🎯 Карьера аналитика — страница 12
Карьерная часть: как готовиться, что писать в резюме, сколько платят и как проходят этапы отбора.
690 материалов · страница 12 из 15
Что такое аналитика данных
Что такое аналитика данных: определение, виды, зачем нужна, примеры задач. Кратко и без воды для тех, кто только входит в профессию.
Что такое ANOVA простыми словами
ANOVA (Analysis of Variance): что это, когда использовать, отличие от t-test. Простое объяснение для аналитика.
Что такое AUC ROC
AUC ROC в ML: определение, интерпретация, как построить. Главная метрика бинарной классификации.
Что такое BI-аналитика
Что такое BI (Business Intelligence): задачи, инструменты, отличие от data-аналитики. BI-аналитик: обязанности и зарплата.
Что такое Big Data простыми словами
Что такое Big Data: определение, 3V, инструменты (Hadoop, Spark), нужно ли аналитику. Без технического жаргона.
Что такое CES (Customer Effort Score)
CES: метрика усилий клиента. Формула, отличия от CSAT и NPS, применение для оптимизации продукта.
Что такое хи-квадрат простыми словами
Хи-квадрат (χ²) тест простыми словами: зачем нужен, как работает, когда использовать. С примерами для аналитика.
Что такое кластеризация простыми словами
Кластеризация в ML: определение, K-means, DBSCAN, применение. Для аналитика с примерами.
Что такое contribution margin
Contribution margin (маржинальная прибыль) простыми словами: формула, что показывает, чем отличается от gross margin. Примеры для продуктов и бизнес-линий.
Что такое cross-validation
Cross-validation в ML: k-fold, stratified, time series. Зачем нужна и как реализовать.
Что такое CSAT простыми словами
CSAT (Customer Satisfaction Score): определение, формула, как измерять, отличие от NPS.
CTR, CPC, CPA, CPM: маркетинговые метрики
CTR, CPC, CPA, CPM: что означает, как считать, когда что использовать. Базовые метрики digital-маркетинга.
Что такое Data Mart
Data Mart: определение, отличие от DWH, примеры. Витрины данных в аналитике — как работают и когда нужны.
Что такое effect size
Effect size: что это, формулы (Cohen's d, h, r), зачем нужен в A/B-тестах. Простыми словами для аналитика.
Что такое engagement rate
Engagement rate: определение, формулы, примеры для соцсетей, SaaS, мобильных приложений.
Что такое F1 score
F1 score в ML: формула, отличие от accuracy, применение для несбалансированных данных.
Что такое feature importance
Feature importance в ML: методы (Gini, SHAP, permutation), интерпретация моделей.
Что такое feature в ML
Feature в машинном обучении: определение, виды, feature engineering. Зачем нужны аналитику.
Что такое GMV простыми словами
GMV (Gross Merchandise Value): определение, формула, отличие от выручки. Главная метрика маркетплейсов.
Что такое Lift и Gain в аналитике
Lift и gain в ML и маркетинге: формулы, применение, построение lift chart. Простое объяснение.
Что такое Mann-Whitney test
Mann-Whitney U test: зачем, когда использовать вместо t-test, как считать.
Что такое Metabase
Metabase: open-source BI-инструмент. Что умеет, как установить, плюсы и минусы. Обзор для аналитика.
Что такое MRR и ARR простыми словами
MRR и ARR: формулы, отличия, зачем нужны, как считать в SQL. Ключевые метрики SaaS-бизнеса.
Что такое мультиколлинеарность
Мультиколлинеарность в регрессии: что это, как обнаружить (VIF), как лечить. Простыми словами.
OLAP и OLTP: в чём разница
OLAP vs OLTP: определения, отличия, примеры систем. Какие базы использовать для аналитики, а какие для транзакций.
Что такое overfitting
Overfitting в ML: что это, как обнаружить, как с ним бороться. Простое объяснение.
Что такое Payback Period
Payback period в маркетинге: формула, применение, норма в разных бизнес-моделях. Простое объяснение.
Что такое Power BI
Power BI: что это, как работает, плюсы и минусы. Обзор BI-инструмента Microsoft для аналитика данных.
Что такое Precision и Recall
Precision и Recall в ML: формулы, примеры, когда что важнее. Простое объяснение для аналитика.
Что такое продуктовая аналитика
Продуктовая аналитика: определение, задачи, инструменты, навыки. Для тех, кто хочет в product analyst.
ROAS vs ROI: в чём разница
ROAS и ROI: формулы, отличия, когда что использовать. Практическое применение в маркетинге.
Что такое ROI простыми словами
ROI (Return on Investment): формула, примеры расчёта, применение в маркетинге и бизнесе.
Что такое скоринг и скоринговые модели
Скоринг в ML: что это, как работает, применение. Credit scoring, fraud scoring, customer scoring.
Что такое Snowflake
Snowflake: что это, как работает, плюсы и минусы. Облачное DWH для аналитики. Обзор для аналитика в 2026.
Что такое Apache Superset
Apache Superset: open-source BI-инструмент. Возможности, плюсы и минусы, как установить. Для аналитика.
Что такое survival analysis
Survival analysis: Kaplan-Meier, Cox regression, применение в аналитике. Анализ «времени до события» простыми словами.
Что такое Tableau
Tableau: что это, как работает, плюсы и минусы. Один из самых мощных BI-инструментов. Обзор для аналитика.
Что такое Time to Value (TTV)
Time to Value: определение, формула, как снизить. Ключевая метрика для продуктового аналитика.
Что такое train/test split
Train/test split в ML: зачем нужен, как делать правильно, типичные ошибки.
Как сделать дашборд для CEO
Дашборд для CEO: принципы, метрики, layout, частые ошибки. Практический гайд для аналитика.
Как сделать дашборд для PM
Дашборд для Product Manager: метрики, структура, отличие от CEO-дашборда. Практические советы.
Data Analyst vs Business Analyst
Разница между data analyst и business analyst: задачи, навыки, зарплаты, путь входа. Что выбрать в 2026.
dbt для аналитика: шпаргалка
dbt (Data Build Tool) для аналитика: модели, тесты, Jinja, macros. Шпаргалка с примерами.
Формула CAC и пример расчёта
CAC: формула, примеры расчёта, отличие от CPA, связь с LTV. Как считать CAC для маркетинга.
Формула LTV и пример расчёта
LTV: формула, три способа расчёта, пример для e-commerce и SaaS. Как посчитать LTV в Excel и SQL.
Freelance для аналитика данных
Как работать на фрилансе в аналитике: где найти заказы, сколько брать, риски. Практический гайд.
Jupyter Notebook: шпаргалка
Jupyter Notebook: горячие клавиши, magic, best practices. Шпаргалка для аналитика.
Качество данных для аналитика
Качество данных (Data Quality): 6 измерений, метрики, best practices. Гайд для аналитика.