Из юриста в аналитика данных

3.1

8 месяцев,

начало 09 января 2025 г.

Тип обучения

Профессия

Формат обучения

С проверкой домашнего задания

Стоимость курса

76 000 ₽

есть рассрочка

Что в результате?

Новая востребованная профессия

Работа в IT‑индустрии с высоким спросом, низкой конкуренцией и большими перспективами развития

Новый уровень дохода

Аналитики данных быстро растут в зарплате

Помощь в трудоустройстве

Мы помогаем найти новую работу своим ученикам: составить сильное резюме и организовываем интервью с работодателем

Полезные знакомства

Ваш первый нетворкинг в новой профессии случится еще во время обучения. Вы познакомитесь с лучшими экспертами и представителями крупных компаний

Как проходит обучение?

Теория
Подача материала максимально доступна для юристов. Разные форматы обучения помогут сохранять концентрацию и интерес
Практика
Научим управлять новыми знаниями. Решение задач, кейсов и промежуточное тестирование. Задачи с курса — это готовые работы для вашего портфолио
Обратная связь
Мы всегда рядом. Опытные кураторы и эксперты помогут, поправят и подскажут, что можно сделать еще лучше

Что вы получите после обучения

Приобретаемые навыки

Excel

SQL

Power BI

Python

Аналитик данных

Анализ данных

Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

Тимур Исламгулов

курса

Преподаватель Санкт-Петербургского политехнического университета Петра Великого. Написал более 15 научных работ, в том числе учебник по дата-аналитике для «Актиона».

Иван Макеев

курса

Образование и карьера Окончил магистратуру Физтеха, факультет инноваций и высоких технологий. Параллельно изучал архитектуру веб-сервисов в Технотреке. В последний год обучения создал проект Скорочтец, с которым сейчас прохожу акселерацию в Физтех.Старт. Почему Django Если честно, я не выбирал: на Технотреке нас учили писать на Django. Оказалось, что этот фреймворк хорошо подходит для быстрого запила в условиях стартапа. Собственно, Django так себя и позиционирует: "The Web framework for perfectionists with deadlines". Поэтому, если хотите делать стартап, можно смело выбирать Django. Моим студентам «Бездельничайте, учитесь, играйте, рисуйте, создавайте музыку, занимайтесь фрилансом, открывайте стартапы, делайте никому не нужные проекты, голодайте – но никогда не идите работать в корпорации». Павел Дуров

Егор Лысянский

курса

Эксперт в сфере аналитики, маркетинговых исследований и контроля качества обслуживания

Образовательная организация

Актион

0 отзывов

Актион помогает офисным сотрудникам освоить цифровые навыки и перейти на новый уровень в карьере и доходе.
Обучаем на практике бухгалтеров, юристов, кадровиков и HR современным IT-профессиям.

Программа курса

Какие темы изучите

Введение в профессию

Карьера в аналитике данных: какие навыки для этого понадобятся

Excel для аналитики данных

Три причины влюбиться в Excel и базовые формулы, чтобы подготовить данные к анализу
Базовые формулы Excel: продолжение. Как использовать логические выражения для подготовки данных
Подготовка данных: ненужное фильтруем, нужное - сортируем и редактируем
Визуализация в Excel: как удобно показать данные с помощью диаграмм и как их читать
Продвинутые формулы Excel, чтобы подготавливать отчёты по данным
PowerQuery: автоматически получаем данные из десятков различных источников
Сводные таблицы: как быстро преобразовать тысячи строк в понятный отчёт
Математическая теория часть 1: как описать данные с помощью разделов математики
Математическая теория часть 2: учимся предсказывать значения и события
Итоговый проект

SQL для анализа данных

Базы данных: на какие типы делятся и как с ними работают
Запросы для получения данных (SELECT-запросы): как получать данные в упорядоченном и отфильтрованном виде
Объединение таблиц и записей: как получать и выводить данные из нескольких таблиц с помощью JOIN и UNION
Функции и операторы в языке запросов SQL: создаём сложные выражения и вычисляем значения
Запросы управления базами, таблицами и данными: как создавать, изменять и удалять БД и таблицы
View, связи, индексы, ключи и ограничения, чтобы поддерживать целостность данных и оптимизировать запросы
Визуализация данных в Power BI

Начало работы с Power BI

Инструменты, которые помогут сделать ваш отчет наглядным и понятным
Как обработать данные, чтобы ваш дашборд был понятным
Итоговый проект - строим дашборд по зарплате
Python для анализа данных

Погружение в Python. Почему язык программирования нужен аналитику

Основы: как настроить среду программирования и писать простые программы
Операторы и выражения: учимся считать с помощью Python
Условный оператор: как проверять данные по условию
Строки: изучаем методы работы с текстовыми данными
Циклы и итераторы: как не повторять одни и те же команды руками и эффективнее работать с коллекциями
Базовые коллекции: списки. Как и зачем хранить много данных в одной переменной
Базовые коллекции: словари. Создаём гибкую и широко распространённую структуру для работы с данными
Кортежи и множества: защищаем данные от изменений и оставляем только уникальные
Функции Часть 1. Многократное использование части кода
Функции Часть 2. Решаем сложные задачи компактным кодом
Работа с библиотеками. Берём готовые решения Python, чтобы расширить возможности кода
Работа с файлами. Часть 1: как считывать из текстового файла и записывать в него данные
Работа с директориями: как считывать и записывать данные в разных форматах
Jupyter Notebook: переходим к самому популярному инструменту аналитика для работы на Python
Библиотека Pandas. Часть 1: работаем с большими таблицами
Библиотека Pandas. Часть 2: получаем новые данные для анализа на основе предыдущих
Визуализация данных (библиотека matplotlib/seaborn): как строить, настраивать, сохранять и читать графики
Работа с SQL: учимся работать с базами данных SQL из Python
Работа с ошибками и исключениями: как обеспечить бесперебойность работы кода
Итоговый проект