LEFT JOIN

Еще один убийца Tableau?
BI-тул Sigma призывает забыть, что творилось в BI-сфере последние 20 лет — якобы это было ужасно скучное время.

Веселье начнется как раз с Sigma, которая обрабатывает триллионы строк данных, масштабируется вместе с бизнесом и, конечно же, позволяет интегрировать в работу LLM.

🔵Главной фичей инструмента, судя по всему, до сих пор остаются таблички — на reddit’е пишут, что когда-то это была его основная функция. Sigma позволяет обрабатывать огромные массивы данных в табличном формате и без знания кода.
🔵Рисовать дашборды и отчеты Sigma тоже умеет. Тут также обещают гибкость и простоту — собирается дашборд с помощью простого drag'n'drop, а в режиме Explore юзер может кастомизировать его под конкретный запрос, не меняя оригинал.
🔵Настройки уровней безопасности, интеграция с популярными датасорсами, удобная совместная работа вместе с командой и прочие обязательные функции тоже на месте.
🔵Разработчики даже подготовили таблицы (любят они таблицы!) для сравнения Sigma с популярными конкурентами — Tableau, Power BI и Looker.

Тул платный, но на сайте цену не пишут. 😕

Мы с командой к Sigma присматриваемся, но еще не работали с ней. А вы про нее что-то слышали? Как вам? 👀

7 баз данных за 7 недель
Челлендж на 2025 год — изучить 7 баз данных, выделив на каждую по одной неделе. Экспертом не станете, но изучите основные фишки.

Можно, конечно, составить свой список, но можно мы нашли для вас готовый:
1️⃣ PostgreSQL. Куда уж без него — если вы уже работаете с данными, то скорее всего вы работали и в Postgres. Но даже если вы с ним уже знакомы, все равно найдется, что изучить за неделю — например, богатую экосистему расширений.
2️⃣ SQLite. Встраиваемая СУБД, идеально подходящая для сайтов и приложений, для которых особенно важны легкость быстродействие. Из-за этого SQLite используют многие популярные мессенджеры и браузеры.
3️⃣ DuckDB. Еще одна встраиваемая СУБД. Ее главное преимущество — работа с множеством форматов данных и источников. Как PostgreSQL может похвастаться активным коммьюнити и впечатляющим набором расширений.
4️⃣ ClickHouse. Колоночная база данных, отлично оптимизированная для обработки аналитических запросов и работы с большими датасетами. Другой плюс — крайне подробная документация.
5️⃣ FoundationDB. Распределенная база данных «ключ-значение», поддерживающая обработку огромных массивов данных. Хотя это не столько БД, сколько основание для системы хранения данных — отсюда и название. Ее задача — обеспечить хранение данных, а остальные функции докручиваются за счет дополнительных слоев-надстроек.
6️⃣ TigerBeetle. БД, рассчитанная строго на работу с финансовыми транзакциями, которые обрабатывает в 1000 раз быстрее, чем ее аналоги «широкого назначения». Если раньше не имели опыта с такими инструментами, то однозначно стоит выделить недельку на знакомство.
7️⃣ CockroachDB. Завершаем список еще одной распределенной БД и с говорящим названием. Оно призвано подчеркнуть ее отказоустойчивость — якобы она живучая, как таракан. И, видимо, по серверам расползается так же быстро, масштабируясь под запрос пользователя.

Как вам список? Пишите в комментариях, какие БД вы бы в него включили!

Пятничная дискуссия про карьеру в аналитике и за ее пределами
Не можем пройти мимо самой обсуждаемой HR-новости индустрии: стало известно, что тимлид продуктовой аналитики в крупном российском екоме задолго до того, как прийти в IT, снималась в фильмах 18+.

В интернете девушку активно обсуждают и осуждают — мы к этому присоединяться не будем и не будем постить никакие ссылки, имя и фото. Все желающие и так найдут, либо уже нашли.

🔜 Вопрос в другом — безотносительно личности конкретной девушки, считаете ли вы, что прошлый социально неодобряемый опыт должен влиять на сегодняшнюю деятельность — уже социально приемлемую? Важно ли это для вас, как для сотрудника или руководителя?

💙 Розыгрыш мерча для аналитиков от LEFT JOIN!
Чтобы получить шанс стать обладателем нашей фирменной футболки или шоппера, надо принять участие в розыгрыше:

1️⃣ Подписаться на наш Telegram-канал.
2️⃣ Отправить свою карту желаний или цели на год в комментарии под этим постом — любое количество и в любой форме. Да, мы не просто так недавно спрашивали, ставите ли вы себе цели на год!

Важное условие: мы готовы отправить посылку в пределах России. Если вы живете за границей и хотите принять участие, в случае выигрыша мы можем отправить вашу футболку или шоппер вашему другу или родственнику, чтобы он переслал ее вам.

10 февраля мы выберем 5 счастливчиков с помощью рандомайзера, и вы получите эксклюзивный мерч бренда LEFT JOIN. Такой будет только у нашей команды и у подписчиков, которым повезет в розыгрыше!

Желаем успехов и с нетерпением ждем комментариев! 🔥

Навизуализировали: как мы сделали мерч, работает на бренд и не только
💙 LEFT JOIN — это уже давно не просто авторский блог про аналитику. Это и дата-консалтинг, и медиа-проекты на разных площадках, и курсы по SQL. В общем, это уже целый бренд.

А любой уважающий себя бренд рано или поздно выпускает свой мерч, и кто мы такие, чтобы идти против трендов.

Конечно, мы не стали делать скучные футболки с логотипом. В своем мерче мы отразили подход к работе, который объединяет, кто смотрит на мир через цифры: сначала данные — потом все остальное мечты.

