Системный аналитик PRO

Сориентируетесь в видах проектной документации, структуре и назначении артефактов. Рассмотрите стандарты документирования и узнаете о реальных процессах документирования внутри цикла разработки ПО. 5 часов теории, 21 час практики.

• Проектная документация и артефакты
• Software requirements specification и техническое задание
• Стандарты документирования
• Подходы к документированию в ИТ-проектах

Поймёте, зачем нужно моделирование бизнес-процессов, познакомитесь с несколькими подходами. Разберётесь, какую нотацию использовать для разных кейсов. Получите практические навыки моделирования в нескольких инструментах. 13,5 часов теории, 18 часов практики.

• Моделирование бизнес-процессов
• Моделирование бизнес-процессов и нотация BPMN (теория)
• Моделирование бизнес-процессов и нотация BPMN (практика и разбор сложных примеров)
• Практическое занятие по моделированию бизнес-процессов в нотации BPMN
• BPMN. Практика
• Знакомство с нотациями семейства IDEF
• Сравнение нотаций: IDEF, EPC, BPMN
• Кейс по моделированию бизнес-процессов

Узнаете о методах интеграции информационных систем. Изучите спецификацию OpenAPI. Научитесь описывать программные интерфейсы приложений и публиковать их в Swagger. 18 часов теории, 24 часа практики.

• Роль API и протокола HTTP при взаимодействии между системами
• REST как архитектура
• Протокол SOAP
• Нотация OpenAPI
• Swagger. Часть 1
• Swagger. Часть 2
• Swagger. Разбор кейса
• REST API
• Информационная безопасность: как сделать REST API безопасным
• Тестирование API: работа в Postman

Узнаете, какие есть виды архитектур, какой стиль для какой задачи использовать. Поймёте, как устроена микросервисная архитектура, научитесь декомпозировать и выстраивать системы различного уровня сложности. 12 часов теории, 14 часов практики.

• Введение в архитектуру
• Виды архитектур
• Взаимодействие в распределённых системах
• Распределённые данные: САР-теорема
• Функциональная архитектура
• Domain-driven design
• Организация работы команд
• Микросервисная архитектура озера данных на примере Нетологии

Познакомитесь с видами хранилищ данных. Подробно рассмотрите DWH. Поймёте его архитектуру и возможности. На примере разберёте популярные инструменты работы с ним. 16 часов теории, 24 часа практики.

• Введение в хранилище данных
• Проектирование DWH. Часть 1
• Проектирование DWH. Часть 2
• Инструменты для работы с DWH
• Clickhouse
• Airflow
• Data Governance и Data quality
• Тестирование DWH

В дипломной работе вы пройдёте полный цикл анализа: от интервью с заказчиком до оформления спецификации требований на разработку программного обеспечения. Вас будет поддерживать дипломный руководитель. Эксперт разберёт работу и даст рекомендации по её улучшению. 40 часов практики.

• Получите исходные требования к продукту, который нужно разработать, и уточните недостающие у заказчика, выбрав наиболее подходящий инструмент выявления требований
• Сформируете видение продукта, составите описания персон и карту путешествия пользователей по продукту
• Опишете сценарии использования и формализуете требования к разработке
• Смоделируете необходимые интеграции, разработаете API и предложите методы программных интерфейсов в Swagger
• Спроектируете прототипы экранов программного продукта
• Оформите все подготовленные артефакты в единый документ — спецификацию требований на разработку ПО

Вы освоите ключевые подходы к управлению IT-проектами, научитесь оценивать риски и управлять качеством, разберётесь в особенностях бюджетирования и коммуникаций внутри проектных команд. Вы сможете лучше ориентироваться в проектной среде, эффективно выстраивать рабочие процессы и укреплять позиции в команде.

• Основы управления проектами: значение управления проектами для разработчиков
• Практики управления проектами для разработчиков
• Обзор Scrum, Kanban, Lean
• Понятия риска и системы управления рисками в проекте
• Управление качеством проекта
• Основы бюджетирования проекта
• Коммуникации в команде
• Управление конфликтами в команде
• Тестирование, сдача и сопровождение проекта

• Обзор возможностей и трендов применения ИИ в анализе данных
• Использование эффективных промптов для работы с ИИ: возможности, ограничения и примеры

Научитесь использовать простые, но эффективные инструменты ИИ для быстрого анализа текстовых данных и получения полезных выводов.

• Как учиться при помощи ИИ
• Как ИИ поможет в анализе текстовых данных
• Использование ChatGPT для обобщения текстов, извлечения информации и генерации идей
• Практическое применение: анализ отзывов клиентов и улучшение продукта

• Обзор AI-ассистентов (готовые решения)
• Примеры применения AI-ассистентов для аналитиков
• Тренды и перспективы развития AI-ассистентов в работе с данными
• Интеграция с n8n

Поймёте, как можно использовать ИИ для оптимизации ключевых этапов аналитического процесса — от подготовки данных до создания отчётов.

• Вводный блок о работе с анализом данных в SQL и Python
• Генерация SQL-запросов с помощью ИИ
• Автоматическая очистка и предобработка данных
• Выявление трендов, аномалий и корреляций
• Работа с таблицами Excel, интеграция
• Интерпретация результатов. Использование ChatGPT для генерации выводов, рекомендаций, обоснований

Разработаете и защитите свой проект. Выберете тему, соберёте данные, создадите AI-ассистента, проведёте анализ данных.

Удостоверение о повышении квалификации