Кругозор и навыки BI специалиста ❓ Возможно вы заметили, что я стараюсь использовать формулировку BI специалист, а не привычные BI аналитик или BI разработчик. Почему? На многих проектах очень сложно разделить аналитика и разработчика, т.к. задачи у них сильно пересекаются. Вам может «повезти» и вы будете заниматься только «рисованием» дашбордов по готовым моделям, но такое бывает крайне редко. Как правило данные нужно подготовить, построить модель и уже потом строить дашборд. Здесь потребуется навыки инженера данных и немного специалиста по хранилищам. Даже если лично не придется что-то делать, то поставить задачу разработчикам нужно, а как это сделать если нет понимания, каким образом они решают такие задачи? Работая с источниками возникает запрос на работу с API. Погружаясь в эту тему приходит понимание, что свои запросы нужно как-то тестировать, а как? Что делать с результатом, полученным в JSON формате? И так далее. Предположим с источниками разобрались, теперь требуется как-то полученные данных хранить. Нужно организовать модель данных. Что можно сделать: построить звезду или снежинку, а может быть для вашего BI инструмента лучше большая плоская денормализованная таблица? Я привел лишь несколько наиболее часто возникающих задач и того, что может понадобиться для их решения. Как видите для BI специалиста важно знать и понимать процессы и технологии смежных специализаций. Как я могу самостоятельно изучать то, о чем написано выше? На самом деле это не сложно начать делать. Попробуйте найти открытые API, где можно подключиться и запросами извлекать данные. Сначала через Postman, например, затем напишите скрипт на Python. Затем автоматизируйте его запуск по расписанию. Следующим этапом усложните, чтобы он не только получал данные, но и сохранял их в базе данных. Если вы совмещаете роль BI аналитика и BI разработчика, поставьте 💯 , если вы решаете задачи только BI аналитика 🔥 . Если у вас иная роль, то выберите один из других вариантов BI на практике | @make_bi