4 МІСЯЦІ НАВЧАННЯ — І ВИ
JUNIOR DATA ANALYST
З ГОТОВИМ ЗВІТОМ У ПОРТФОЛІО
За 4 місяці ви опануєте професію дата-аналітика з нуля, навчитеся проводити повний цикл аналізу та знаходити відповіді в числах.
- 27 березня ― 31 липня
- 34 заняття + практика, робота з реальними датасетами Uklon
- можливість працевлештування до Laba Group після завершення курсу
- лектори MEGOGO та Uklon
МИ РЕКОМЕНДУЄМО КУРС, ЯКЩО ВИ:
За 4 місяці ви опануєте пул інструментів для аналітики даних — через практику та зворотний зв'язок викладачів.
Світчер, новачок, студент Розберетеся у сфері аналізу даних, актуалізуєте знання з математики та статистики, навчитеся «читати» дані й опануєте всі ключові інструменти й технології щоби розпочати карʼєру в ІТ.
Фінансовий менеджер, маркетолог, продакт Адаптуєте свої знання під новий напрямок, вікдриєте нові можливості вже знайомих інструментів типу Excel/Google Sheets, розберетеся в метриках, почнете будувати прогнози та пропонувати ефективні бізнес-рішення.
Аналітик-початківець Розширите власний інструментарій, підвищите рівень кваліфікації, навчитеся писати SQL-запити, користуватися бібліотеками Python та іншими фічами для візуалізації результатів аналізу та побудови звітів.
ЛЕКТОРИ КУРСУ 🔥 Допоможуть вам знаходити інсайти для бізнесу за допомогою data-аналітики. На двох наші викладачі мають 11 років досвіду роботи у топових проєктах та компаніях.
Юлія Ларіонова Досвід в Raiffeisen Bank Aval:
• будувала аналітичні звіти та готувала дані для подальшого використання у кредитних скорингових моделях.
Досвід в Megogo:
• рахувала ad-hoc аналітику.
• брала участь у розробці внутрішньої системи для аналізу поведінки користувачів на web-, mobile- та SmartTV-платформах медіасервісу з DAU > 1.5 млн.
• щодня працюю з > 15 TB даних.
Максим Арбузов Досвід в LetyShops:
• працював аналітиком у команді масштабування та робив дослідження з пошуку нових ринків для продукту.
• проводив маркетингову та продуктову аналітику, а також активно займався BI-аналізом.
Досвід в Uklon:
• аналізую ефективність роботи алгоритмів ціноутворення поїздок в Uklon.
• знаю, як знайти взаємозвʼязки в даних, оскільки на практиці аналізував, як марка авто впливає на чайові, а погода ― на кількість створених замовлень.
• будувала аналітичні звіти та готувала дані для подальшого використання у кредитних скорингових моделях.
Досвід в Megogo:
• рахувала ad-hoc аналітику.
• брала участь у розробці внутрішньої системи для аналізу поведінки користувачів на web-, mobile- та SmartTV-платформах медіасервісу з DAU > 1.5 млн.
• щодня працюю з > 15 TB даних.
• працював аналітиком у команді масштабування та робив дослідження з пошуку нових ринків для продукту.
• проводив маркетингову та продуктову аналітику, а також активно займався BI-аналізом.
Досвід в Uklon:
• аналізую ефективність роботи алгоритмів ціноутворення поїздок в Uklon.
• знаю, як знайти взаємозвʼязки в даних, оскільки на практиці аналізував, як марка авто впливає на чайові, а погода ― на кількість створених замовлень.
НАШ ФОКУС ― НА ВАЖЛИВОМУ: На курсі ви отримаєте навички затребуваного data-аналітика
Теорія Зрозумієте, в чому відмінність дата-аналітика від інших фахівців, які працюють з даними, навчитеся мислити як аналітик і більше ніколи не потопатимете в терабайтах незрозумілих даних.
Практика Працюватимете з реальними датасетами, навчитеся робити data-driven висновки, перетворюючи незрозумілі числа на продуктові та бізнес-рішення.
Інструменти Навчитеся працювати з табличними значеннями в Google Sheets та будувати ефективні SQL-запити, вивчите мови Python i R, працюватимете з RStudio та PyCharm, Looker Studio, Tableau, GitHub, Airflow, BigQuery тощо.
