Отдел аналитики данных

Почему аналитики берут у ИИ черновик SQL, а не готовую цифру: три дня на вашем хранилище

Черновик SQL, разбор чужого запроса на 400 строк, дата-словарь, комментарий к дашборду для правления. Все это ваши аналитики делают руками между срочными запросами. Три дня, и у отдела есть файл контекста хранилища, чек-лист приемки SQL и правило: что из выгрузок нельзя отдавать в публичный чат.

Коротко

Коротко: что это и сколько стоит

NOVA Education обучает отделы аналитики данных и BI работе с ИИ на их собственной схеме, SQL и отчетности. Стартовая программа Claude для работы: три дня, от 18 до 24 академических часов, онлайн по всему Казахстану за 120 000 ₸ за человека или очно в Астане за 150 000 ₸, группа от 10 до 25 человек.

Практика идет на ваших материалах: DDL витрин, обезличенные выгрузки, унаследованные запросы, отчеты в Power BI, файлы план-факта из Excel. Первый день начинается с правил по данным, потому что выгрузка с ИИН клиентов не должна оказаться в чужом чате. Дальше отдел собирает в Claude проект с контекстом хранилища и разбирает по одной свои операции: черновик SQL, разбор чужого кода, дата-словарь, мера DAX, проверки витрины, комментарий к дашборду.

На третий день каждый участник берет свою задачу, перестраивает ее и сам замеряет время до и после. У отдела остаются файл контекста хранилища, чек-лист приемки SQL, регламент по данным и первый агент на расписании. Что очередь запросов исчезнет, мы не обещаем: ускоряется черновая часть, а проверка и подпись под цифрой остаются на аналитике. Расчет под ваш состав и формат куратор присылает в течение 48 часов после заявки.

Операции отдела аналитики данных

Операции отдела аналитики данных: как это делают руками сейчас и как после интенсива

Каждая операция заканчивается тремя вещами: промпт, правило по данным и человек, который отвечает за проверку результата.

  1. 01
    Черновик SQL по устной постановке от бизнесаClaude, ChatGPT, DBeaver, помощники в BigQuery и Snowflake
    Сейчас

    Заказчик пишет в чат: дай выручку по филиалам за квартал в разрезе канала. Аналитик садится вспоминать, в какой витрине вообще лежит канал.

    После обучения

    Модель по файлу контекста хранилища собирает каркас запроса: джойны, группировки, оконные функции. Гранулярность агрегата, фильтр по возвратам и сверку итога с закрытым периодом аналитик делает сам, до того как число уйдет в письмо.

  2. 02
    Разбор унаследованного запроса на 400 строк с шестью CTEClaude Code, Cursor, проект в Claude с DDL витрин
    Сейчас

    Запрос писал аналитик, который уволился год назад. Комментариев нет, а отчет по этому запросу уходит правлению каждый понедельник.

    После обучения

    Модель разбирает запрос по слоям: что делает каждый CTE и где теряется фильтр. Какой слой переписать, решает аналитик: модель не знает, зачем в 2023 году туда вписали исключение по одному филиалу.

  3. 03
    Дата-словарь: описания таблиц, колонок и метрикClaude, dbt docs, Notion или Confluence
    Сейчас

    Документации по хранилищу нет. Новый сотрудник первый месяц ходит и спрашивает, что значит флаг is_active и чем order_date отличается от ship_date.

    После обучения

    Модель по DDL и обезличенным примерам строк пишет черновик описаний на сорок таблиц. Определения метрик утверждает владелец данных, потому что иначе в словарь попадет правдоподобная выдумка, и жить с ней будут годами.

  4. 04
    Мера DAX и контекст фильтра в Power BICopilot в Power BI, Claude, ChatGPT
    Сейчас

    Мера выручки LTM считает верно в карточке и ломается в матрице по менеджерам. На поиск причины уходит вечер и переписка в трех чатах.

