Симулятор Аналитик данных

Программа курса

Ознакомьтесь с программой курса «Симулятор Аналитик данных» от Симулейтив - simulative.ru

1. Продуктовые метрики. Работа аналитика направлена на улучшение продукта, пользовательского опыта и оптимизацию ресурсов компании — для этого нужно глубоко разбираться в том, как «переводить» продукт на язык цифр и метрик. Поэтому в первом модуле подробно изучи…
2. SQL для анализа данных. Язык SQL — основной инструмент аналитика. Его чаще всего спрашивают на собеседованиях и используют в работе. Вас ждет 150+ практических заданий, а также 3 финальных проекта на выбор.>.
3. Визуализация данных: Metabase. Построение графиков и дашбордов — еще одна распространенная задача аналитика. И Metabase отлично синергируется с визуализацией данных и SQL: можно писать запросы и сразу строить графики. В качестве итогового проекта вам предстои…
4. Git / Github. Для работы в команде необходимо уметь работать с системой контроля версий Git. В этом модуле мы расскажем, как пользоваться всеми основными командами, решать конфликты при merge и делать пулл-реквесты. В конце модуля вам предстоит сделать проект…
5. Базовый Python. Язык Python - один из мощнейших инструментов в арсенале аналитика, без него не обходится ни одна серьезная задача. Поэтому мы подробно рассмотрим все аспекты программирования на Python. Вам предстоит решить более 200 задач, а также более 20 би…
6. ООП в Python. Объектно-ориентированное программирование — подход, который позволяет писать удобный и масштабируемый код. Мы на реальных примерах покажем, где это может быть полезно для аналитика. Вам предстоит решить 20+ заданий, а также написать свой класс-к…
7. Python для анализа данных. Основная задача аналитика — собирать данные и извлекать из них полезные гипотезы, изучая их под разными ракурсами. Для этого в данном модуле мы разбираем библиотеки: Numpy, Pandas, Matplotlib, Seaborn. Среди практических заданий: AB…
8. Автоматизация и деплой. Многие задачи в работе аналитика — рутина, которую можно автоматизировать. Однако, чтобы сделать это, нужно уметь также развернуть и настроить сервер, настроить окружение, установить все необходимые программы и много еще чего.
9. Визуализация данных: Power BI. Power BI - одна из мощнейших систем визуализации, которая используется в большинстве крупных компаний. С ее помощью можно строить гибкие дашборды и настраивать сквозную аналитику.
10. Математика и статистика. Аналитика — это про проверку гипотез, A/B тестирование и расчеты. А для этого нужно иметь крепкий математический фундамент. Поэтому в этом модуле мы максимально простым языком будем рассказывать сложные университетские темы.
11. А/В тестирование. В этом модуле подробно будем говорить про проведение A/B тестов, формирование выборок и не только. Поговорим про доверительные интервалы, статистические тесты, сэмплирование.
12. Дипломная работа. Вам предстоит работать с информацией о продажах крупного онлайн-маркетплейса (формата Озон). Вам нужно будет полностью настроить аналитику для этой компании: наладить и автоматизировать сбор данных, настроить сервер, установить BI-системы, п…

Чему вы научитесь

• Освоите и сможете применять: ооп в python. объектно ориентированное программирование подход, который позволяет писать удобный и масштабируемый код. мы на реальных примерах покажем, где это может быть полезно для анали…
• Освоите и сможете применять: один из мощнейших инструментов в арсенале аналитика, без него не обходится ни одна серьезная задача. поэтому мы подробно рассмотрим все аспекты программирования на python. вам предстоит р…
• Освоите и сможете применять: git / github. для работы в команде необходимо уметь работать с системой контроля версий git. в этом модуле мы расскажем, как пользоваться всеми основными командами, решать конфликты при me…
• Освоите и сможете применять: математика и статистика. аналитика это про проверку гипотез, a/b тестирование и расчеты. а для этого нужно иметь крепкий математический фундамент. поэтому в этом модуле мы максимально прос…
• Освоите и сможете применять: продуктовые метрики. работа аналитика направлена на улучшение продукта, пользовательского опыта и оптимизацию ресурсов компании для этого нужно глубоко разбираться в том, как «переводить»…