Кар'єра Зрозумієте свої обовʼязки на позиції Junior Data Analyst, здобудете всі хард-скіли для старту в ІТ, отримаєте рекомендації від наших рекрутерів щодо оформлення релевантного CV і самопрезентації на співбесідах.
ПРОГРАМА курсу
ПРОГРАМА курсу
модуль #1
1 заняття
1.5 години
1 д/з
Результат: Розумієте різницю між аналітиком даних, бізнес-аналітиком, фінансовим аналітиком, вебаналітиком, продуктовим аналітиком тощо. Маєте уявлення про інструментарій аналітика даних і розумієте, який інструмент до якої задачі підходить
Теми:-
Знайомство з професією Data Analyst
- огляд задач аналітика
- сфери, в яких може працювати аналітик
- огляд інструментів, які необхідні аналітику в роботі
модуль #2
3 заняття
5 годин
2 практичних завдання
Результат: Розумієте, з яких етапів складається аналіз даних. Вмієте користуватися базовими функціями Google Sheets для аналізу даних.
Теми:-
Можливості Google Sheets та вбудовані формули
- що таке Google Sheets та його можливості
- типи даних та їх форматування
- арифметичні формули
- вбудовані функції
- сортування та фільтрація даних
- очищення даних
- функції для пошуку значень та текстового аналізу
- умовне форматування таблиць
-
Аналіз даних у Google Sheets
- етапи аналізу даних
- огляд відкритих джерел, де можна взяти дані для аналізу
- завантаження даних у csv-форматі
- data wrangling
-
Таблиці та візуалізація даних у Google Sheets
- створення, перетворення, фільтрація
- додавання обчислюваних полів
- форматування, оновлення, групування
- візуалізація даних у Google Sheets
- можливості Google Sheets та вбудовані формули
модуль #3
8 занять
12 годин
8 практичних завдань
Результат: Розумієте, що таке бази даних і навіщо вони потрібні, вмієте писати SQL-запити, групувати дані та застосовувати математичні функції для підрахунку показників звітності, працюєте з віконними функціями та рахуєте складні метрики.
Робота з базами даних.
-
Введення в теорію баз даних
- що таке бази даних
- мова SQL
- види баз даних
- огляд СУБД для аналітики даних
- огляд BigQuery
-
Синтаксис SQL: оператори
- підключення до існуючої БД
- SELECT + FROM
- AS + DISTINCT
- WHERE
- оператори порівняння
- логічні оператори (LIKE)
- ORDER BY
- LIMIT
-
Функції агрегації даних, аналітичні функції
- GROUP BY
- HAVING
- функції агрегації
- математичні та статистичні функції
- умовні вирази
-
SET-оператори. Об'єднання таблиць
- типи SET-операторів
- UNION, INTERSECT, EXCEPT
- типи об'єднання таблиць
- INNER JOIN
- LEFT/RIGHT JOIN
- FULL JOIN
- CROSS JOIN
-
Типи даних та їх перетворення
- числові типи
- String-значення
- робота з датами та часом
- масиви
- JSON
- функції
-
Підзапити, CTE, View
- підзапити
- подання (View)
- CTE (With)
- schedule query
- регулярні вирази (regex)
-
Віконні функції
- що таке віконні функції
- синтаксис віконних функцій
- порядок побудови запиту
-
Оптимізація запитів, індекси, CRUD-оператори
- оптимізація запитів
- кластеризація та індекси
- принципи ефективного використання BigQuery
- команди для роботи з таблицями
- функція Pivot
модуль #4
5 занять
8 годин
4 практичних завдання
Результат: Знаєте базовий синтаксис мови Python, знаєте, що таке ітерації, функції, цикли, знайомі з основними бібліотеками Python: Pandas, NumPy тощо. Аналізуєте дані за допомогою Python.
