А авторы кто?

хз))

Матеша всем нужна, а у DS там есть отдельно Advanced Math. Хотя в ODS говорили, что больше первого курса мат анализа не нужно

Она конечно всем нужна, но по собственному опыту я еще не встретил такого DE, который шарил бы круто в математике (матстат, матан, тервер), но и прикладного значения я для нее не вижу в скоупе DE.

А откуда картинка? Есть побольше вариант?

Нужна теория категорий, чтобы на скале писать))))))))))))))

Кто нить на хадупе там, посчитайте ка медиану на паре триллионов строк... Если дата инженер понимает численные методы, то гораздо проще общаться с сайнтистами. Часто бывает что они просто не могут друг друга понять и потому сайнтисты часто делают свои пайплайны сами. Получается не всегда хорошо... Но бывает и так, что дата инженера делают пайплайны в которых нарушается логика расчёта просто потому, что задача поставлена математиком...
Так что если речь идёт о промышленном ML лучше чтобы оба разговаривали на одном языке.
Это применительно к конкретно этой картинке и ML.
Если же речь идёт о классическом dwh & BI, то там математика не так критична. Но и картинка тогда не соответвует. В случае классического BI надо искать пересечения Data Analyst vs Data Engineer...

Это печально, рынок заполонили датасайтисты которые не могут рассчитать простые вещи, типа посчитать максимальный CPC зная параметры конверсии и ltv. Нет блин такого в scikit-learn 😬

Мне кажется математика нужна обоим профессиям, но зачастую разные разделы. Плюс во многих компаниях датаинженеры берут на себя очень много математических задач. Для многих метрик качества данных нужно не хило шарить.

А как нужно посчитать?:)

Наверно это зависит от специализации человека, я например больше интеграцией занимаюсь.

Все просто, максимальный СРС это тот прикотором потенциальные затраты равны потенциальным доходам, тоесть редполагаемая точка безубыточности кампании.
Для простоты рассмотрим только прямые затраты, тоесть только СРС - плату за клик. Что бы найти максимальный СРС при котором кампания не уйдёт в минус, нам надо знать всего два параметра CLV(Customer lifetime value) и конверсия из клика в покупателя. Обычно конверсия раскладываются на две стадии клик в Лида, и Лид в покупателя.
Эти параметры можно взять либо из исторических данных, либо поискать в интернете так сказать отсылки к стандартам индустрии.
А формула вычисления очень проста
MaxCPC = avgCLV*click2customer_conv_rate
Или если применять конверсию в две стадии :
MaxCPC = avgCLV * click2Lead * Lead2Customer
Например, если средних Clv равен 500 уе, конверсия из клика в Лида 1% и из Лида в клиента 5% то получим
Мax CPC = 500*0.01*0.05= 0.25 ye.
Тоесть 25 центов за клик это та цена при которой кампания предположительно может выйти в ноль.
На самом деле это сильное упрощение, так как все параметры эти они обычно не фиксированный а имеют различные распределения вероятностей, поэтому лучше применять параметрическую симуляцию. Но объяснить её это отдельная боль 😬.