Курсы по бизнес-аналитике для продвинутых

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

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.

Цель курса – изучение расширенных возможностей программы для анализа данных. В курсе подробно разбираются непараметрические методы проверки гипотез и методы изучения взаимосвязи: линейный и нелинейный регрессионный анализ, регрессионные модели бинарного выбора, однофакторный и многофакторный дисперсионный анализ.

Прохождение курса существенно облегчит жизнь любому, кто использует статистические методы в своей работе: аналитикам, маркетологам, социологам, психологам, менеджерам по рекламе, научным работникам в сфере медицины и биологии, специалистам по оценке рисков и по контролю качества. Умение работать с IBM SPSS Statistics поможет при трудоустройстве и в продвижении по карьерной лестнице.

Если Вы маркетолог или аналитик, владение программой позволит делать анализ сезонности, выявлять степень влияния различных факторов (затраты на рекламу, активность продавцов, активность конкурентов и т.д.), на уровень продаж. Вы сможете легко использовать статистические инструменты для полноценного анализа.   По окончании курса Вы получите престижные документы центра (свидетельство центра и удостоверение о повышении квалификации), подтверждающие Ваши компетенции. 

Почему стоит освоить IBM SPSS Statistics в «Специалисте»?

• Наши преподаватели не только хорошо знают интерфейс программы, но и владеют прикладной статистикой и имеют практический опыт применения статистических методов.
• Все курсы – авторские, разработаны на основе многолетнего практического опыта преподавателей.
• Слушатели получают авторские методические пособия, изложенные доступным языком.
• Обучение проходит по методике сертифицированных курсов и тренингов IBM, Microsoft и других компаний.
• Много практики: Вы выполняете упражнения, лабораторные работы, сдаете контрольное тестирование.

Можно пройти курс не только очно, но и в режиме вебинара.

Внимание! Для онлайн-обучения на курсах по SPSS Statistics у слушателей должна быть установлена программа IBM SPSS Statistics.

Вы научитесь:
- Изучать взаимосвязь между категориальными переменными на основе статистических тестов
- Применять непараметрические критерии
- Строить однофакторные и многофакторные дисперсионные модели
- Строить парные и множественные линейные модели регрессии
- Строить нелинейные модели регрессии
- Строить модель логистической регрессии и пробит-модель

В курсе разбираются многомерные статистические методы, которые также относят к методам добычи знаний (data mining). Эти методы позволяют находить скрытые и неочевидные закономерности в больших массивах данных и принимать на основе этих закономерностей управленческие решения.

Подкасты по курсам SPSS:

Беседа 1. Вступление
Беседа 2. Краткая история программы SPSS
Беседа 3. Для кого курсы SPSS
Беседа 4. Преимущества курсов SPSS в Специалисте
Беседа 5. Статистические методы анализа данных с помощью IBM SPSS Statistics
Беседа 6. Углубленные методы анализа данных с помощью IBM SPSS Statistics
Беседа 7. Представление данных в таблицах в IBM SPSS Statistics
Беседа 8. Проведение выборочных обследований с помощью модуля Сложные выборки IBM SPSS Statistics
Беседа 9. Эффективные приемы управления файлами и данными в IBM SPSS Statistics
Беседа 10. Заключение

Вы научитесь:
- Проводить кластерный анализ различными методами
- Проводить факторный и компонентный анализ
- Проводить дискриминантный анализ и классификацию на его основе
- Строить деревья решений и анализировать их
- Строить многомерные дисперсионные модели