Теми:-
Hello, Py world
- встановлення Python
- огляд інструментів для роботи
- синтаксис мови
-
Базові функції Python
- функції
- цикли
- колекції та структури даних
-
Знайомство з бібліотеками та робота з даними
- бібліотека Pandas
- бібліотека Numpy
- бібліотека SciPy
- нормалізація даних
-
Під'єднання до БД та трансформації даних
- читання даних з БД
- підключення бібліотек для роботи з SQL
- перевірка даних на аномалії
- трансформація даних
-
Аналіз та візуалізація даних у Python
- функції угруповання та підрахунку метрик
- зведені таблиці
- корисні бібліотеки для швидкого аналізу даних
- бібліотека Matplotlib
- бібліотека Seaborn
- бібліотека Plotly
модуль #5
1 заняття
1.5 години
1 практичне завдання
Результат: Вмієте виконувати прості задачі на R та аналізувати дані за допомогою цієї мови програмування.
Теми:-
Основи програмування на R
- особливості мови R
- різниця між Python і R: що краще для аналітика
модуль #6
2 заняття
3 години
2 практичних завдання
Результат: Вмієте використовувати Git для контролю версій коду, взаємодієте з UI GitHub/GitLab, отримуєте дані зі сторонніх ресурсів та вмієте трансформувати їх для подальшої роботи.
Теми:-
Git & Airflow
- data orchestration з Airflow
- контроль версій з Git
-
Парсинг та трансформація даних
- простий парсинг даних
- робота з API
- No Code підхід
- трансформації даних та їхніх типів
- Git & Airflow
модуль #7
3 заняття
5 годин
3 практичних завдання
Результат: Вмієте розраховувати базові статистики для датасету, знайомі з просунутими темати матстату. Розумієте, як запускати й аналізувати А/В-тести. Знайомі з продуктовими метриками.
Теми:-
Застосування та базові терміни математичної статистики
- статистика для аналізу даних
- теорія ймовірності
- види вибірок та типи змінних
- міри мінливості
- квантилі розподілу
-
Просунуті теми математичної статистики
- нормальний розподіл
- правило трьох сигм
- центральна гранична теорема
- довірчі інтервали та рівень значущості
- помилки першого та другого роду
- що теке кореляція
- як працювати з лінійною регресією
- введення в А/В-тестування
-
Метрики продукту
- як збирати дані в продукті
- Data Taxonomy: що це таке
- якими бувають метрики
- як рахувати продуктові метрики
модуль #8
4 заняття
6 годин
3 практичних завдання
Результат: Розумієте, навіщо візуалізувати дані, розбираєтеся у видах і типах графіків, знайомі з принципом побудови дашбордів. Працюєте з Looker Studio і Tableau. Вмієте створювати інтерактивні дашборди.
Теми:-
Вступ до візуалізації даних
- види графіків
- як обирати візуалізацію під задачу
- як побудувати зрозумілу візуалізацію
- принципи побудови дашбордів
-
Looker Studio: знайомство з інструментами
- знайомство з Looker Studio
- встановлення Looker Studio
- підключення БД, файлів у Looker Studio
-
Looker Studio: побудова графіків
- створення графіків на практиці
- як побудувати дашборд з результатами аналізу
- як зробити дашборд інтерактивним
-
Tableau
- знайомство та встановлення Tableau
- як візуалізувати дані в Tableau
- побудова графіків і дашбордів у Tableau
модуль #9
1 заняття
1.5 години
1 практичне завдання
Результат: Вмієте проводити повний цикл аналізу даних, знаходите інсайти в даних, робите зрозумілі звіти для C-level менеджменту. Готові до співбесіди на позицію Junior Data Analyst.
Теми:-
Презентація результатів аналізу
- як упакувати отримані результати у зрозумілий звіт
- як знаходити інсайти в даних
- як презентувати результати аналізу колегам
модуль #10
5 занять
8 годин
робота зі своїм CV
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
- підходи до розвитку карʼєри
- пошук власних сильних і слабких сторін
- структура сучасних ІТ-компаній
-
Стратегія пошуку роботи
- ресурси для пошуку роботи
- як розробити власну стратегію пошуку роботи
- як знайти роботу в міжнародній компанії
- чому LinkedIn такий важливий інструмент пошуку роботи
-
Резюме та супровідний лист
- структура ефективного резюме
- найпоширеніші помилки кандидатів в резюме
- як написати супровідний лист
-
Інтерв'ю з рекрутером та hiring-менеджером
- етапи онбордингу
- особливості інтервʼю з рекрутером
- особливості інтервʼю з hiring-менеджером
- які питання ставити під час ітервʼю
- як вести переговори під час розробки job offer
Додаткові бонуси курсу:
Досвід від практиків Ви не тільки розбиратимете сценарії «як треба робити», але й вчитиметесь на помилках експертів, щоб не гаяти час на набивання шибків.
