Задания подразумевают опыт использования Python, SQL и Power BI. Если Вы незнакомы с Python, можно решить задание в Excel, но нужно предоставить коды для SQL-запросов. Если для решения задания Вы пользовались LLM, пришлите, пожалуйста, все используемые промпты.
Ответы на задания №2.1, 2.3, 2.4 необходимо предоставить в виде кода на Python (или в Excel файле + коды SQL). Ответ на задание №3.1 необходимо предоставить в виде файла дашборда (.pbix или другие), кода на python или файла Excel Задача №2.4* повышенной сложности, решение не является обязательным, но приветствуется.
-
Считаете ли Вы себя вайбкодером (используете LLM в работе)? Ответы: да/нет/зависит от вайба/другое (опишите)
Пользуюсь LLM если не представляю как подступиться к задаче, чтобы иметь отправную точку или вариант решения. Не вставляю код, если не понимаю как он работает и практически всегда меняю/дорабатываю решения ИИ. Также пользуюсь для улучшения кода, корнер кейсов, поиска потенциальных уязвимых мест в программе.
-
Сохраните файл vacancies.csv в формате .db (если используете Excel: откройте файл и преобразуйте данные в таблицу; опишите свои шаги)
-
Какую меру следует использовать для аналитики сроков закрытия по всем вакансиям и почему? Приведите альтернативные меры и сравните их между собой.
Для простого анализа центральной тендеции можно посчитать, например, среднее арифметические или георметрическое, медиану, моду или усеченное среднее. Медиана обладает устойчивостью к выбросам и отражает типичный случай, поэтому использую её. Для более детального анализа на большой таблице можно использовать методы тактической, статической и предиктивной аналитики в зависимости от цели и фич из данных, на которые мы будем опираться.
-
Используя выбранную меру рассчитайте срок в работе (календарные дни) через SQL запрос к vacancies.db (библиотека sqlite3)
Средний срок закрытия 89.28865979381443 дней
-
(*) Используя выбранную меру рассчитайте срок в работе (рабочие дни) через SQL запрос к vacancies.db (библиотека sqlite3). Подсказка: используйте API производственного календаря
Средний срок закрытия в рабочих днях: 62.628865979381445
-
Используя файл vacancies.csv (допустимо модифицировать файл: например, сделать предварительные расчёты) постройте дашборд с визуализациями на ваше усмотрение
Решение с помощью Python
-
Скорость закрытия вакансий
-
Эффективность рекрутеров
-
Распределение сроков закрытия
Решение с помощью Power BI можно посмотреть в файле
Статистика по закрываемым вакансиям.pbix.Скриншот получившегося дэшборда:
-
vacancy_id - ID вакансии
vacancy_name - Название вакансии
recruiter_name - ФИО рекрутера
applicant_id - ID кандидата
quota_created_date - Дата создания заявки на подбор
hire_date - Дата найма кандидата