Аналитик данных: расширенный курс

С помощью нейросетей научитесь работать с данными в Excel, писать SQL-запросы, выявлять тренды и корреляции. Сможете использовать ИИ и Python в Jupyter Notebook, автоматизировать процессы с n8n. Научитесь работать с ИИ-помощниками и создавать собственных. Этот курс — программа повышения квалификации. Будет доступна, когда вы пройдёте все модули расширенной программы. Занятия по нейросетям проходят по расписанию до 2 раз в неделю после 19:00 мск. 37,5 часов теории, 37 часов практики.

• Обзор возможностей и трендов применения ИИ в анализе данных. Использование эффективных промптов
• Анализ текстовых данных при помощи ИИ
• ИИ-ассистенты для работы с данными
• Оптимизация задач при помощи ИИ
• Итоговый проект

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, 38 часов 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

Познакомитесь со статистическими показателями, научитесь проводить статистический анализ данных и проверять гипотезы с помощью различных инструментов. 10 часов теории, 14 часов практики.

• Что такое статистика и для чего она нужна
• Основные статистические показатели, виды распределений данных, корреляция
• Взаимосвязи данных и формулирование гипотез по SMART
• Статистические критерии в Google Таблицах. Проверка гипотез и формулирование выводов

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

Вы научитесь пользоваться базовыми инструментами и подходами в Python, чтобы начать работать с данными. Узнаете, как получать и очищать данные, находить связи и проверять гипотезы. Поработаете с главными аналитическими библиотеками. 66 часов теории, 83 часа 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

Узнаете, кто является заказчиком аналитики в компании и как работать с разными типами заказчиков. Вы получите базовые знания об иерархии метрик, которые позволят вам говорить на одном языке с коллегами, выдвигать рабочие гипотезы и строить понятную отчётность.

• Маркетинговые метрики и метрики продукта
• Финансовые метрики
• Иерархия метрик
• Сбор требований и разработка отчётности
• Формулирование гипотез. Поиск точек роста
• Дизайн тестов, проведение и анализ. Построение простых моделей
• Оптимизация отчётности

Поймёте, как создавать наглядные визуализации, откуда берутся данные для визуализации и как с ними работать. Узнаете, как создавать истории с помощью данных.

• Как донести информацию с помощью изображений
• Инструменты, источники и предподготовка данных
• Исследование данных и основы статистики
• Продвинутая визуализация данных
• Сторителлинг в визуализации

Поймёте, как работать с данными и автоматизировать процессы с помощью Google-таблиц и Excel. 5 часов теории, 4 часа практики.

• Инструменты подготовки данных к анализу в Excel
• Сводные таблицы и работа с ними
• Действия с ячейками и диапазонами
• Введение в Google-таблицы
• Функция ВПР
• Валидация данных

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 создать здоровую атмосферу в коллективе, научитесь грамотной коммуникации в бизнесе. Поймёте, как за счёт гибких навыков быстрее расти по карьерной лестнице и добиваться больших результатов.

• Основы коммуникаций и эмоционального интеллекта
• Публичные выступления
• Переговоры с заказчиком и разработчиками​​​​​​​
• Подготовка и проведение обучения пользователей

Научитесь самостоятельно проводить A/B-тестирование, 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

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. 12 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

Сможете анализировать корпоративные базы данных, электронные таблицы и текстовые файлы. Научитесь видеть неочевидные закономерности между показателями. Поймёте, как создавать наглядные интерактивные дашборды для анализа бизнес-метрик в онлайн-режиме. 18 часов теории, 52 часа практики.

• Принципы эффективного анализа данных
• Основы работы с Power Query
• Преобразования таблиц
• Создание модели данных
• Визуализация данных
• Добавление интерактивности в отчёт
• Преобразования столбцов
• Вычисления и инструменты настройки модели
• Сбор визуализации в отчёт
• Инструменты Power BI в Excel
• Публикация отчёта

Диплом, дополнительное удостоверение в тарифе с ИИ