    После обучения

    Модель показывает, где контекст фильтра переопределяется, и дает вариант через CALCULATE. Аналитик проверяет меру на трех значениях, которые помнит наизусть, а не на первом попавшемся срезе.

  5. 05
    Разбор расхождения между 1С и дашбордомClaude, SQL-клиент, выгрузка из 1С без контрагентов
    Сейчас

    Финансы видят в оборотке одну сумму, директор в дашборде другую, и формально правы оба. Разбор занимает два дня и заканчивается компромиссной формулировкой.

    После обучения

    Модель по описанию обоих расчетов выдает список гипотез: курс пересчета, дата признания выручки, возвраты, внутригрупповые обороты, разная отсечка периода. Каждую гипотезу аналитик проверяет запросом, потому что модель их только называет, а не проверяет.

  6. 06
    Проверки витрины перед публикациейdbt tests, Great Expectations, Claude Code
    Сейчас

    Ошибку в витрине находят через неделю, когда ее замечает коммерческий директор на планерке.

    После обучения

    Модель по описанию витрины пишет проверки: дубли ключа, пропуски в обязательных полях, сходимость суммы с источником, диапазон дат. Пороги задает аналитик: модель не знает, что заказы без города у вас норма, а не ошибка.

  7. 07
    Комментарий к дашборду для правленияClaude с агентом на расписании, Power BI
    Сейчас

    Дашборд открыт, цифры стоят, но на планерке спрашивают, что это значит. Аналитик формулирует на ходу, а потом три часа переписывает.

    После обучения

    Агент в Claude по расписанию берет свод по метрике и пишет черновик: что изменилось, на сколько, за счет какого среза, чего в данных не видно. Причину вписывает аналитик: модель охотно называет причиной совпадение во времени.

  8. 08
    Внутренний инструмент вместо файла, который присылают филиалыClaude Code, Cursor, Next.js, Supabase, Vercel
    Сейчас

    Восемь филиалов присылают план в xlsx. Аналитик сводит их вручную каждый понедельник и вылавливает битые даты и лишние пробелы в кодах.

    После обучения

    В итоговой работе по вайбкодингу отдел собирает учебный прототип с формой ввода и проверкой данных. До использования в компании нужно согласовать его с ИТ, проверить права доступа, безопасность и поддержку.

Красные линии

Что ИИ в аналитике не делает. Разбираем в первый день, а не после отчета

Аналитика редкий отдел, где ошибка ИИ не выглядит ошибкой. Юрист заметит выдуманную статью, маркетолог увидит кривой абзац. Неверный SQL отрабатывает за двести миллисекунд и возвращает аккуратное число, которое уходит в отчет правлению. Поэтому правила здесь жестче, чем на соседних страницах, и мы проходим их до первого промпта.

  1. 01

    Сырые выгрузки с ИИН, ФИО, телефонами и адресами клиентов не уходят в публичный чат. Статья 12 Закона РК о персональных данных требует хранить их в базе на территории Казахстана. В модель идут обезличенная структура и синтетические строки, расчет выполняется в вашем контуре.

  2. 02

    Строки подключения, пароли, ключи сервисных аккаунтов и содержимое .env не попадают в промпт вместе со схемой. Показывать структуру таблиц можно, показывать доступ к ним нельзя.

  3. 03

    Ни один запрос от модели не идет в отчет без выполнения на закрытом периоде и сверки контрольной суммы с источником. На бенчмарке Spider 2.0 (ICLR 2025) модели решают на реальных корпоративных базах заметно меньше задач, чем на учебных схемах, и ошибка выглядит как аккуратный результат: неверный джойн, не та гранулярность, потерянный фильтр, выдуманное имя колонки.

  4. 04

    Неопубликованные финансовые результаты, управленческая отчетность до утверждения, данные партнеров под NDA и закупочные цены не уходят в чат через личный аккаунт сотрудника. Какие своды можно отдавать в корпоративном тарифе, записано в регламенте отдела.

  5. 05

    Модель не назначает причину. Она находит совпадение во времени и охотно называет его причиной. Вывод, что продажи упали из-за смены выкладки, подписывает человек и отвечает за него сам.

