Длительность
13 месяцев
Формат обучения
Вебинары, воркшопы, гостевые лекции
Документ
Диплом о профессиональной переподготовке
Чем занимается аналитик данных
Аналитик данных проводит статистические тесты, чтобы решить бизнес-проблемы, на которые пока нет ответа. Он работает с разными инструментами анализа, не ограничиваясь готовыми решениями и системами. Знает языки программирования и формулирует гипотезы.
Курс поможет вам не только с нуля овладеть всеми важными для аналитика данных навыками, но и научит мыслить абстрактно, видеть за метриками и показателями смысл, находить взаимосвязи и строить гипотезы.
Кому подойдёт этот курс
Аналитикам без навыков программирования
Подтянете знания в работе с аналитикой, изучите основы программирования на Python или R, научитесь работать с базами данных и Big Data
Всем, кто хочет работать с данными
Узнаете, как проводить исследования, анализировать данные и делать наглядные отчёты. К концу обучения ваши навыки будут на уровне middle-специалиста
Разработчикам, которые хотят сменить профиль
Поймёте, как применить свои знания в программировании для решения бизнес-задач. Изучите инструменты для анализа, сборки и презентации данных заказчику
Чему вы научитесь
Работать с SQL
Научитесь писать запросы, работать с данными в базе без переноса в таблицы, загружать данные и сохранять историю, работать с разными форматами файлов
Применять data-driven подход
Проводить A/B-тесты и определять, что приносит результат в исследуемой области, основываясь на данных, а не на интуиции
Визуализировать данные для разной аудитории
Научитесь строить графики и диаграммы: от простых до интерактивных, сможете создавать визуализации под любой тип данных и рассказывать историю, основываясь на них
Использовать Python или R
Научитесь получать данные из внешних источников, обосновывать выводы, работать с массивами данных и находить закономерности в цифрах
Работать с Big Data
Освоите актуальные инструменты анализа данных и получите явное конкурентное преимущество — крупнейшие компании работают с большими данными
Развивать эмоциональный интеллект
Узнаете, как принимать эмоции и управлять ими. Сможете лучше понимать окружающих и строить деловые отношения. Усилите свою конкурентоспособность
Содержание курса
1 модуль. Погружение
Научитесь думать как аналитик и формулировать гипотезы для проверки. Поймёте, что аналитика строится вокруг данных. Познакомитесь с базовым инструментом аналитика и сможете проводить в нём простой анализ данных.
20 часов теории
41 час практики
Что такое аналитическое мышление
Введение в Google-таблицы
Продвинутые Google-таблицы
Основы статистики
Откуда берутся данные
Продвинутая визуализация данных
Python как инструмент анализа данных
Машинное обучение для жизни
Поймёте, как создавать наглядные визуализации, откуда берутся данные для визуализации и как с ними работать. Узнаете, как создавать истории с помощью данных.
6 часов теории
11 часов практики
Зачем нужна визуализация данных
Как донести информацию с помощью изображений
Инструменты, источники и предподготовка данных
Исследование данных и основы статистики
Продвинутая визуализация данных
Сторителлинг в визуализации
Узнаете, кто является заказчиком аналитики в компании и как работать с разными типами заказчиков. Получите базовые знания об иерархии метрик, которые позволят вам говорить на одном языке с коллегами, выдвигать рабочие гипотезы и строить понятную отчётность.
8 часов теории
19 часов практики
Понимание целей бизнеса
Финансовые метрики
Маркетинговые метрики и метрики продукта
Иерархия метрик
Сбор требований и разработка отчётности
Формулирование гипотез. Поиск точек роста
Дизайн тестов, проведение и анализ. Построение простых моделей
Оптимизация отчётности
Познакомитесь со статистическими показателями, научитесь проводить статистический анализ данных и проверять гипотезы с помощью различных инструментов.
8 часов теории
10 часов практики
Что такое статистика и для чего она нужна
Основные статистические показатели, виды распределений данных, корреляция
Основные статистические показатели. Корреляция
Взаимосвязи данных и формулирование гипотез по SMART
Статистические критерии в Google Таблицах. Проверка гипотез и формулирование выводов
2 модуль. Получение данных и работа с ними
Научитесь получать данные из БД через SQL, фильтровать, агрегировать, импортировать и экспортировать — и не тратить время разработчиков или администраторов на поиск информации. Научитесь загружать данные в базу и самостоятельно развёртывать базу данных PostgreSQL.
20 часов теории
32 часа практики
Введение в SQL. Установка и знакомство
Основы и работа с базами данных
Основы SQL
Углубление в SQL
Работа с PostgreSQL
Разберётесь в методах построения аналитики в компании. Научитесь переходить от мониторинга к прогнозированию, применяя простые скрипты Python и PySpark, чтобы не тратить средства на внедрение сложных промышленных комплексов. Сможете определять, когда и каких данных не хватает, и собирать недостающие.
