Системный и бизнес-анализ

Привет, Хабр! На связи Даша Некрасова, я UX-writer/researcher в Garage Eight. Сегодня поговорим о классическом инструменте коммуникации на проектах — User Story. Всё это полезно и круто, пока задача небольшая, но как только в проекте становится много ролей и историй, карта перестает быть навигатором и может превратиться в источник бесконечных вопросов. В статье на примере нашего проекта разберемся, почему так происходит и как решить эту проблему.

Привет, Хабр! Кредиты и все, что с ними связано – тема для многих весьма чувствительная. Мы в Smart Engines выступаем за то, чтобы сделать самые раздражающие процессы удобными и быстрыми. И в этом смысле распознавание документов – это редкий пример технологии, где интересы банка (сократить издержки), сотрудника (меньше рутины) и клиента (не ждать решение неделями) действительно совпадают. Под катом рассказываем, как автоматическое распознавание документов может трансформировать процесс кредитования в банках и как такие технологии становятся ключевым звеном кредитного конвейера.

В программе INFOSTART A&PM EVENT 2026 формируется секция «Прикладные компетенции аналитика». Заявок в этом направлении пока меньше, чем в других, поэтому у сильного практического кейса сейчас больше шансов пройти предварительный отбор и попасть в голосование. Первый тур голосования начнется 18 августа. Заявки принимаются до 28 августа...

Что делать, если средний чек премиального автосервиса оказался в 4 раза меньше планового? Первое «очевидное» решение руководства — немедленно избавиться от дешёвой мелочёвки вроде сезонного шиномонтажа и хранения колес, которая перегружает мастеров и портит красивую статистику.

Звучит логично? Абсолютно. Вот только глубокий дата-анализ показал, что такое «оптимизаторское» решение лишило бы компанию доброй трети валовой выручки.

В этой статье мы разбираем реальный кейс анализа массива из сотен тысяч заказов за 10 лет работы крупного автодилера. Разберем обработку данных в Python (Pandas/Seaborn), столкнемся с Парадоксом Симпсона в действии и рассчитаем честный LTV клиентов. Вы узнаете, как сезонная переобувка работает в роли «троянского коня» и почему клиенты с шиномонтажом за свой жизненный цикл приносят компании в 3.1 раза больше денег.

Как выбрать биржу для алгоритмической торговли: latency, matching engine и реальная ликвидность

Я несколько лет занимаюсь алгоритмической торговлей и за это время прогнал через свои алгоритмы десятки криптобирж.

Я подключал биржи к своим ботам, торговал через API и проверял то, что действительно важно алгоритмическому трейдеру: стаканы, latency, WebSocket, исполнение ордеров, ликвидность, ошибки и поведение рынка в момент реальной сделки.

В результате я протестировал около 40 бирж.

И оказалось, что биржа, которая выглядит отлично на CoinMarketCap, в рекламе обещает миллиарды объема и показывает красивый глубокий стакан, совсем не обязательно является хорошей биржей для алгоритмической торговли.

Иногда всё наоборот.

Последний раз я тут писал в 2010 году )). С тех пор многое изменилось и вся моя тогдашняя писанина теперь в чердаке. И заново ее публиковать не вижу смысла.

Если вы системный аналитик, то знакомы с ситуацией, когда приходит бизнес с очередной хотелкой. Начинаете задавать вопросы, получаете ответы, потом еще, и еще. Через несколько встреч у вас набор разных заметок, записок, писем, страниц в Confluence. Если используете современный подходи и используете Чат-бот - то и несколько чатов. А когда одновременно несколько проектов, то все это превращается в мешанину.

И вот, под девизом "Хватит это терпеть" с помощью ИИ-агента в IDE родилось приложение DocGen, или AI-ассистент системного аналитика.

Расскажу, как я сделал своего ассистента, с какими проблемами столкнулся и что получилось.

Метрика пошла вверх — и хочется сразу закрепить гипотезу и докинуть ресурсов. Но та же цифра нередко оказывается арифметически верной и при этом лживой: данные собрали, отфильтровали или свернули так, что честный показатель ведёт к неверному решению.

Retention растёт? Возможно, вы просто не видите тех, кто ушёл после первого захода. Конверсия упала в целом, но выросла в каждом сегменте? Это не ошибка в расчётах. A/B-тест «дал значимость» на третий день? Скорее всего, вы сами себя обманули.

Разбираем ошибку выжившего, парадокс Симпсона, p-hacking, подмену среднего, регрессию к среднему и визуальные искажения — на продуктовых примерах, и собираем чек-лист вопросов к любой метрике перед решением.

Почему API-First уже недостаточно и что меняется, когда SDD строится на .md-файлах и обязательном участии агентов?

В агентном SDD спецификация становится не пояснением к коду, а рабочим контекстом, из которого агент строит план, тесты и реализацию. Это ускоряет разработку — и одновременно увеличивает цену неоднозначности. Разбираем, как превратить .md из документации в управляемый контракт.

parquet - данные лежат в открытом формате - казалось бы, бери кто хочешь. Но есть неприметный артефакт, от которого зависит, увидите вы таблицы или мусор из файлов и кого вообще к ним подпустят. Это каталог. Разбираю просто, что такое Apache Iceberg, зачем ему каталог - и почему новость про Polaris важнее, чем кажется. В продолжение анонса новостей…

В этим летом мне исполнилось 32 года, а за плечами — диплом психолога, диплом теолога и свежая, июльская магистратура по педагогике. Я работал официантом, поваром, восемь лет был референтом, работал в магазине, администрировал доставку суши и был региональным менеджером в клининговой компании. А сейчас я учусь на аналитика данных и на системного аналитика, одновременно.

