Аналитик данных

Онлайн-курс Аналитик данных от онлайн-школы Яндекс Практикум. Образовательные услуги оказываются АНО ДПО «ШАД». Это Школа анализа данных, основанная Яндексом. Оказывает услуги на основании Лицензии № 036031 от 24 марта 2015 года. Документ о прохождении обучения по программе дополнительного профессионального образования также выдается АНО ДПО «ШАД».

Программа курса

Основы Python и анализа данных: бесплатный вводный курс

• Процесс и стадии работы аналитика: основные термины, задачи и инструменты анализа данных. Подготовка данных для анализа. Знакомство с языком программирования Python, аналитической библиотекой Pandas и средой программирования Jupyter.

Введение в профессию «Аналитик данных»

• Знакомство с профессией аналитика. Обзор областей, в которых может работать аналитик. Представление разных видов аналитики. Организационная часть процесса обучения.

Предобработка данных

• Чистые и готовые к анализу данные — первый шаг к решению аналитической задачи. Разбираем инструменты для компенсации недостатков данных.

Исследовательский анализ данных

• Предварительный поиск закономерностей в данных даёт возможность сформулировать первые гипотезы для анализа, а также избежать странных ошибок. Учимся использовать средства визуализации для работы с данными.

Статистический анализ данных

• В ходе работы с продуктом возникает масса гипотез, которые можно проверить понятными статистическими методами. Изучаем основы статистики и теории вероятностей для решения бизнес-задач.

Сборный Проект — 1

• Подготовка данных для анализа. Предварительное исследование датасета. Формулирование и проверка гипотез.

Сбор и хранение данных

• Как устроены базы данных, как извлекать данные из них, делая запросы на языке SQL. Добыча данных в интернете.

Анализ бизнес-показателей

• Ещё ближе к бизнесу — разбираем подробно, что такое метрики и основные инструменты: когортный анализ, воронка продаж и unit-экономика.

Принятие решений в бизнесе на основе данных

• A/B-тестирование: в каких случаях его использовать; проектирование, формирование выборки, получение результатов и их валидация.

Как рассказать историю с помощью данных

• Как правильно презентовать результаты своего исследования, оперируя графиками, важнейшими цифрами и их правильной интерпретацией.

Сборный проект — 2

• Получение данных из базы. Предобработка и обзор датасета. Формулирование гипотез с учётом специфики бизнеса. Проверка гипотез и подготовка выводов в формате аналитического отчёта.

Автоматизация

• Автоматизация процессов анализа данных. Превращение рутинных и постоянных задач в скрипты. Создание дашбордов для разных аудиторий и нужд компании.

Прогнозы и предсказания

• Основы машинного обучения, разбор задачи предсказания оттока пользователей.

Выпускной проект