Дата-аналітика курс: Стань аналітиком з нуля та почни кар'єру в ІТ | Robot Dreams
  • курс-професія
  • 40 занять
  • воркшопи
  • бонус: мінікурс від HR

Станьте аналітиком даних з нуля

З можливістю стажуватися в SKELAR для найкращих студентів курсу

Юлія Ларіонова

Data Analyst у

MEGOGO

Вікторія Кириченко

Lead Analytics Engineer у

Railsware

ПРО КУРС

  • Курсовий проєкт:

    аналіз реального датасету

  • Бонуси:

    мінікурс від HR + Speaking Club

Почнете з таблиць у Google Sheets, написання SQL-запитів та роботи з базами даних. Навчитесь обробляти дані з Python та візуалізуєте їх у Looker Studio й Tableau. Опануєте математичну статистику, A/B-тести й метрики, а у фіналі побудуєте дашборд на основі реального датасету. Найкращі студенти зможуть потрапити на стажування до української компанії SKELAR після інтерв'ю.

Реєструйтеся, щоб зростати в аналітиці

robot

Навчіться знаходити інсайти в даних і пропонувати ефективні рішення для бізнесу

Зареєструватися
Реєструючись, ви погоджуєтеся з умовами договору-оферти та політикою конфіденційності

ПІСЛЯ КУРСУ ВИ
ЗМОЖЕТЕ

1. АНАЛІЗУВАТИ ДАНІ
 
Навчитеся впевнено працювати з таблицями в Google Sheets і писати SQL-запити, формувати гіпотези, запускати A/B-тести й рахувати ключові метрики.
2. БУДУВАТИ ДАШБОРДИ
 
Дізнаєтесь, як чітко та зрозуміло візуалізувати дані в Looker Studio й Tableau, навчитеся презентувати результати аналізу колегам і захищати свої гіпотези.
3. ПИСАТИ КОД ЯК АНАЛІТИК
 
Вивчите Python і його основні бібліотеки: NumPy, Pandas, SciPy та Matplotlib, щоб виконувати задачі з аналізу даних, візуалізації та парсингу.
4. СТАРТУВАТИ АБО ЗРОСТАТИ В АНАЛІТИЦІ
 
Найкращі студенти курсу зможуть потрапити на стажування в український tech venture builder SKELAR, щоби почати кар’єру дата-аналітика.

Юлія Ларіонова

Data Analyst у MEGOGO

  • має 7+ років досвіду в аналітиці

  • у Raiffeisen Bank Aval будувала аналітичні звіти й готувала дані для подальшого використання у кредитних скорингових моделях

  • у MEGOGO рахувала ad-hoc аналітику для девелоперів, брала участь у розробці внутрішньої системи аналізу поведінки користувачів на платформах з DAU > 1.5 млн

  • щодня працює з > 15 TB даних та обробляє > 100 млн записів

  • займається аналітикою повного циклу, проводить глибинні кількісні дослідження поведінки користувачів сервісу для покращення рекомендаційної системи

Вікторія Кириченко

Lead Analytics Engineer у Railsware

  • має 8+ років досвіду в роботі з даними

  • починала кар’єру на позиції Business Intelligence Developer в iDeals

  • управляла збором даних з нуля до побудови сховища та створила команду, яка допомагала всім департаментам компанії в ad-hoc репортах

  • у Railsware розробляла дашборди для продукту компанії (Mailtrap), працювала з фінансовою аналітикою та автоматизувала P&L-звіт

  • займається консалтингом, допомагає зовнішнім клієнтам побудувати якісну аналітику

ПРОГРАМА

  • 18 травня
    1 заняття 1 година

    Інтро

    Результат: розумієте відмінність між аналітиком даних, бізнес-аналітиком, фінансовим аналітиком, вебаналітиком, продуктовим аналітиком тощо. Маєте уявлення про інструментарій аналітика даних.

    Тема:

    • Знайомство з курсом та професією Data Analyst
  • 01 блок
    4 заняття 4 години

    Google Sheets для Data Analyst

    Результат: розумієте, з яких етапів складається аналіз даних. Вмієте користуватися базовими функціями Google Sheets для аналізу даних.

    Теми:

    • Можливості Google Sheets та вбудовані формули
    • Аналіз даних у Google Sheets
    • Таблиці та візуалізація даних у Google Sheets
    • Воркшоп з Google Sheets
  • 02 блок
    12 занять 18 годин

    Робота з базами даних

    Результати: розумієте принципи роботи баз даних, їхні переваги та обмеження. Працюєте з BigQuery, створюєте SQL-запити різної складності для аналізу даних. Володієте навичками групування даних, використання математичних функцій та об'єднання таблиць. Працюєте з підзапитами, CTE, View та регулярними виразами. Вмієте розраховувати складні метрики за допомогою віконних функцій, підключати різні джерела даних та оптимізувати SQL-запити.

