Ответ
SQL (PostgreSQL, MySQL) для работы с базами данных, извлечения и агрегации данных.
Python (Pandas, NumPy) для обработки, очистки и анализа данных.
BI-инструменты (Tableau, Power BI, Metabase) для визуализации и дашбордов.
Jupyter Notebook для исследования данных и прототипирования.
Git для контроля версий кода.
Пример кода для анализа данных в Pandas:
import pandas as pd
# Загрузка данных
df = pd.read_csv('data.csv')
# Агрегация и фильтрация
result = df.groupby('category')['sales'].sum().reset_index()
print(result.head())
Также работал с Airflow для оркестрации ETL-процессов.
Видео-ответы
▶