Нетворкінг з колегами Ви отримаєте доступ до закритого комʼюніті, де зможете розбирати кейси та спілкуватися з колегами.
Працевлаштування Ми пропонуємо працевлаштування: по завершенню курсу кращі студенти потраплять на співбесіду з рекрутером і Head of Analytics в Laba Group, а двоє з них отримаюь офер.
Статистика зарплат на ринку data-аналітики👀 (за даними dou.ua)
Залишіть заявку, ми зв'яжемося і уточнимо, чи підходить вам курс.
Відповідаємо на запитання майбутніх студентів
Задати своє запитання
Як ви навчаєте?
Заняття на курсі-професії побудовані у форматі живих онлайн-занять. Наступного дня після онлайн-заняття запис зʼявиться у вашому особистому кабінеті my.robotdreams. Там же зʼявлятимуться домашні завдання.
Ми подбали про ефективне навчання та нетворкінг. Тому створюємо закритий чат курсу у Slack, де ви зможете обмінюватися досвідом, розбирати кейси та спілкуватися з іншими студентами. Також після кожного заняття ділимося корисними матеріалами для самостійного вивчення.
Ми подбали про ефективне навчання та нетворкінг. Тому створюємо закритий чат курсу у Slack, де ви зможете обмінюватися досвідом, розбирати кейси та спілкуватися з іншими студентами. Також після кожного заняття ділимося корисними матеріалами для самостійного вивчення.
Хто допоможе мені під час курсу?
Ми допомагаємо студентам досягати своєї мети — через практику та зворотний зв'язок викладача. Щоб ви змогли вичавити максимум із навчання і не здалися на півдорозі — ваш особистий менеджер та куратор дадуть відповідь на будь-які запитання в процесі навчання.
Як довго я зможу скористатися матеріалами курсу?
Доступ до відеозаписів занять і корисних матеріалів залишається з вами назавжди.
Чи отримаю я диплом після закінчення курсу?
Як підтвердження навичок дата-аналітика ви отримаєте сертифікат або диплом robot_dreams. Це стане важливим рядком у вашому CV, який цінуватиметься роботодавцями. Ми видаємо диплом, якщо студент набрав 160+ балів, сертифікат ― якщо набрав менше.
Чи отримаю роботу після курсу?
Ми зі свого боку зробимо все, аби ви пройшли навчання та отримали роботу. Наша програма є унікальною, оскільки дозволяє опанувати всі інструменти дата-аналітика, враховуючи мови Python і R. Але кінцевий результат навчання залежить від вашої залученості та мотивації.
Чи можна сплатити курс в розстрочку?
Так, ви можете зареєструватися на курс та сплатити всю суму за навчання пізніше. Ми пропонуємо оплату частинами або розстрочку від банку. Залишіть заявку, щоб вибрати зручні умови.
А якщо мені не сподобається курс?
Ми повернемо всю суму за навчання на вашу картку. Така можливість буде доступна до 3 заняття включно.
Що я вивчу на курсі?
На цьому курсі ми опануємо професію дата-аналітика з нуля й навчимося знаходити відповіді в числах. Почнемо з огляду щоденних задач й бази хард-скілів аналітика ― роботи з табличними даними. Далі навчимося працювати з базами даних і писати SQL-запити, вивчимо синтаксис мов Python i R для маніпуляцій із даними та опануємо Git. Наприкінці курсу навчимося будувати просунуті візуалізації в Looker Studio i Tableau.
Якщо коротко ― за 4 місяці навчимося проходити повний цикл аналізу даних: від збору до інтерпретації результатів.
Якщо коротко ― за 4 місяці навчимося проходити повний цикл аналізу даних: від збору до інтерпретації результатів.