  6. 06

    Ни одна цифра не уходит регулятору, инвестору или на правление с оговоркой, что ее посчитал ИИ. За каждое число отвечает человек с фамилией.

После интенсива

Что остается у отдела аналитики данных в понедельник

Результаты итоговой работы можно передать коллегам: шаблоны, инструкции и правила проверки. Перед использованием в рабочих процессах отдел проверяет их на своих задачах.

  • +Файл контекста хранилища на одну или две страницы: от 10 до 15 ключевых витрин, ключи, гранулярность, определения метрик, типовые ловушки. Живет в проекте Claude и подставляется в каждый запрос к модели.
  • +Библиотека промптов и skills под ваш диалект SQL, PostgreSQL, BigQuery или ClickHouse, и в каждом шаблоне отдельный блок с проверкой результата.
  • +Чек-лист приемки SQL от модели на одну страницу: закрытый период, контрольная сумма, гранулярность агрегата, фильтры, имена колонок. Висит рядом с регламентом релизов витрин.
  • +Регламент по данным для отдела аналитики на одну страницу: что обезличиваем, что не грузим вообще, где ставим синтетику, кто согласует исключение. Написан под ваши колонки, а не общий текст про безопасность.
  • +Свой агент или автоматизация из итоговой работы Claude для работы, например комментарий к дашборду по расписанию, и замер до и после по трем операциям отдела, сделанный руками участников.
  • +Корпоративный сертификат каждому участнику и акт выполненных работ для бухгалтерии.
Программа и цена

С какой программы начинает отдел аналитики данных и куда идет дальше

Отдел аналитики начинает с Claude для работы, а не с AI-грамотности, потому что аналитики, как правило, уже пользуются ИИ-чатом и им нужны не основы, а проекты, skills и агенты. За три сессии отдел собирает проект с контекстом хранилища, skills под черновик и приемку SQL, коннекторы к GitHub и Notion и первого агента на расписании. Вторым потоком берут Вайбкодинг: пять дней, чтобы заменить файл от филиалов внутренним инструментом на Next.js и Supabase в проде. Если половина группы бизнес-заказчики отчетности, куратор предложит начать с AI-грамотности.

Запросить расчет для отдела аналитики данныхЦена за человека за программу, группа от 10 до 25 человек: онлайн от 80 000 до 150 000 ₸, очно в Астане от 125 000 до 190 000 ₸. Группу больше 25 человек и программу под компанию считает куратор: КП с точной суммой в течение 48 часов после заявки.
Возражения

Что вы, скорее всего, думаете прямо сейчас

У нас в хранилище бардак. Сначала надо навести порядок, потом уже думать про ИИ.

Порядок сам не наступит: витрины документируют в последнюю очередь, потому что это скучно и никогда не горит. Ровно эту работу модель делает быстрее всего: черновик описаний на сорок таблиц, таблица расхождений между определениями метрик, набор проверок на витрину. По отчету DORA 2025 ИИ работает как усилитель: укрепляет сильные процессы и обнажает слабые. Поэтому первым артефактом интенсива идет файл контекста хранилища, а библиотека промптов вторым.

Мы выдали аналитикам ChatGPT полгода назад. Ничего не изменилось.

Проверим, как сотрудники применяют инструмент: есть ли контекст задачи, критерии качества и ответственный за проверку. На занятиях каждая операция заканчивается запросом или инструкцией, правилами работы с данными и примером проверенного результата.

Подписка на модель стоит копейки. Зачем платить 120 000 ₸ за человека.

Один и тот же инструмент может помочь с черновиком и ошибиться в расчёте. На занятиях отдел определяет, что можно поручить модели, какие проверки обязательны и где результат должен готовить профильный специалист.

Вопросы и ответы

Вопросы про обучение отдела аналитики данных

Можно ли доверять SQL-запросу, который написал ChatGPT или Claude?

