[STEPIK] Твой путь в мир Data Analytics (Анатолий Карпов)

Три лекции в неделю. Постоянная практика. Реальные задачи. Будет очень интенсивно, но результат того стоит.
Три лекции в неделю. Постоянная практика. Реальные задачи.
Будет очень интенсивно, но результат того стоит
Здесь >>> начнется твой путь в мир Data Analytics

ТО, ЧЕМУ ВЫ НАУЧИТЕСЬ СЕЙЧАС, ЧЕРЕЗ ДВА ГОДА УЖЕ МОЖЕТ СТАТЬ НЕАКТУАЛЬНЫМ

IT-индустрия меняется постоянно и быстро. Чем быстрее и напряжённее программа обучения, тем проще вам будет влиться в реальную работу и следовать за изменениями.
ВЫ САМИ ВЫБИРАЕТЕ ИНТЕНСИВНОСТЬ ОБУЧЕНИЯ!
Все лекции курса состоят из видеозаписей продолжительностью 15-30 минут, чтобы вы могли учиться в удобном для вас темпе.
МЫ ПРЕДОСТАВЛЯЕМ ВСЮ ИНФРАСТРУКТУРУ.
ОТ ВАС ТРЕБУЕТСЯ ТОЛЬКО БРАУЗЕР!
Мы рекомендуем уделять учёбе 10-15 часов в неделю, также у нас есть онлайн поддержка от менторов и преподавателей курса.

Наша программа охватывает весь спектр Hard Skills, которые нужны на позиции аналитика.
Вы освоите:
– Python, AirFlow
– СlickHouse, PostgreSQL
– Git, Command Line
– Tableau, Redash

ОБУЧЕНИЕ ПРОХОДИТ НА ПЛАТФОРМЕ STEPIK

ТЕХНОЛОГИИ:
В боевых условиях на кластере научитесь работать с Python, Airflow, Git, ClickHouse, PostgresSQL, Redash, Superset, Tableau.

Сможете решать весь спектр аналитических задач, от выгрузки данных из хранилищ, автоматизации ETL процессов до подготовки бизнес отчетов и дашбордов.

Аналитики с таким списком hard skills нарасхват на рынке.

АНАЛИТИКА:
Проводить AB тесты, анализировать результаты, применяя математическую статистику. Рассчитывать и анализировать основные продуктовые метрики.

Наша цель не просто научить вас пользоваться набором инструментов, но сформировать понимание, как аналитика позволяет решать бизнес задачи.

РАБОТА В КОМАНДЕ И ПЛАНИРОВАНИЕ
Наставники ставят вам задачи в Trello, ревьюят ваш код на Github. Часть задач вы должны решить в команде с другими студентами. Именно так выглядит работа в настоящей компании.

Обучение на специализации равносильно стажировке в команде наших преподавателей.

КАРЬЕРА
Мы научим вас проходить собеседования и подготовим резюме.

ДЛЯ КОГО ЭТА ПРОГРАММА:
1) СТАРТ КАРЬЕРЫ
У вас нет опыта в анализе данных, но вы хотите начать карьеру в Data Science. Значительно число наших студентов начинали обучение, не имея никаких знаний в аналитике или программировании.

2)ВЕБ-АНАЛИТИКИ И ПРОГРАММИСТЫ
Прокачаете hard skills в анализе данных. Аналитики с багажом знаний из других областей IT максимально востребованы на рынке.

3)УЖЕ РАБОТАЕТЕ АНАЛИТИКОМ
Для вас мы подготовили режим «Выживание», справитесь, превратитесь в супер бойца. После окончания сможете претендовать на middle позиции в сфере Data Science.

ПРОГРАММА КУРСА ://

1 / PYTHON ДЛЯ РАБОТЫ С ДАННЫМИ
Заложим фундамент: освоим основы программирования, познакомимся с библиотеками для анализа данных, визуализации и работы с файловой системой. Будет непросто, но крутые аналитики обязаны знать эти инструменты. С первого дня начнем работать на удалённом сервере, все по-настоящему!
1.1 / GIT|
Познакомимся с командной строкой и широко используемым инструментом контроля версий — Git. Обсудим базовые команды, научимся работать с репозиториями и увидим, как Git позволяет объединять деятельность множества разработчиков и аналитиков в работе над одним проектом.
1.2 / AIRFLOW|
Зная Python, можно автоматизировать множество рутинных задач. А что если эти задачи повторяются с какой-то периодичностью? Например отчёт, который необходимо присылать менеджеру каждую неделю. В таком случае можно автоматизировать не только сборку отчёта, но и его запуск. Именно для этого существуют многочисленные менеджеры задач. Мы познакомимся с самыми популярными из них, такими как олдскульный crontab и современный Airflow.

2 / SQL|
Освоим основы синтаксиса SQL. На примере ClickHouse научимся работать с системой управления базами данных и подключаться к ней с помощью Python. Начнем учиться грамотно визуализировать наши данные.

3 / ТЕОРИЯ ВЕРОЯТНОСТЕЙ|
В данном блоке мы познакомимся с основами теории вероятностей. Знания в этой области необходимы для более глубоко понимания прикладной статистики.

4 / СТАТИСТИКА|
Научимся планировать A/B тесты и проверять статистические гипотезы. Акцент будет сделан на приложении статистики к решению задач из индустрии.

5 § A/B ТЕСТЫ|
3 занятия, 2 домашние работы
Практическое A/B тестирование подразумевает большую часть работы с математической статистикой. На лекциях рассмотрим основную проблематику экспериментов и закрепим полученные знания с помощью домашних заданий

6 / ВИЗУАЛИЗАЦИЯ|
Важный навык аналитика — уметь правильно представлять результаты своей работы в виде интерактивного дашборда. Посмотрим, какие бывают типы дашбордов, научимся подбирать и оформлять графики под разные задачи, узнаем, на чём необходимо делать акценты при верстке, а также попрактикуемся собирать требования к дашборду от заказчика. Всё это сделаем в BI-системе Tableau.

7 / РАЗВИТИЕ ПРОДУКТА|
Сформируем продуктовое видение и более глубокое понимание бизнеса и продукта. Научимся находить общий язык с продакт-менеджерами и поймём, каким образом можно использовать анализ данных для развития бизнеса. Также рассмотрим, как организована работа команд в IT-продуктах.

8 / ПРОДУКТОВАЯ АНАЛИТИКА|

Поймём, какую ценность может приносить аналитика и как объяснить её бизнесу. Научимся определять потребности пользователей продукта и сегментировать их, считать юнит-экономику, выбирать правильные продуктовые метрики и драйвить рост бизнеса с помощью непрерывной проверки гипотез.

9 / КАК ИСКАТЬ РАБОТУ|
На рынке труда грамотная презентация своих навыков порой так же важна, как и сами навыки, а неумение правильно вести коммуникацию может помешать устроиться на работу даже опытному аналитику. В этом блоке мы обсудим базовые вопросы, касающиеся поиска работы в сфере анализа данных, на примерах рассмотрим разные этапы поиска работы и зададим вопросы профессиональному рекрутеру одной из крупнейших IT-компаний России.