Аналитик данных

Аналитик данных

4.4

Сложность

Начинающий

Тип обучения

Курс

Формат обучения

С проверкой домашнего задания

Трудоустройство

Содействие

Сертификат

Да

Стоимость курса

нет данных

нет рассрочки

Аналитик данных (Data Analyst) - это специалист по работе с большими данными. Он собирает их, анализирует, визуализирует и делает выводы. На основании полученных гипотез компании принимают важные для бизнеса решения.

На кого рассчитан курс?

-Дата-аналитики уровня Junior, которые стремятся систематизировать и углубить свои знания;
-Специалисты по отчетности, которые строят её вручную или в полуавтоматическом режиме в Excel и хотят научиться делать это быстрее и эффективнее;
-Выпускники, желающие работать в области анализа данных, и обладающие необходимым минимумом знаний для старта
-Маркетологи, менеджеры продукта, бизнес-аналитики, экономисты, специалисты по планированию, желающие сократить свою ежедневную рутину до минимума

Что вы получите после обучения

Приобретаемые навыки

Python

SQL

Анализ данных

Дашборды

База данных

Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

Александра Мёрзлая

курса

В области аналитики и BI Александра работает с 2019 года. К этому времени она получила степень бакалавра "Программной инженерии" в СПБ ГУАП, а после и степень магистра. Первые шаги в карьере были сделаны в американской компании Intermedia Cloud Communications в качестве младшего аналитика данных, а к 2021 году удалось стать руководителем команды аналитики. Весь этот год был посвящен новому кросс-командному проекту для международного финансового управления на стеке Microsoft (MS SQL Server, SSRS, SSIS, Power BI).С марта 2022 года работает в группе компаний "Тинькофф Банк" на должности аналитика в хранилище данных. Осуществляет поддержку топ-менеджмента финансового департамента в построении прототипов ETL-процессов на Greenplum, ad-hoc аналитике на Python, репортинге и визуализации в Tableau.В 2020 году получила дополнительное образование по направлению Менеджер проектного управления в IT. Является убежденным приверженцем гибких методологий разработки. Считает, что самые окупаемые вложения - это вложения в собственное развитие.Стэк: SQL, SAS DIS, SSIS, Tableau, Power BI, Python

Дарья Мудрагелева

курса

За 5 лет в IT работала HR-аналитиком и специалистом по Business intelligence в Luxoft, сейчас специалист по аналитике и визуализации отчетности в Exness.По образованию экономист.Стэк: Tableau Desktop & Server, Data analysis & visualization, SQL.В работе ищет здоровый баланс между написанием хорошего источника данных и созданием красивого визуала.

Антон Подольски

курс

8 лет корпоративного опыта в аналитике. SQL, Tableau, c++, python. Создавал аналитические и продуктовые решения в крупных компаниях как МТС, Озон, ivi.ru Работал в продуктовых командах в России, Германии, Польше....

Образовательная организация

Otus

4.2

286 отзывов

Otus.ru - высокотехнологический стартап в области образования. Наша миссия - делать образование осмысленным, реализуя связь между работодателями, специалистами и преподавателями. Приходите к нам учиться!

OTUS сегодня – это более 80 авторских курсов для IT-специалистов из разных направлений таких как программирование, тестирование, инфраструктура, информационная безопасность, управление и Data Science. И что важно, у нас есть программы для разных уровней подготовки от новичков до профессионалов, которые хотят освоить продвинутые навыки.
Наша миссия — делать обучение осмысленным, реализуя взаимосвязь между ожиданиями работодателей, компетенциями специалистов и возможностями преподавателей.

Программа курса

Введение в анализ данных и основы статистики

-Тема 1.Генеральная совокупность и выборка, уровни измерений
-Тема 2.Нормальное распределение, уровень статистической достоверности, стандартное отклонение. Центральная предельная теорема. Доверительные интервалы и стандартная ошибка
-Тема 3.Описательные статистики. Мера центральной тенденции
-Тема 4.Нормальное распределение, уровень статистической достоверности, стандартное отклонение. Центральная предельная теорема
-Тема 5.Доверительные интервалы и стандартная ошибка
-Тема 6.Уровень значимости, статистические гипотезы
-Тема 7.Коэффициент корреляции
-Тема 8.Методы сравнения данных. Сравнение номинальных данных.
-Тема 9.Методы сравнения средних

СУБД и SQL

-Тема 10.Введение в реляционные базы данных. Строчные и колончатые БД
-Тема 11.Создание и редактирование таблиц. DDL. DML, DCL
-Тема 12.Выбор данных, условия, срезы данных в SQL
-Тема 13.Агрегирующие функции. Группировка и сортировка данных
-Тема 14.Вложенные запросы и временные таблицы
-Тема 15.Типы объединений таблиц
-Тема 16.Выражения на SQL
-Тема 17.Встроенные функции на SQL
-Тема 18.Объекты базы данных. Таблицы и представления. Индексы и партиции
-Тема 19.План запроса и оптимизация производительности

Введение в Python

-Тема 20.Знакомство с синтаксисом. Jupyter Notebook
-Тема 21.Переменные и типы данных. Вывод данных и арифметические операции
-Тема 22.Основы Python. Операторы, циклы
-Тема 23.Структуры данных Python. Строки, Списки и Кортежи и Словари
-Тема 24.Циклы for и while
-Тема 25.Функции, модули и библиотеки
-Тема 26.Библиотеки NumPy, pandas, SciPy
-Тема 27.Методы визуализации. Основы matplotlib, seaborn, plotly

Предобработка данных, исследовательский и статистический анализ данных

-Тема 28.Работа с пропусками и дубликатами
-Тема 29.Категоризация данных
-Тема 30.Преобразование типов данных
-Тема 31.Нормировка данных
-Тема 32.Категоризация данных
-Тема 33.Анализ временных рядов
-Тема 34.Изучение срезов данных
-Тема 35.Взаимосвязь данных
-Тема 36.Валидация результатов
-Тема 37.Постановка и проверка гипотез

Введение в Business Intelligence и визуальный анализ данных

-Тема 38.Введение в Business Intelligence
-Тема 39.Обзор экосистемы Tableau Desktop / Public
-Тема 40.Основные типы источников данных в Tableau, соединения
-Тема 41.Интерфейс Tableau Desktop и основные рабочие понятия
-Тема 42.Визуализация: диаграммы, основные сценарии их использования
-Тема 43.Предустановленные и кастомные калькуляции
-Тема 44.Организация данных в Tableau
-Тема 45.Порядок выполнения операций в Tableau
-Тема 46.Введение в информационный дизайн
-Тема 47.Как устроено восприятие пользователя
-Тема 48.Основные ошибки при создании дашбордов
-Тема 49.Проектирование дашборда
-Тема 50.Макетирование под различные задачи и девайсы
-Тема 51.Планирование взаимодействия пользователя с дашбордом

Жизненный цикл проекта в анализе данных

-Тема 52.Принятие решений в бизнесе на основе данных
-Тема 53.Сбор требований
-Тема 54.Кристаллизация требований и создание прототипа
-Тема 55.Итеративная работа с заказчиком на этапе разработки
-Тема 56.Демо готовой версии и этап пользовательского тестирования
-Тема 57.Релиз и постпродакшен
-Тема 58.Мониторинг востребованности и получение обратной связи

Специальные методы и направления в дата-аналитике

-Тема 59.Анализ бизнес-показателей
-Тема 60.Продуктовая аналитика, юнит-экономика, A/B тесты
-Тема 61.Метрики и воронки, иерархия метрик
-Тема 62.Когортный анализ
-Тема 63.BI аналитика
-Тема 64.Дата журналистика