших наработок, а также наши советы относительно тестовых заданий, best practices и дальнейшего развития. Полезные материалы, ссылки и непрошенные советы — то, что нужно в конце такого обучения. Но на самом деле, это не конец, а только начало интересного пути [/LIST] [B]Продажник: *** Hidden text: cannot be quoted. *** Скачать: *** Hidden text: cannot be quoted. *** [/B] [/QUOTE]
Вставить цитаты...
Имя
Проверка
Ответить
Главная
Каталог курсов
IT, ИИ, программирование, тестирование, аналитика
Simulative - Симулятор «SQL для анализа данных» (2022)
Верх
Низ
