Для кого ця програма:
- Старт кар'єри. У вас немає досвіду в аналізі даних, але ви хочете почати кар'єру в аналітиці. Наш курс передбачає, що ви володієте математикою хоча б на шкільному рівні. Решті навчимо ми!
- Вже працюєте в аналітиці. Ви зможете доповнити арсенал своїх знань такими затребуваними інструментами, як Airflow, Git, Command line, Tableau, і підвищите свою цінність на ринку праці.
Програма курсу.
1. Python для роботи з даними.
Закладемо фундамент: освоїмо Основи програмування, познайомимося з бібліотеками для аналізу даних, візуалізації та роботи з файловою системою. Буде непросто, але круті аналітики зобов'язані знати ці інструменти. З першого дня почнемо працювати на віддаленому сервері, все по-справжньому!
1.1 Git
Познайомимося з командним рядком і широко використовуваним інструментом контролю версій — Git. Обговоримо базові команди, навчимося працювати з репозиторіями і побачимо, як Git дозволяє об'єднувати діяльність безлічі розробників і аналітиків в роботі над одним проектом.
2. SQL
Освоїмо основи синтаксису SQL. На прикладі ClickHouse навчимося працювати з системою управління базами даних і підключатися до неї за допомогою Python. Почнемо вчитися грамотно візуалізувати наші дані.
3. Теорія ймовірностей.
В даному блоці ми познайомимося з основами теорії ймовірностей. Знання в цій галузі необхідні для більш глибокого розуміння прикладної статистики.
4. Статистика.
Навчимося планувати A/B тести і перевіряти статистичні гіпотези. Акцент буде зроблений на додатку статистики до вирішення завдань з індустрії.
5. А/в тести.
Практичне A/B тестування передбачає більшу частину роботи з математичною статистикою. На лекціях розглянемо основну проблематику експериментів і закріпимо отримані знання за допомогою домашніх завдань.
6. Візуалізація.
Важливий навик аналітика-вміти правильно представляти результати своєї роботи у вигляді інтерактивного дашборда. Подивимося, які бувають типи дашбордів, навчимося підбирати і оформляти графіки під різні завдання, дізнаємося, на чому необхідно робити акценти при верстці, а також попрактикуємося збирати вимоги до дашборду від замовника. Все це зробимо в bi-системі Tableau.
7. Розвиток продукту.
Сформуємо продуктове бачення і більш глибоке розуміння бізнесу і продукту. Навчимося знаходити спільну мову з продакт-менеджерами і зрозуміємо, яким чином можна використовувати аналіз даних для розвитку бізнесу. Також розглянемо, як організована робота команд в IT-продуктах.
8. Продуктова аналітика.
Зрозуміємо, яку цінність може приносити аналітика і як пояснити її бізнесу. Навчимося визначати потреби користувачів продукту і сегментувати їх, рахувати юніт-економіку, вибирати правильні продуктові метрики і драйвити зростання бізнесу за допомогою безперервної перевірки гіпотез.
9. Airflow.
Раніше ви вже вивчали, як можна вирішувати завдання за допомогою python, sql та інших інструментів. Часом були такі завдання, які потрібно було робити щодня, наприклад, стежити за курсом акцій, рахувати KPI або перевіряти успіхи улюбленої команди. Для вирішення таких завдань є свої власні інструменти - як прості шедулери, так і складні системи оркестрування процесів. Airflow якраз така система. Далі ми познайомимося з тим, як влаштована його робота і як ним користуватися для вирішення завдань.
10. Як шукати роботу.
На ринку праці грамотна презентація своїх навичок часом так само важлива, як і самі навички, а невміння правильно вести комунікацію може перешкодити влаштуватися на роботу навіть досвідченому аналітику. У цьому блоці ми обговоримо базові питання, що стосуються пошуку роботи в сфері аналізу даних, на прикладах розглянемо різні етапи пошуку роботи і задамо питання професійному рекрутеру однієї з найбільших IT-компаній Росії.
11. Підсумковий проект.
Ви спробуєте себе в ролі Аналітика, що виконує тестове завдання в компанію. Ви отримаєте доступ до віддаленого сервера і баз даних і попрактикуєтеся вирішувати завдання, з якими в своїй роботі стикаються аналітики. Вам будуть представлені на вибір різні аналітичні проекти, в ході роботи над якими ви зможете застосувати всі навички, які придбали за час проходження курсу. Ви будете писати код, працювати з базами даних, автоматизувати рутинні завдання, шукати інсайти в даних і аналізувати результати A/B-тестів. Як і в будь-якій великій компанії, за допомогою Git ви пройдете code-рев'ю і отримаєте фідбек. Підсумковий проект дозволить вам закріпити отримані знання і неодмінно зробить ваше резюме більш цікавим для майбутнього роботодавця.
https://privatelink.de/?https://karpov.courses/analytics