2834 статей: гайды по компаниям, шпаргалки по SQL и Python, A/B-тесты, карьерные советы
current_date?Как готовиться к собеседованию аналитика в Аэрофлот: SQL, специфика авиаиндустрии, продуктовая аналитика.
Читать →Как готовиться к собесу аналитика в Auto.ru: специфика авто-классифайда, SQL, ClickHouse, продуктовая аналитика, кейсы. Этапы, что ценят, частые ошибки и FAQ.
Читать →Hallucination rate LLM: формула, как размечать ответы, расчёт в SQL по эвал-логам, разбивка по сегментам и ловушки. Метрика качества AI-продукта.
Читать →MDE (Minimum Detectable Effect) — что это и как посчитать: формула, связь с размером выборки и базовой конверсией, SQL-расчёт, ошибки и FAQ для A/B-аналитика.
Читать →Центральная предельная теорема (ЦПТ) простыми словами: почему среднее выборки почти нормально и зачем это для A/B-тестов и доверительных интервалов.
Читать →Доверительный интервал простыми словами: что это, как считать 95% CI для среднего и доли, как правильно интерпретировать. Формулы, Python, примеры.
Читать →DAU/MAU и stickiness: что это за метрика, как её считать, какие значения нормальные и когда она врёт. Формула, SQL-шаблон и разбор интерпретации для аналитика.
Читать →Метрики продукта на собеседовании PM: DAU, MAU, retention, активация, ARPU, LTV. Что спрашивают и как отвечать.
Читать →Отличие merge от concat в pandas: concat склеивает DataFrame, merge соединяет по ключу. Когда что использовать — примеры и вопросы с собеседования.
Читать →pd.crosstab в Pandas: таблица сопряжённости двух категорий, normalize для долей, margins для итогов, values и aggfunc. Отличия от pivot_table и groupby.
Читать →Метрики AI-продукта и LLM для аналитика: hallucination rate, RAG precision, стоимость токенов, containment. Формулы и что спрашивают на собесе.
Читать →Метрики маркетплейса для аналитика: GMV, take rate, fill rate, ликвидность, retention продавцов и покупателей. Формулы, SQL и вопросы с собеса.
Читать →