Про то, как мы делали мерч, что получилось (спойлер: там не только футболки) и какие планы по развитию проекта, читайте в статье на VC 🔜 https://vc.ru/life/1755522

Кому не надо идти в бизнес? Интервью с основателем дата-консалтинга
Знаете, что худшее, что может сделать профильный специалист?

Найти еще таких же профильных специалистов и открыть свое агентство.

Это, конечно, шутка, но и доля правды в ней есть. В новом выпуске LEFT JOIN Partners с Сергеем Захарченко разбираемся, что меняется в жизни аналитика, когда он решает открыть свой дата-консалтинг.

🔵Почему если и идти в предпринимательство, то не только ради денег?
🔵 Как найти подходящих специалистов — особенно если ты маленькое агентство, о котором никто не знает?
🔵 Как находить и привлекать клиентов, и работают ли холодные звонки?
🔵 Почему важно выбрать свою специализацию и сфокусироваться на ней?
🔵 Как убедить клиентов в ценности ваших услуг и аудита за 10 000 евро?

🔜 Смотрите на YouTube и VK.

ИИ всех заменит, но не сегодня
И это неточно.

💬 Одна наша статья на VC собрала рекордное количество комментариев от людей, переживающих, что скоро ИИ отберет у нас работу. Статья было про доработку бота, который выполнял обязанности сейлза и совершал продажи, так что отчасти реакция понятна.

Некоторые компании и правда пытаются с переменным успехом часть задач отдать нейросетям и ботам — это давно не просто страшилка. Но кажется, несмотря на все успехи в развитии ИИ, мы все еще сильно его переоцениваем.

Хороший пример — то, как ИИ используют для кодинга
ИИ уже умеет писать рабочий код или может провести ревью. Это отличный способ быстро набросать MVP, чтобы не набивать все руками, оптимизировать свой код и выловить ошибки.

Это удобно, быстро и в теории открывает новые возможности для людей, которые сами языками программирования не владеют или пока не сильны в них — например, для джунов. К тому же, наблюдая за тем, как ИИ решает поставленные задачи, можно прокачивать свои силлы.

На деле это работает не совсем так
Наверняка, вы и сами видели, как это выглядит в жизни. А если нет, то вот описание от человека, который с этим сталкивался.

Если кратко:
🔵 ИИ — прекрасный помощник для опытных кодеров и инженеров. С его помощью они автоматизируют рутинные задачи и быстро создают рабочие прототипы проектов, которые потом доводят до ума.
🔵 Если то же самое делает джун или вообще человек без опыта, то он скорее всего не заметит ошибки, неудачные, неоптимальные или просто нерабочие решения в том, что пишет ИИ.
🔵 А попытки улучшить свои разработки с помощью ИИ часто приводят к тому, что тот пока одно чинит, другое ломает. В итоге в коде копится все больше ошибок и багов, которые ни роботу, ни человеку не разгрести.

Даже как вспомогательный инструмент (а не замена человеку) ИИ требует контроля, а применять его можно аккуратно, дозированно и только под контролем человека.

💬 В общем, мы думаем, что ИИ нас всех еще очень нескоро заменит — если вообще заменит. А вы?

Астрологи объявили неделю постов на тему «А вы уже составили планы на год?»
Эти посты сейчас во всех каналах, и кто мы такие, чтобы идти против трендов?

Так что тоже спросим — а вы планы составили? И если да, то поделитесь, как вы это делаете в комментариях или в опросе ниже. 👇🏻

Кто-то составляет обычные списки в текстовых документах, кто-то ведет трекеры личных задач и целей в Notion, а кто-то даже делает настоящие карты желаний, что навизуализировать себе успешный успех. Интересно, есть ли среди наших подписчиков те, кто хотя бы раз олдскульно делал на ватмане коллажи из вырезанных картинок?

Для тех, кто еще не озадачился планами на год, мы подготовили небольшую подборку приложений и шаблонов:
🔵 Шаблоны в Notion: в каталоге платформы полно как бесплатных, так и платных вариантов, которые можно легко докрутить под свои запросы.
🔵 Если вы эстет или загорелись идеей сделать карту желаний, то больше подойдет шаблон в Miro: там уже есть блоки под цели из разных сфер жизни, доска для картинок и даже инструкция, как этим всем пользоваться.
💬 Да, мы помним, что Notion и Miro в РФ не работают. Есть российские аналоги с похожим функционалом: Miro лучше всего заменит Holst, а Notion — WEEEK или Strive. Но у них нет каталогов готовых шаблонов, так что трекер целей на год придется собирать своими силами.
🔵 Если не хочется возиться с шаблонами и настраивать их под себя, то можно посмотреть в сторону приложений — например, Singularity, TickTick или старый добрый Microsoft To Do.

Но главное помнить, что планы так и останутся планами, а картинки успешного успеха так и останутся картинками, если не придерживаться правила «Сначала данные — потом мечты».

Минутка истории
Все эти ваши датавизы, графики и хитрые многосоставные дашборды — это, конечно, хорошо. Но идеальным, проверенным временем способом структурировать данные остаются самые обычные, простые таблицы.

🔜 И про «проверенный временем способ» мы написали не просто так.
Во время раскопок в Ираке нашли глиняную табличку с таблицей, в которой подсчитывали зарплаты рабочих. В одной колонке записаны имена, в других — разные суммы денег и, судя по всему, число отработанных часов или смен. Возраст находки — 3500-4000 лет.

Может быть, когда вы в следующий раз придется поработать с отчетом по зарплатам сотрудникам или выплатам подрядчикам, вы вспомните, что неизвестный житель древнего города Ларса несколько тысяч лет назад заполнял почти такую же табличку. Только фильтров не было и итоговые суммы приходилось считать самому, а не вписанной в ячейку формулой.