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:
- 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. - 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. - Теория вероятностей:
— Познакомимся с основами теории вероятностей. - Статистика:
— Научимся планировать A/B-тесты и проверять статистические гипотезы. - A/B-тесты:
— Рассмотрим основную проблематику экспериментов и закрепим полученные знания с помощью домашних заданий. - 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. - 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. - 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. - Airflow:
— Познакомимся с тем, как устроена работа системы Airflow и как её использовать для решения задач. - 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. - Итоговый проект:
— Вы попробуете себя в роли аналитика, выполняя тестовое задание для компании.
Для просмотра содержимого вам необходимо авторизоваться
Скачать курс [Karpov.Courses] Аналитик данных. Часть 4 из 5 (2022):
Для просмотра содержимого вам необходимо авторизоваться
Последнее редактирование модератором: