«Junior Data Analyst» онлайн-курс | robot_dreams
  • курс-профессия
  • 40 занятий
  • мини-курс от HR
  • воркшопы

JUNIOR DATA ANALYST

Освойте профессию дата-аналитика с нуля, пройдите полный цикл анализа продукта и добавьте проект в портфолио.

Юлия Ларионова

Data Analyst в

MEGOGO

Виктория Кириченко

Lead Analytics Engineer в

Railsware

О КУРСЕ

  • Продолжительность:

    40 занятий

  • Курсовой проект:

    анализ реального
    датасета и
    отчет аналитика

  • Бонус:

    карьерная
    консультация от HR

Начнем обучение с таблиц в Google Sheets, написания SQL-запросов и работы с базами данных. Затем перейдем к трансформации и анализу данных из Python, научимся их визуализировать в Looker Studio и Tableau. Последний модуль — математическая статистика, благодаря чему также овладеем A/B-тестированием и работой с метриками.

для кого

Свитчеры, новички, студенты

Освоите все ключевые инструменты, навыки и технологии для старта карьеры в IT на должности дата-аналитика. Разберетесь в области анализа данных, подготовитесь к первому собеседованию.

Финансовые менеджеры, маркетологи, продакты

Откроете новые возможности уже знакомых инструментов типа Excel / Google Sheets, научитесь работать с метриками, строить прогнозы и принимать эффективные бизнес-решения на основе аналитики.

Аналитики-новички

Расширите свой инструментарий и повысите уровень квалификации, научитесь писать SQL-запросы, пользоваться библиотеками Python и другими фичами для визуализации результатов анализа и построения отчетов.

 

В ПРОГРАММУ КУРСА ВХОДЯТ

  • 01

    Разбор инструментов

    Научитесь работать с таблицами в Google Sheets и строить SQL-запросы, изучите Python и его библиотеки: NymPy, Pandas, SciPy, Matplotlib и т. д. Будете работать с Looker Studio, Tableau, BigQuery. Овладеете метриками, научитесь проводить A/B-тесты.

  • 02

    Воркшопы

    Будете работать с реальными датасетами под руководством лекторок. В течение 15 воркшопов с комплексными домашними заданиями примените актуальные методы работы с данными, чтобы эффективно визуализировать данные и формировать отчет аналитика.

  • 03

    Проект в портфолио

    Для выполнения курсового проекта вы проанализируете реальный датасет, предоставленный лекторками. Проверите данные, спроектируете дашборд, опишете выводы и рекомендации с обоснованием. Примените приобретенные знания и создадите отчет для будущего портфолио.

  • 04

    Подготовка резюме и портфолио

    В конце программы вас ждет мини-курс от HR. Вы поймете обязанности на позиции Junior Data Analyst, приобретете хард-скилы для старта в ІТ, получите рекомендации от наших рекрутеров по оформлению CV и самопрезентации.

Лекторки

Юлия Ларионова

Data Analyst в MEGOGO, 5+ лет опыта в аналитике

  • в Raiffeisen Bank Aval составляла аналитические отчеты и готовила данные для дальнейшего использования в кредитных скоринговых моделях

  • в MEGOGO считала ad-hoc аналитику для девелоперов, участвовала в разработке внутренней системы для анализа поведения пользователей на web-, mobile- и SmartTV-платформах медиасервиса с DAU >1.5 млн

  • ежедневно работает с >15 TB данных и обрабатывает >100 млн записей с помощью ClickHouse и BigQuery, а также визуализирует данные с помощью Looker Studio и Metabase

  • занимается аналитикой полного цикла, проводит глубинные количественные исследования поведения пользователей сервиса для улучшения рекомендательной системы с контентом

 

Виктория Кириченко

Lead Analytics Engineer в Railsware, 6+ лет опыта в работе с данными

  • начинала карьеру на позиции Business Intelligence Developer в iDeals, поэтому хорошо разбирается в предоставлении необходимой для бизнеса информации

  • управляла сбором данных с нуля до построения хранилища и создала команду, помогавшую всем департаментам компании в ad-hoc репортах

  • в Railsware разрабатывала дашборды для продукта компании (Mailtrap), занималась финансовой аналитикой и автоматизировала P&L-отчет

  • работает с BigQuery, Python, Google Colab, Google Sheets, Looker Studio, Git, Terraform

  • занимается консалтингом, помогает внешним клиентам построить качественную аналитику

ПРОГРАММА

  • 20 января
    1 занятие 1 час

    Интро

    Результат: понимаете разницу между аналитиком данных, бизнес-аналитиком, финансовым аналитиком, веб-аналитиком, продуктовым аналитиком и т. д. Имеете представление об инструментарии аналитика данных.

    Тема:

    • Знакомство с курсом и профессией Data Analyst
  • 01 блок
    4 занятия 4 часа

    Google Sheets для Data Analyst

    Результат: понимаете, из каких этапов состоит анализ данных. Умеете использовать базовые функции Google Sheets для анализа данных.

