Профессия Data Scientist: анализ данных

Станьте специалистом по анализу данных: используйте продвинутые методы и инструменты, чтобы автоматизировать рутинные задачи

Профессия Data Scientist: анализ данных
Цена
98333
Кэшбэк до 8%
9 месяцев9 месяцев
Сертификат гос. образцаСертификат гос. образца
РусскийРусский
Skillbox
Купить с кэшбэком

Описание:

Кому подойдёт этот курс

  • Новичкам в IT. Вы овладеете технической специальностью и начнёте карьеру аналитика в IT, даже если у вас нет глубоких знаний в теории вероятности и статистике.
  • Аналитикам. Вы научитесь использовать прогнозы на основе данных, отшлифуете имеющиеся знания, увеличите скорость своей работы и добьётесь повышения.
  • Менеджерам и владельцам бизнеса. Вы автоматизируете рутину, сделаете бизнес-процессы прозрачными, поменяете Excel на продвинутые инструменты анализа.

Чему вы научитесь

  • Программировать на Python. Освоите самый популярный язык для работы с данными.
  • Визуализировать данные. Сможете разрабатывать дашборды и интерактивную инфографику.
  • Создавать аналитические панели. Разработаете визуальные дашборды с интерактивной инфографикой на фреймворках Shiny и Dash
  • Работать с библиотеками и базами данных. Освоите базы данных MongoDB, PostgreSQL, SQLite3, научитесь работать с библиотеками Pandas, NumPy и Matpotlib.
  • Программировать на R. Разберётесь в специфике языка, сможете обрабатывать статические данные и работать с графикой.
  • Проводить А/B-тестирование. Научитесь проводить эксперименты в маркетинге и оценивать эффект предполагаемых изменений дизайна продукта.

Профессиональные навыки после обучения:

  • Владение Python для анализа данных
  • Знание языка программирования R и основных библиотек
  • Создание аналитических панелей (фреймворки Dash и Shiny)
  • Работа с различными источниками данных: CSV, XML и XLS
  • Визуализация данных с помощью Matplotlib
  • Организация и проведение А/B-тестирования
  • Выявление аномалий данных
  • Работа с базами данных MongoDB, PostgreSQL, SQLite3 и SQL


Программа курса:

Аналитика. Начальный уровень

  1. Введение 
  2. Основы Python: установка PyCharm
  3. Основы Python: базовые структуры данных
  4. Основы Python: циклы и условия
  5. Основы Python: функции
  6. Основы Python: классы и объекты
  7. Основы Python: исключения
  8. Библиотека NumPy. Часть 1
  9. Библиотека NumPy. Часть 2
  10. Библиотека pandas. Часть 1
  11. Библиотека pandas. Часть 2
  12. Визуализация данных с помощью matplotlib
  13. Чтение и запись данных. Часть 1
  14. Введение в SQL
  15. Чтение и запись данных. Часть 2
  16. Работа со строками

Статистика и теория вероятностей

  1. Основы статистики и теории вероятностей

Математика для Data Science

  1. Базовые математические объекты и SymPy. Дроби и преобразования
  2. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты
  3. Функции одной переменной, их свойства и графики
  4. Интерполяция и полиномы
  5. Аппроксимация и преобразования функций
  6. Функции нескольких переменных, их свойства и графики
  7. Линейные функции
  8. Матрицы и координаты
  9. Линейные уравнения
  10. Производная функции одной переменной
  11. Производная по направлению и градиент + частные производные
  12. Линейная регрессия
  13. Собственные векторы и значения. Определитель
  14. Разложения матриц

Аналитика. Средний уровень

  1. Язык программирования R. Часть 1
  2. Язык программирования R. Часть 2
  3. Язык программирования R. Часть 3
  4. Создание аналитических панелей (Dashboard) в R
  5. A/B-тестирование. Часть 1
  6. A/B-тестирование. Часть 2
  7. Выявление аномалий
  8. Интерактивная визуализация данных с помощью Plotly
  9. Создание аналитических панелей (Dashboard) в Python
  10. Spark: управление потоками данных
  11. Сервисы визуального анализа данных. Как не использовать Shiny и Dash

Универсальные знания программиста

  1. Как стать первоклассным программистом
  2. Как искать заказы на разработку
  3. Личный бренд разработчика
  4. Photoshop для программиста
  5. Вёрстка email-рассылок. Советы на реальных примерах
  6. The state of soft skills
  7. Как мы создавали карту развития для разработчиков
  8. Как общаться по email и эффективно работать с почтой?
  9. Повышение своей эффективности
  10. Спор о первом языке программирования
  11. Саморазвитие: как я не усидел на двух стульях и нашёл третий
  12. Data-driven подход к продуктивности — инсайты из данных миллиона людей

Английский для IT-специалистов 

  1. IT Resume and CV
  2. Job interview: questions and answers
  3. Teamwork
  4. Workplace communication
  5. Business letter
  6. Software development
  7. System concept development and SRS
  8. Design
  9. Development and Testing
  10. Deployment and Maintenance