Курсы по бизнес-аналитике для продвинутых

•  Разберётесь в основах критического мышления
   
• Научитесь решать проблемы с помощью 4-шагового алгоритма
   
• Освоите больше 20 инструментов критического мышления
   
• Сможете много практиковаться на 20 групповых воркшопах
   
• Получите поддержку и обратную связь от наставников
   
• Будете учиться онлайн 2 месяца по 6-9 часов в неделю

Чему научитесь за 2 месяца практики

Анализировать информацию и определять корневую проблему
Применять алгоритмы для уточнения проблемы. Искать проверенные источники информации. Системно подходить к решению любых ситуаций.

Искать разные варианты решения проблемы
Использовать креативные методики для работы, даже если не считаете себя ‎креативным, и предлагать несколько идей для решения одной задачи

Оценивать и выбирать идею на основе логики
Проверять, насколько рассуждения — ваши и других людей —правильны и логичны. Рассчитывать вероятность связанных событий с помощью табличного метода. Искать причинно-следственные связи с помощью логических методов.

Готовить аргументацию к переговорам и презентовать проекты

С чем будете легче справляться после курса

•  Проверять логику своих рассуждений
•  Выбирать оптимальное решение, когда вариантов много, а ошибаться нельзя
•  Аргументировать свою позицию, чтобы убеждать коллег и клиентов
•  Придумывать решения, когда ситуация кажется безвыходной
•  Учитывать риски и неизвестные обстоятельства, когда что-то решаете
•  Делать выводы не только на основе своего опыта
•  Правильно формулировать гипотезы для решения проблем
•  Фокусироваться и приоритизировать, если работаете с большим количеством информации
•  Подбирать рабочие, а не удобные или привычные решения
•  Аргументировать свои решения на основе логики, а не интуиции. Использовать золотое правило аргументации. Отличать тезис от аргумента с помощью слов-маркеров.

На курсе вы научитесь быстро и бюджетно проверять гипотезы и формулировать бизнес-цели. Поймёте, как применять результаты экспериментов в своей работе, развитии компании и продукта

Кому подойдёт курс

• Продакт-менеджерам и владельцам продукта
• Руководителям компаний и отделов
• Предпринимателям и стартаперам
• Маркетологам, аналитикам и трекерам

В настоящее время компании испытывают нехватку квалифицированных специалистов в области внутреннего контроля и аудита. Кризис обнаружил трудности в управлении рисками внутри компаний. Авторы семинара делятся практическим опытом и приемами для успешной реализации функции внутреннего аудита.

Материал сопровождается большим количеством практических примеров, с которыми столкнулись авторы семинара в ходе проведения работ по выявлению рисков злоупотреблений.

В РЕЗУЛЬТАТЕ ОБУЧЕНИЯ ВЫ: 

• углубите знания в области внутреннего аудита, включая идентификацию и описание ключевых бизнес-процессов для понимания бизнеса компании
• сформируете навыки выявления слабых мест в системе внутреннего контроля компании путем анализа выделенных бизнес-процессов
• получите практический опыт по применению аудиторских методик
• сможете вывести систему управления бизнесом на качественно новый уровень для достижения поставленных организационных целей
• станете участником программы привилегий Moscow Business School

Необходимые знания
- знание Python и SQL на базовом уровне;
- понимание, что такое анализ данных и зачем он нужен.

Сейчас на рынке востребованы аналитики, которые умеют визуализировать метрики и данные с помощью BI-инструментов. Курс поможет освоить современные методы работы с Big Data для построения интерактивных дашбордов и аналитических панелей для выявления «инсайтов», способных помочь принять решения на основе данных.

Для кого этот курс?

• аналитики данных и продуктовые аналитики, которые хотят перейти в BI-аналитику, изучить современные BI-системы и научиться строить кастомные дашборды;
• маркетинговые аналитики, которые хотят научиться визуализировать данные;- Product Owner’ы и Project Manager’ы с опытом от 1-2 лет, которые хотят освоить BI-аналитику для визуализации отчетности, чтобы глубже разобраться в аналитике проекта;
• Data Scientist’ы, которые хотят научиться визуализировать данные;
• выпускники, желающие работать в области BI-аналитики, и обладающие необходимым минимумом знаний для старта

После обучения вы сможете:

1. Работать с современными платформами по созданию дашбордов, таких как Power BI, Tableau, Qlik Sense;
2. Научитесь работать с данными на языке Python в библиотеках Numpy, Pandas, создавать интерактивные визуализации в библиотеках Matplotlib, Seaborn и Plotly;
3. Создавать кастомные дашборды любой сложности с помощью Python и библиотеки Dash;
4. Оптимизировать скорость работы с создаваемыми дашбордами путем оптимизации запросов к извлекаемым наборам данных.

Особенности курса:

Студенты будут работать с современными платформами по созданию дашбордов, таких как Power BI, Tableau, Qlik Sense. При этом курс даст углубленные знания по работе с Power BI: будут подробно разобраны способы подключения к источникам данных, принципы обработки и трансформации данных в Power Query, создание модели данных в Power Pivot, настройка и взаимодействие визуальных элементов и создание продвинутых визуализаций с помощью с DAX формул.

Также курс позволит создавать кастомные дашборды любой сложности под тонкие потребности заказчика или работодателя с помощью Python и библиотеки Dash.

Курс «Эконометрика: Анализ временных рядов» подготовлен сотрудниками экономического факультета и Центра эконометрики и бизнес-аналитики Санкт- Петербургского государственного университета.

Целью курса является обучение студентов современным методам эконометрического моделирования одномерных временных рядов. Задачами курса являются: формирование у студентов представления о методологии эмпирического исследования и возможностях эконометрических моделей и границ их применения, а также выработка навыков работы с реальными экономическими данными.

Курс включает четыре модуля.

В первом модуле представлены основные определения, понятия и модели, связанные с временными рядами.

Во втором модуле, посвященном методам анализа и прогнозирования стационарных и интегрированных временных рядов, рассматриваются модели ARMA и ARIMA.

Третий и четвертый модули посвящены теории нестационарных процессов, а также методам тестирования гипотезы о нестационарности (или стационарности) временного ряда.

Видеосюжеты курса содержат теоретический материал и разбор практических кейсов. В дополнительных материалах слушатели могут найти практические кейсы, выполненные в пакетах R, Stata и Gretl.

Курс содержит индивидуальный проект, выполнение которого позволит закрепить и обобщить полученные знания. Курс будет полезен бакалаврам, магистрантам, аспирантам, аналитикам данных и всем интересующимся данной тематикой.