    Темы:

    • Возможности Google Sheets и встроенные формулы
    • Анализ данных в Google Sheets
    • Таблицы и визуализация данных в Google Sheets
    • Воркшоп по Google Sheets
  • 02 блок
    12 занятий 18 часов

    Работа с базами данных

    Результаты: понимаете принципы работы баз данных, их преимущества и ограничения. Работаете с BigQuery, создаете SQL-запросы разной сложности для анализа данных. Обладаете навыками группирования данных, использования математических функций и объединения таблиц. Работаете с подзапросами, CTE, View и регулярными выражениями. Умеете рассчитывать сложные метрики с помощью оконных функций, подключать разные источники данных и оптимизировать SQL-запросы.

    Темы:

    • Введение в теорию баз данных
    • Знакомство с интерфейсом Google BigQuery
    • Синтаксис SQL: операторы
    • Решение простых практических задач по теме
    • Функции агрегации данных, аналитические функции
    • Data definition language: создаем собственный проект и наполняем его данными
    • Решение простых практических задач по теме
    • Воркшоп: синтаксис SQL, функции агрегации данных
    • Операторы объединения данных [JOIN, UNION]
    • Воркшоп: работа с операторами JOIN и UNION
    • Типы данных и их преобразование
    • Решение простых практических задач по теме
    • Подзапросы, CTE, View
    • Schedule query
    • Регулярные выражения (regex)
    • Воркшоп: подзапросы, CTE и View
    • Оконные функции
    • Решение простых практических задач по теме
    • Оптимизация запросов, индексы, CRUD-операторы
    • Воркшоп: работа с оконными функциями + оптимизация запросов
  • 03 блок
    11 занятий 11,5 часов

    Python для трансформации и анализа данных

    Результаты: понимаете языки программирования и их роль в аналитике, умеете настраивать среду и работать с циклами. Обладаете навыками работы с функциями, структурами данных (списки, словари, кортежи, множества) и понимаете их алгоритмическую сложность. Умеете работать с Pandas, анализировать данные с помощью Python и создавать визуализацию. Работаете с базами данных через коннекторы, умеете получать и трансформировать данные. Знаете основы Git, Airflow и умеете работать с Terraform.

    Темы:

    • Введение в Python: установка и настройка среды
    • Основные типы данных
    • Основные операторы, операции с разными типами данных
    • Условные операторы и циклы
    • Библиотеки Python для работы с данными
    • Pandas. Работа с датафреймами
    • Воркшоп: Python для работы с данными
    • Подключение к базам данных и трансформации данных
    • Воркшоп: подключение к базам данных и трансформации данных
    • Анализ и визуализация данных в Python
    • Парсинг данных с помощью Python
    • Знакомство с Git, Terraform и Airflow
    • Воркшоп: анализ данных с помощью Python
  • 04 блок
    5 занятий 6 часов

    Визуализация данных

    Результаты: понимаете принципы и важность визуализации данных, знаете инструменты ее создания. Умеете работать с Looker Studio и Tableau: настраивать аккаунты, подключать разные источники данных, создавать как простые, так и сложные дашборды. Обладаете навыками визуализации данных в обоих инструментах и ​​умеете подключать новые источники данных.

    Темы:

    • Введение в визуализацию
    • Looker Studio: обзор и базовые возможности
    • Воркшоп: визуализация с Looker Studio
    • Tableau: обзор и базовые возможности
    • Воркшоп: визуализация с Tableau
  • 05 блок
    5 занятий 7 часов

    Вспомнить все — матстат на практике

    Результат: понимаете, для чего используют мат. статистику в анализе данных, и умеете рассчитать базовые статистики для датасета. Знакомы с понятием A/B-тестов, умеете считать метрики продукта и писать требования для сбора базовых событий и метрик.

    Темы:

    • Применение и базовые термины мат. статистики
    • Описательная статистика: меры центральной тенденции
    • Описательная статистика: меры изменчивости
    • Описанная статистика: квантили распределения и их визуализация
    • Продвинутые темы мат. статистики: виды распределения
    • Мат. статистика: важные правила и теоремы
    • Корреляция, регрессия и определение A/B-тестирования
    • Воркшоп: мат. статистика на практике
    • Метрики продукта: данные и аналитические системы
    • Принципы сбора данных
    • Метрики продукта
    • Сегментация пользователей
    • Воркшоп: метрики продукта
  • 06 блок
    2 занятия 3 часа

    Итоги

    Результат: понимаете все этапы процесса анализа данных и можете применить их к реальному кейсу. Знаете, как правильно подготовиться к презентации результатов проведенного анализа.

    Темы:

    • Подготовка к курсовому проекту — как презентовать результаты анализа (онлайн)
    • Защита курсового проекта (онлайн)
  • 07 блок
    4 занятия 2 часа

    Развитие карьеры в IT

    Результат: у вас есть собственная стратегия поиска работы. Правильно оформляете собственные соцсети, чтобы привлекать внимание рекрутеров. Знаете, как написать сопроводительное письмо и заинтересовать работодателя. Умеете представлять себя.

    Темы:

    • Развитие карьеры в IT
    • Стратегия поиска работы
    • Эффективное резюме и сопроводительное письмо
    • Прохождение процесса отбора в компанию

РЕГИСТРАЦИЯ

Заполните эту форму, чтобы расти в аналитике данных или овладеть новой профессией в IT с нуля.

 
 
 
Регистрируясь, вы соглашаетесь с условиями договора-оферты и политикой конфиденциальности.