Как черновику да, как результату нет. На бенчмарке Spider 2.0 (ICLR 2025) модели на реальных корпоративных базах решают заметно меньше задач, чем на учебных схемах. Опасны не падающие запросы, а те, что отрабатывают и выдают неверное число: потерянный фильтр, неверный джойн, не та гранулярность агрегата. Правило после обучения одно: выполнение на закрытом периоде и сверка контрольной суммы с источником.

Как ИИ поможет, если он не знает нашу схему базы?

Схему модели даете вы, обезличенно и один раз. На интенсиве отдел собирает файл контекста хранилища: от 10 до 15 ключевых витрин, ключи, гранулярность, определения метрик, типовые ловушки. Файл живет в проекте Claude и подставляется в каждый запрос. Без него модель выдумывает имена колонок и джойнит по совпадению названий, с ним черновик запроса опирается на ваши таблицы, а не на догадки.

Сколько стоит обучить отдел аналитики из 10 человек?

Claude для работы онлайн стоит 120 000 ₸ за человека, для десяти человек это 1 200 000 ₸. Очно в Астане 150 000 ₸ за человека, для десяти человек 1 500 000 ₸. Цена действует для групп от 10 до 25 человек. Второй поток, Вайбкодинг, стоит 150 000 ₸ онлайн и 190 000 ₸ очно. Точную сумму под ваш состав и формат куратор присылает в течение 48 часов.

Нужен ли аналитикам технический бэкграунд?

Писать код не обязательно, но ИИ-чатом участники уже должны пользоваться. Claude для работы рассчитан на тех, кто каждый день работает в ChatGPT или Claude и хочет перейти к проектам, skills и агентам. Вайбкодинг требует уверенной работы с компьютером, а не умения программировать: код там пишет Claude Code, а участник ставит задачу и проверяет результат. Если в группе бизнес-заказчики отчетности без опыта с ИИ, куратор предложит начать с AI-грамотности.

Можно ли загружать выгрузку с клиентами в ChatGPT или Claude?

Сырую нет. Статья 12 Закона РК о персональных данных требует хранить персональные данные в базе на территории Казахстана, поэтому выгрузка с ИИН, ФИО и телефонами в публичный чат не отправляется. В работе с моделью используют обезличенную структуру и синтетические строки, а сам расчет выполняется в вашем контуре. Первый день интенсива разбирает, что именно обезличивать в ваших выгрузках, и это правило остается в регламенте отдела.

Какая программа подходит отделу аналитики: Claude для работы или Вайбкодинг?

Начинать с Claude для работы: три дня, 120 000 ₸ за человека онлайн и 150 000 ₸ очно в Астане. За три сессии отдел собирает проект с контекстом хранилища, skills под SQL и первого агента. Вайбкодинг берут вторым потоком: пять дней, 150 000 ₸ онлайн и 190 000 ₸ очно, когда отделу нужен свой внутренний инструмент вместо файлов от филиалов. Смешанные группы куратор считает отдельно.

Оплатит ли Tech Orda обучение наших аналитиков?

Корпоративное обучение компания оплачивает по договору с ТОО Nova Solutions. Tech Orda относится к отдельному направлению подготовки IT-специалистов; финансирование частного лица нужно проверять по условиям конкретного набора.

Что останется у отдела после трех дней?

Файл контекста хранилища, библиотека промптов и skills под ваш диалект SQL, чек-лист приемки запросов от модели, регламент на одну страницу о том, что из выгрузок нельзя отдавать в публичный чат, свой агент из итоговой работы и замер до и после по трем операциям. Все это лежит в проекте отдела, а не в личном чате одного энтузиаста, и переживает увольнение автора.

Заявка

Начните с отдела аналитики данных. Через месяц решите про остальные.

Оставьте заявку. Корпоративный куратор свяжется в течение 48 часов, разберет задачи отдела и пришлет расчет под размер группы и формат.

+7 707 747 4191contact.novasolutions.kz@gmail.comАстана, резидент Astana Hub
Нажимая кнопку, вы соглашаетесь на обработку данных.