✋ Всем привет, коротко расскажу об аналитике данных и стеке для тех, кто планирует начать свой путь.

✅ Аналитика данных — это сбор, обработка и поиск зависимостей в данных для получения ценных выводов и поддержки принятия решений в бизнесе. Традиционные методы интересны, но сейчас сильный тренд на обработку bigdata. И обычный excel тут, конечно, уже не поможет.

❓Что же должен знать человек, который хочет стать аналитиком данных?

В текущей конкуренции, даже начинающий DA должен: 1. Уметь разговаривать на SQL, знать особенности работы различных СУБД (и это уже не просто отличие Oracle от MangoDB, а MPP-архитектура). 2. Понимать основы Python в части обработки данных (matplotlib, pandas, numpy, skipy). 3. Иногда может потребоваться разработка BI отчетов, а значит пригодится понимание инструментов визуализации (выбери себе что-нибудь из Tableau, Power BI, DataLens). 4. Основы работы в Hadoop и Spark будут только плюсом, Вы можете с этим не столкнуться вначале пути (хотя уже на это все меньше шансов), но знать это необходимо как минимум на уровне понимания. 5. Очевидно, нужно уверенно знать математику и основы статистики, а как минимум, уметь ответить на вопросы об распределении Гаусса. 6. Кроме того, сейчас все чаще применяется машинное обучение и искусственный интеллект для прогнозирования и автоматизации процессов, так что если хоть немного умеешь в scikit-learn, это значительный плюс.

И это только харды. Не забывайте о софтах, они порой могут сыграть ключевую роль.

✅ IT развивается очень быстро и выбор конкретного стека зависит от задачи и объема данных, но общий подход остается неизменным: максимально эффективно использовать данные для улучшения бизнес-процессов и стратегического планирования. Если тебе нравится рисовать графики и искать артефакты в куче чисел, то не сомневайся в выборе!