Программирование [Karpov.Courses] Аналитик данных. Часть 4 из 5 (2022)

[RoBot]

Описание [Karpov.Courses] Аналитик данных. Часть 4 из 5 (2022):

Для кого эта программа:

— Стартап карьеры: если вы новичок в анализе данных и хотите начать карьеру в этой области. Наш курс предполагает, что вы знакомы с математикой на базовом уровне.

— Продвинутый аналитик: если у вас уже есть опыт в анализе данных, вы сможете улучшить свои знания с помощью востребованных инструментов, таких как Airflow, Git, Command line, Tableau, и повысить свою ценность на рынке труда.

Программа курса:

1. Python для работы с данными:
   — Заложим основу: освоим основы программирования, познакомимся с библиотеками для анализа данных, визуализации и работы с файловой системой.
   — Git: познакомимся с командной строкой и инструментом контроля версий Git.
2. SQL:
   — Освоим основы синтаксиса SQL.
   — Научимся работать с системой управления базами данных ClickHouse и подключаться к ней с помощью Python.
   — Начнём учиться грамотно визуализировать данные.
3. Теория вероятностей:
   — Познакомимся с основами теории вероятностей.
4. Статистика:
   — Научимся планировать A/B-тесты и проверять статистические гипотезы.
5. A/B-тесты:
   — Рассмотрим основную проблематику экспериментов и закрепим полученные знания с помощью домашних заданий.
6. Визуализация:
   — Узнаем, 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 глубже поймём бизнес и продукт.
   — Научимся находить общий язык с продакт-менеджерами и поймем, как использовать анализ данных для развития бизнеса.
   — 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. Airflow:
   — Познакомимся с тем, как устроена работа системы Airflow и как её использовать для решения задач.
10. Поиск работы:
    — Обсудим базовые вопросы, касающиеся поиска работы в сфере анализа данных, рассмотрим разные этапы поиска работы и зададим вопросы профессиональному рекрутеру одной из крупнейших IT-компаний России.
11. Итоговый проект:
    — Вы попробуете себя в роли аналитика, выполняя тестовое задание для компании.

Подробнее:

Скачать курс [Karpov.Courses] Аналитик данных. Часть 4 из 5 (2022):