Профессия Аналитик данных

Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. 

Профессия Аналитик данных
Цена
65000
6 месяцев6 месяцев
Бесплатное ознакомлениеБесплатное ознакомление
Сертификат гос. образцаСертификат гос. образца
РусскийРусский
Яндекс Практикум

Описание:

Работа аналитика данных помогает принимать решения в бизнесе, управлении и науке. Мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL.

За 6 месяцев обучения по 10 часов в неделю вы освоите востребованные навыки аналитика данных и соберёте портфолио проектов. Вот какие проекты вы будете делать:

  • Яндекс.Музыка: предпочтения пользователей. Найдёте, как зависит популярность музыки разных жанров от времени суток и дня недели.
  • Исследование рынка недвижимости в Санкт-Петербурге. Вычислите рыночную стоимость недвижимости в Санкт-Петербурге.
  • Определение перспективного тарифа для оператора мобильной связи. Помогите компании определить, какой тариф приносит больше прибыли.

Погружение в IT-профессию подразумевает постоянный контакт с изучаемыми технологиями, выполнение практических заданий и общение с наставником. Для этого мы создали собственную среду обучения.

  • Онлайн-тренажёр. С первого дня вы учитесь на практике. Мы даём знания небольшими частями, которые нужно сразу применить, написав собственный код в онлайн-тренажёре.
  • Самостоятельная работа. Тренажёр — это только часть обучения. Основные навыки вы приобретете по мере решения задач инструментами профессиональных разработчиков, а код-ревьюер даст вам обратную связь.
  • Поддержка. Команда наставников проверяет и комментирует ваши работы, помогает разобраться в сложностях и обучает собственным профессиональным приёмам. Поддержка в чате доступна 24/7.
  • Аналитики учат аналитике. Наставники — аналитики из Яндекса и других IT-компаний. Некоторые из них, как и вы, не сразу выбрали свою профессию и тоже осваивали её с нуля.

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

  • Самостоятельное решение аналитической задачи на выбор студента, со всеми стадиями анализа данных.