Если вы подумали «вечный студент» — я вас понимаю, сам так про себя так думал. Но именно поэтому мне есть что сказать про обучение — я видел его с обеих сторон. Учился я хорошо и плохо, доходил до конца и бросал, платил за курсы деньгами и, что дороже, временем. А ещё я успел поработать наставником и HR‑ом, то есть смотрел на чужие резюме теми же глазами, какими сейчас смотрят на моё.

Эта статья — не про то, что «образование важно» (спасибо, кэп). Она про то, почему одни и те же курсы для одних становятся трамплином, а для других — строчкой в резюме, которую рекрутёр пролистывает не моргнув. Здесь не будет мотивационных цитат, но будут цифры — в том числе мои собственные.

Webhook часто воспринимают как простой механизм доставки уведомлений: пришло событие — обработали — вернули 200. На практике именно в этом месте возникают проблемы с двойными начислениями, потерянными событиями и некорректными состояниями данных.

В статье разбираем, какие вопросы должен учитывать системный аналитик при описании требований к webhook‑интеграциям и почему надёжность начинается ещё на этапе проектирования.

В 19 лет закончил университет, в 22 года основал без опыта свой инвестфонд Situational Awareness, а к 24-м управлял в нем уже $45 млрд с доходностью под 250% годовых. Завидуете этому сыну маминой подруги? Ну, давайте я вам расскажу о том, как и почему он их вчера лишился, при чем тут слово «плечи» – и что отличает ветерана рынка от новичка…

Привет, меня зовут Юрий Черепов, я технический лидер системной аналитики в Альфа-Банке. Однажды на внутреннем «митапе» для аналитиков, где мы обсуждали, как AI применять в работе аналитика мне задали вопрос «Не делает ли AI людей «слабее»? Не приведёт ли использование AI к деградации профессиональных навыков? Мы ему всё делегируем и разучимся думать сами»

Вопрос хороший. Хочется разобраться, что происходит и в какое будущее всё движется. Но сначала я бы хотел окунуться в прошлое.

Когда вышел DuckDB 1.0, я написал статью Всё что нужно знать про DuckDB. Теперь вышел DuckLake v1.0 — LakeHouse-формат из той же экосистемы. Это отличный повод разобраться, как он устроен и как его можно использовать в production-сценариях.

В этой статье разберём, какую проблему решает DuckLake, чем его архитектура отличается от Apache Iceberg и как поднять DuckLake локально или в окружении, приближённом к production: PostgreSQL для каталога метаданных и S3/MinIO для файлов данных.

Большие наборы приемочных сценариев часто создают ложное ощущение контроля: тесты проходят, отчёты зелёные, но команда всё равно может пропустить важный переход в логике системы.

В статье разбираем, как превратить разрозненные сценарии в управляемую модель покрытия — через состояния, переходы и явные правила изменения системы. Такой подход помогает аналитикам находить пробелы ещё на этапе проектирования, а не после появления проблем в рабочей среде.

По запросу «Аналитик» на Хабр Карьере — более 400 вакансий, и среди них можно найти человека, который пишет SQL-запросы к базам данных, специалиста, который переводит бизнес-требования в техническое задание, и того, кто строит дашборды для финансового директора. Но это разные профессии с разными навыками и зарплатами.

За первое полугодие 2026 года, аналитические специальности — в топе-5 по зарплатам в IT, следует из данных свежего исследования Хабр Карьеры. Медиана варьируется от 160 до 240 тысяч рублей в месяц в зависимости от специализации.

🏆 Ищем Грааль на рынке криптовалют

Искал Грааль в крипте через TradingView Ideas: прошлые результаты авторов не предсказывают будущее, зато работает простой признак — лидеры мнений пишут, когда по монете ещё тихо

Статья представляет собой практическое руководство для ИИ агента как воспроизвести технологию

В англотвиттере уже несколько дней бушует скандал: опять всплыла история про то, как ведущие AI-компании массово скупают редкие бумажные книги для обогащения своих тренировочных датасетов. Сами книги при этом превращают в пепел – подробности ниже.

Привет, Хабр! Меня зовут Евгений, я ведущий разработчик отдела SAP разработки, и в зависимости от настроения надеваю маски Техлида или Архитектора.

Большинству из нас рано или поздно приходится сталкиваться с ситуацией, когда есть проблема, достаточно сложная и долгоиграющая. Неважно даже, техническая она или организационная.
Главное что ее не решить с наскока, более того, даже чтобы эту самую проблему сформулировать, нужно поговорить с людьми, посидеть, подумать, описать, и... повторить раз несколько.
А еще есть одна особенность, что бы вы не решили, обязательно через некоторое время придет человек с вопросом «А почему так? А зачем?» и совсем немного подумав, скажет «Да у вас лапки не из того места растут. Я могу лучше!». Пфф.
Так как с этим приходится жить, то я решил сформулировать буквами некоторые наблюдения\выводы о подобных ситуациях. В первую очередь для себя, но может и вы что то полезное найдете.

Интересно? Читайте статью под катом.

В интернете тысячи историй успеха. «Как я бросил универ и заработал свой первый миллион», «Мой путь от курьера до топ-менеджера», «Как я построил бизнес с нуля». Они такие правильные, вдохновляющие и... немного безжизненные. Герои этих постов всегда знают, чего хотят, идут к цели с каменным лицом и в конце непременно достигают успеха, направляя будущие поколения.

Именно поэтому я хочу показать более приземлённую версию успеха обычного человека, в которой запутавшийся новичок сможет себя найти. Без громких фраз про «предназначение» и «стратегическое планирование». Потому что мой профессиональный путь — это не чёткий план, а скорее коктейль из череды случайностей, упрямства и некоторого терпения.