    Теми:

    • Введення в теорію баз даних
    • Знайомство з інтерфейсом Google BigQuery
    • Синтаксис SQL: оператори
    • Розв’язання простих практичних задач за темою
    • Функції агрегації даних, аналітичні функції
    • Data definition language: створюємо власний проєкт і наповнюємо його даними
    • Розв’язання простих практичних задач за темою
    • Воркшоп: синтаксис SQL, функції агрегації даних
    • Оператори об’єднання даних [JOIN, UNION]
    • Воркшоп: робота з операторами JOIN та UNION
    • Типи даних та їхнє перетворення
    • Розв’язання простих практичних задач за темою
    • Підзапити, CTE, View
    • Schedule query
    • Регулярні вирази (regex)
    • Воркшоп: підзапити, CTE та View
    • Віконні функції
    • Розв’язання простих практичних задач за темою
    • Оптимізація запитів, індекси, CRUD-оператори
    • Воркшоп: робота з віконними функціями + оптимізація запитів
  • 03 блок
    11 занять 11,5 годин

    Python для трансформації та аналізу даних

    Результати: розумієте мови програмування та їхню роль в аналітиці, вмієте налаштовувати середовище програмування та працювати з циклами. Володієте навичками роботи з функціями, структурами даних (списки, словники, кортежі, множини) та розумієте їхню алгоритмічну складність. Вмієте працювати з Pandas, аналізувати дані за допомогою Python та створювати візуалізації. Працюєте з базами даних через конектори, вмієте отримувати й трансформувати дані. Знаєте основи Git, Airflow та вмієте працювати з Terraform.

    Теми:

    • Вступ до Python: встановлення та налаштування середовища
    • Основні типи даних
    • Основні оператори, операції з різними типами даних
    • Умовні оператори та цикли
    • Бібліотеки Python для роботи з даними
    • Pandas. Робота з датафреймами
    • Воркшоп: Python для роботи з даними
    • Підключення до баз даних і трансформації даних
    • Воркшоп: підключення до баз даних і трансформації даних
    • Аналіз та візуалізація даних у Python
    • Парсинг даних за допомогою Python
    • Знайомство з Git, Terraform та Airflow
    • Воркшоп: аналіз даних за допомогою Python
  • 04 блок
    5 занять 6 годин

    Візуалізація даних

    Результати: розумієте принципи та важливість візуалізації даних, знаєте інструменти для її створення. Вмієте працювати з Looker Studio й Tableau: налаштовувати акаунти, підключати різні джерела даних, створювати як прості, так і складні дашборди. Володієте навичками візуалізації даних в обох інструментах та вмієте підключати нові джерела даних.

    Теми:

    • Вступ до візуалізації
    • Looker Studio: огляд і базові можливості
    • Воркшоп: візуалізація з Looker Studio
    • Tableau: огляд і базові можливості
    • Воркшоп: візуалізація з Tableau
  • 05 блок
    5 занять 7 годин

    Згадати все — матстат на практиці

    Результат: розумієте, для чого застосовують мат. статистику в аналізі даних, і вмієте розрахувати базові статистики для датасету. Знайомі з поняттям A/B-тестів, вмієте рахувати метрики продукту й писати вимоги для збору базових подій та метрик.

    Теми:

    • Застосування та базові терміни мат. статистики
    • Описова статистика: міри центральної тенденції
    • Описова статистика: міри мінливості
    • Описова статистика: квантилі розподілу та їхня візуалізація
    • Просунуті теми мат. статистики: види розподілу
    • Мат. статистика: важливі правила й теореми
    • Кореляція, регресія та визначення A/B-тестування
    • Воркшоп: мат. статистика на практиці
    • Метрики продукту: дані та аналітичні системи
    • Принципи збору даних
    • Метрики продукту
    • Сегментація користувачів
    • Воркшоп: метрики продукту
  • 06 блок
    2 заняття 3 години

    Підсумки

    Результат: розумієте всі етапи процесу аналізу даних і можете застосовувати їх до реального кейса. Знаєте, як правильно підготуватися до презентації результатів проведеного аналізу.

    Теми:

    • Підготовка до курсового проєкту — як презентувати результати аналізу (онлайн)
    • Захист курсового проєкту
  • 07 блок
    4 заняття 2 години

    Розвиток кар’єри в IT

    Результат: маєте власну стратегію пошуку роботи. Правильно оформлюєте власні соцмережі, щоби приваблювати увагу рекрутерів. Знаєте, як написати супровідний лист і зацікавити роботодавця. Вмієте презентувати себе.

    Теми:

    • Розвиток кар’єри в ІТ
    • Стратегія пошуку роботи
    • Ефективне резюме і супровідний лист
    • Проходження процесу відбору до компанії

реєстрація

Заповніть цю форму, щоб зростати в аналітиці даних або опанувати нову професію в IT з нуля.

 
 
 
Реєструючись, ви погоджуєтеся з умовами договору-оферти та політикою конфіденційності.