[SkillFactory] Профессия Аналитик данных. Полный курс. Тариф База (Эмиль Магеррамов, Михаил Баранов)

Ⓚⓐⓡⓐⓟⓤⓩ · 3 апр 2024

Кто такой аналитик данных

Аналитик данных — это специалист по анализу больших данных: он их собирает, обрабатывает и делает выводы.
Аналитик помогает увидеть точки роста бизнеса. На основании его отчетов в компаниях принимают важные решения.

Проблема: Низкая эффективность у онлайн-магазина. Пользователи переходят на сайт, но не оформляют заказ.

Решение: Аналитик данных выясняет, на каком этапе теряется интерес пользователей. Затем предлагает и проверяет гипотезы, которые помогут удержать клиента и довести до покупки.

На курсе вы научитесь

Работать с основными метриками продукта и маркетинга

Применять знания статистики для анализа данных

Проводить сбор данных при помощи: Google Analytics, Google Tag Manager, Amplitude, Яндекс.Метрики, Python

Обрабатывать данные при помощи: Google Analytics, Google Tag Manager, Яндекс.Метрики, Google Sheets, SQL, Python

Визуализировать данные при помощи: Google Sheets, Power BI, Python

Делать выводы и рекомендации для бизнеса на основе анализа данных

Вы получите крепкий фундамент профессии Data Analyst: разовьете основы аналитического мышления и освоите ключевые инструменты (Google Analytics, Google Tag Manager, Яндекс.Метрику, Google Sheets, SQL, Python, Power BI, математическую статистику).

Программа курса

База
На первом этапе вам предстоит познакомиться с бизнес-моделями e-commerce (электронная коммерция) и GameDev (разработка игр). Вы рассмотрите не только теорию, но и поработаете с Google Таблицами, изучите основы статистики, SQL и Python, чтобы эффективно анализировать данные.

Основы аналитики
Казалось бы — зачем теория, лучше сразу в бой! Но нет: без аналитического мышления и умения работать с документацией ничего не выйдет. Поэтому сначала вас ждут:

Обзор бизнес-моделей и видов аналитики

Логические задачи для собеседований

Прокачка аналитического и критического мышления

Работа с аналитической документацией

Тренажер-Google-таблицы и основы статистики
Владение таблицами и статистикой — базовая компетенция аналитика. А еще необходимо научиться решать сложные задачи, не изобретая велосипед. В этом вам поможет тренажер:

Более 200 упражнений

Самые важные темы — первичный анализ, сводные таблицы, графики, описательная и математическая статистика

Отработка материала на аналитических задачах

Погружение в сферу E-commerce
Онлайн-магазины — сейчас не просто тренд, а новая реальность. В E-commerce есть где разгуляться аналитику:

4 тематических проекта для портфолио

Продуктовые и маркетинговые метрики

Пирамида метрик и юнит-экономика

Инструменты сбора — Google Analytics, Amplitude

Самостоятельный проект — анализ бизнес-модели

Тренажер-базы данных и SQL
В 84% вакансий аналитиков с опытом 1–3 года требуется знание SQL. Вы сможете соответствовать этому критерию:
Более 200 упражнений
Агрегатные и оконные функции, соединение таблиц, сложные объединения, подзапросы (и это еще краткий список)
Запросы не ради запросов, а для решения конкретных задач аналитика

Тренажер - PowerBI
Невозможно просто посмотреть на массив цифр и вычленить смысл, поэтому аналитики визуализируют данные с помощью Power BI. И вы научитесь:

Более 50 упражнений

2 интерактивных отчета

Погружение в сферу GameDev
Разработка игр сейчас на подъеме, причем «поднимают» эту индустрию не только гейм-дизайнеры и разработчики, но и мастера аналитики. Вот что мы подготовили для вас:

3 тематических проекта в портфолио

Сквозная маркетинговая аналитика

Сегментация и поведение пользователей

2 самостоятельных проекта — сквозной маркетинговый отчет и анализ воронки

ОСНОВНОЙ БЛОК
На втором этапе вы продолжите совершенствовать навыки Python, научитесь работать с третьей бизнес-моделью — on-demand (доступ к услугам по требованию), а также выберете дальнейшую специализацию.

Тренажер-Python для анализа данных
Такие компании, как «Яндекс» и Mail.Ru, хотят видеть среди своих сотрудников аналитиков, которые дружат с программированием. Вы точно подружитесь:

Более 300 упражнений

Структуры данных, Pandas, методы визуализации и работа с API

Погружение в сферу On-Demand
Мы все теперь пользуемся моделью «по запросу» — это Uber, «Яндекс.Еда» и другие сервисы, предоставляющие услуги буквально по одному клику. Но работать в этой области могут не все — только те, кто пройдет нашу программу:

3 тематических проекта в портфолио

Исследование каналов привлечения

Оценка продуктовой фичи

А/В-тестирование

УРОВЕНЬ PRO
На третьем этапе вы погрузитесь в одну из выбранных специализаций — «Маркетинговую аналитику» или «Продуктовую аналитику». Вы научитесь проводить A/B-тесты, визуализировать данные и верно интерпретировать метрики, проверять гипотезы и получать инсайты на основе данных, а также добавите в свое портфолио два проекта.

Маркетинговая аналитика
На маркетинговой специализации вы научитесь настраивать сквозную аналитику, понимать взаимосвязи различных источников трафика, проводить когортный и RFM-анализ и составлять простые и понятные отчеты и дашборды, строить гипотезы, запускать статистически обоснованное А/В-тестирование и делать грамотные выводы с использованием математического аппарата.

Сегментирование и персонализация ЦА: 2 недели

Когортный и RFM-анализ: 2 недели

Работа с базами данных: 2 недели

Настройка сквозной аналитики: 2 недели

Внешние источники данных: 2 недели

Инструменты анализа данных: 2 недели

А/В-тесты — статистика и математика: 2 недели

А/В-тесты — проблемы при А/В-тестировании и их решение: 2 недели

Продуктовая аналитика
На продуктовой специализации вы разберетесь в основных метриках продукта, получите понимание, какие данные нужно собирать и где их хранить, научитесь структурировать информацию, строить графики, проверять гипотезы и получать ценные для бизнеса инсайты на основе аналитики данных.

Продуктовое мышление: 3 недели

Клиентская аналитика: 5 недель

А/В-тестирование: 6 недель

Data-driven культура: 2 недели

2 самостоятельных проекта — сквозной маркетинговый отчет и анализ воронки

Преподаватели и менторы курса

Эмиль Магеррамов, COO Data Lab, компания EORA
Михаил Баранов, Ex-Senior ML Engineer, Yandex, Ex-Lead Data Scientist, Sberbank CIB
Юлия Мочалова, Machine Learning-инженер, «Газпром-Медиа»
Михаил Белоус, Data Scientist, Райффайзен Банк CIB

Тариф Базовый

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...