Аналитик данных
Data Analyst
Подробнее о курсе
Краткое описание курса
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. Курс даёт техническую базу и навыки использования инструментов для работы с данными
Целевая аудитория курса
- Начинающие аналитики, программисты
Получаемые знания и навыки
- Получение данных с помощью языка запросов SQL
- Очистка и трансформация данных с помощью Python
- Сбор и анализ требований заказчиков к отчётности
- Применение в работе ключевых математических методов и основ статистики
- Прогнозирование событий на основе данных
- Анализ результатов кампаний, исследований и тестирования продуктовых гипотез
- Способность создавать аналитические решения и представлять их бизнесу
Краткое содержание курса
- Аналитическое мышление
- Понятия аналитического мышления
- Основы статистики
- Работа в Google-таблицах
- Понятие данных, продвинутая визуализация данных, инструменты анализа данных
- Изучение темы машинного обучения для жизни
- Построение гипотез для проверки
- Практическое задание
- SQL и получение данных
- Основы SQL, написание простых запросов
- Загрузка данных в базу, работа с PostgreSQL
- Работа с MongoDB
- Практическое задание
- Метрики, гипотезы, точки роста
- Типы заказчиков аналитики в компании, методы взаимодействия с ними
- Основные метрики продукта: маркетинговые финансовые метрики, иерархия метрик
- Сбор требований и разработка отчётности, оптимизация отчетности
- Формулирование гипотез. Поиск точек роста
- Дизайн тестов, проведение и анализ. Построение простых моделей
- Аналитика больших данных
- Большие данные. Традиционные аналитические подходы, базовые типы данных и циклы, функции и классы
- Продвинутые типы данных: массивы, множества, словари
- Python для анализа данных: pandas, numpy и scipy, основные библиотеки для подключения к БД из Python
- Библиотека numpy. Вычислительные задачи
- Библиотека pandas
- Продвинутый pandas
- Визуализация, выбор способа визуализации под задачу, инструменты matplotlib, seaborn
- Основы описательной статистики, виды распределений в Python
- Центральная предельная теорема и статистический анализ данных в Python
- Основные статистические тесты и проверка гипотез
- Освоение ЦПТ
- Дискретные и непрерывные распределения и получите основы статистических проверок гипотез
- Итоговый проект
Отзывы по курсу
Декабрь 2022 года
Слушатель: Курочкина Ольга Николаевна (Аналитик)
Отзыв: Большое спасибо за обучение. Все было очень интересно. Доступно для усвоения, полезно для работы. Получила для себя много новой информации. Буду рада снова посетить Ваши семинары.
Полезно не только для работы, но и для саморазвития.
Декабрь 2022 года
Слушатель: Карютина Светлана Александровна (Специалист)
Отзыв: Будем рады прослушать и проработать семинары-тренинги на любые другие актуальные темы для ИФЦ. Спасибо за знания и помощь, которые , безусловно, пригодятся в нашей работе!
Декабрь 2022 года
Слушатель: Бизоня Юлия Ивановна (Специалист)
Отзыв: Интересна, своеобразная подача материала курса. Спасибо Ольге за помощь в разрешении сложной ситуации. Она дала нам очень грамотный совет.
Декабрь 2022 года
Слушатель: Коничева Елена Викторовна (Аналитик)
Отзыв: Спасибо за организацию, буду рада принять приглашение на семинар. Все понравилось, полученные знания будут применяться в дальнейшее работе.