14 часов теории
37 часов практики
Традиционные аналитические подходы
Машинное обучение и Data Science
Мотивация и технологии работы с большими данными
NoSQL и MongoDB
Основные инструменты обработки больших данных. HADOOP
и SPARK
Машинное обучение на PySpark
Культура сбора и работы с данными
Организация команды для работы с данными
Кейсы и области применения больших данных
3 модуль. Автоматизация процессов
Вы научитесь пользоваться базовыми инструментами и подходами в Python, чтобы начать работать с данными. Научитесь получать и очищать данные, находить связи и проверять гипотезы. Сможете работать с главными аналитическими библиотеками.
68 часов теории
87 часов практики
Основы Python: Jupiter Notebook, комментарии в коде, арифметические операции
Управляющие конструкции и коллекции
Функции и работа с данными, основы парсинга
Работа с файловой системой и модули
Регулярные выражения и основы синтаксического разбора
Исключения и обработка ошибок
Функции и понятие класса
Регулярные выражения и основы синтаксического разбора
Бонусные видеолекции по Git
Библиотека NumPy: вычислительные задачи
Библиотека Pandas: возможности и оптимизация
Функции и работа с данными
Методы оптимизации Pandas
Основы парсинга и работы с API
Базовые понятия статистики. Изучение данных: статистика
и исследовательский анализ
Случайные события. Случайные величины
Корреляция и корреляционный анализ
Задачи классификации и кластеризации
Доверительные интервалы. Статистическая проверка гипотез
для несвязанных выборок
Статистическая проверка гипотез для связанных выборок. A/B-тесты и как их проводить
Научитесь самостоятельно проводить A/B-тестирования, не прибегая к помощи агентств и сторонних специалистов.
19 часов теории
22 часа практики
Data-driven процессы и роль A/B-тестирования
Приоритизация гипотез и тесты
Основы A/B-тестирования
Основы распределения и статистики
Выбираем группы и разделяем на A/B
Инструменты для А/B-тестирования
Кейс-стади
Анализ результатов А/B-тестов
4 модуль. Гибкие навыки или Soft skills
Научитесь лучше понимать собеседников, чётко доносить мысли, быть модератором дискуссии и направлять коммуникацию так, чтобы прийти к цели.
3 часа теории
Коммуникации: синхронизация картины мира
Коммуникации: искусство убеждения и структура аргумента
Эмоциональный интеллект в коммуникациях: этапы развития, распознавание и управление своими и чужими эмоциями
Эмоциональный интеллект в переговорах
Нетворкинг
Научитесь грамотно организовывать деловые встречи и эффективно проводить переговоры, добиваясь взаимовыгодных договорённостей.
7 часов теории
Как укрепить свой авторитет и позиции на работе
Коммуникации на удалёнке и деловая переписка
Налаживание вертикальных и горизонтальных связей в коллективе
Получите навыки, которые помогут самостоятельно подготовиться к питчу, написать речь, собрать презентацию и эффектно выступить перед любой аудиторией. Изучите разные подходы к подаче материала и сможете выступать в типовых ситуациях или когда всё идёт не по плану.
2 часа теории
1 час практики
Общие знания о публичных выступлениях: как презентовать идею или отчёт
Как начать получать удовольствие от выступлений и перестать их бояться
Подготовка презентации к публичному выступлению
Научитесь разбираться в аналитических терминах и читать иностранную техническую документацию. Сможете презентовать результаты анализа с помощью графиков и диаграмм на английском языке. Узнаете, как эффективно готовиться к собеседованиям в зарубежные компании. Научитесь составлять убедительное резюме и писать сопроводительное письмо.
7 часов теории
7 часов практики
Словарь терминов аналитика с примерами употребления и типичными словосочетаниями
Важная лексика для работы с датасетами
Презентация результатов анализа
Чтение технической документации
Самопрезентация. Elevator Pitch
Прохождение собеседований
Резюме и сопроводительное письмо (CV & сover letter)
Email-переписка
Общение в технических чатах
Как вести звонки и встречи
Как учить лексику
Как учить грамматику
Узнаете, как создавать продвинутые визуализации с помощью популярного BI-инструмента — Power BI. Изучите возможности платформы и поймёте, как создавать интерактивные дашборды без программирования.
18 часов теории
52 часа практики
Подготовка исходных данных для анализа
Построение моделей данных из разных неструктурированных источников: таблиц, сайтов и баз данных
Преобразование сложных данных в простые для восприятия
и ценные для бизнеса сведения
Подготовка интерактивных отчётов и дашбордов для совместной работы
Написание кастомных формул на языке запросов DAX
Визуализация результатов анализа
Анализ динамики изменений на дашбордах
Будьте первым кто оставит отзыв.
Оставить отзыв можно только с предоставлением сертификата о прохождении курса.
Похожие курсы
