Курс «Профессия: аналитик данных»

Аналитик данных — это спокойная профессия, где нет большой нагрузки и сопутствующих дедлайну стрессов. В то же время эти специалисты востребованы, а их услуги хорошо оплачиваются. Если ваша цель — получение профессии аналитик данных, то этот курс для вас. На нем вы с нуля освоите специфику профессии и инструменты аналитики от Google Analytics до DataScience. Проводится обучение в рамках образовательного проекта ProductStar.

Программа адаптирована под современные требования работодателей. Преподаватели — действующие практики. На уроках вы будете учиться анализировать трафик и сайт, работать с GoogleAnalytics и Яндекс.Метрикой, визуализировать данные, освоите систему сквозной аналитики и другие инструменты аналитики. Новый материал закрепляется выполнением заданий и последующей проверкой и анализом ошибок.

Краткое содержание курса «Профессия: аналитик данных»:

1. Какую роль играет аналитик в команде. Главные типы бизнес-метрик.
2. Логические функции и инструменты Google Sheets и Excel.
3. Работа с гипотезами и поиск точек роста.
4. Digital-аналитика. Отчетность Google Analytics. Особенности, о которых стоит помнить.
5. Погружение в науку о данных.

Завершив курс, вы овладеете продвинутой работой с инструментами web-аналитики, получите навыки работы с мобильной аналитикой, научитесь расчету A/B-тестов. Полученные знания помогут вам трудоустроиться и запустить карьеру.

Ступень 1: «Инструменты для базового анализа данных»

Блок 1: Продуктовая аналитика

• Роль аналитика в команде.
• Роль и место аналитика в команде.
• Lean Canvas.
• HADI циклы.
• Основные типы бизнес-метрик.
• Декомпозиция метрик: иерархия метрик и пирамида метрик.
• Декомпозиция метрик и работа с кастомными метриками.

Блок 2: Google Sheets и Excel для задач аналитики

• Основы работы в Google Sheets.
• Сводные таблицы.
• Форматирование данных.
• Визуализация данных.
• Базовые вычислительные функции и формулы.
• Логические функции и инструменты.
• Текстовые функции и инструменты.
• Работа с диапазонами.
• Массивы.
• Прогнозирование.

Блок 3: SQL для анализа данных

• Введение в блок SQL.
• Извлечение и фильтрация данных (часть 1).
• Извлечение и фильтрация данных (часть 2).
• Преобразование и сортировка данных (часть 1).
• Преобразование и сортировка данных (часть 2).
• Группировка данных.
• Введение в базы данных.
• Объединение таблиц.
• Подзапросы.
• Обновление, добавление и удаление данных.
• Создание, изменение и удаление таблиц.
• Advanced.
• Итоговый проект LEGO.
• Бонусный урок.

Блок 4: Веб-аналитика и аналитика мобильных приложений

• Введение в digital-аналитику: основные понятия и инструменты.
• Базовые настройки инструментов аналитики Google Analytics и Yandex Metrica.
• Основные отчеты Google Analytics. Метрики и параметры.
• Метрики и параметры. Основные отчеты Yandex Metrica.
• GTM особенности работы и основные возможности.
• Расширенные возможности GTM. Практические кейсы.
• Google Analytics 4: Важные особенности и возможности.
• Переход с Google Analytics на Google Analytics 4.
• Инструменты app-аналитики.
• Основные отчеты App Metrica.
• Возможности передачи и сбора данных из систем аналитики — BigQuery, ClickHouse, OWOX BI.
• Мобильная аналитика и А/Б-тесты.

Блок 5: Проведение исследований и анализ пользовательских сценариев

• Анализ целевой аудитории и конкурентов.
• Введение в инструменты исследований.
• Принципы и подходы Customer Development.
• Тренажёр CustDev и практика "в полях" на реальных кейсах.

Ступень 2: «Применение на прикладных проектах и продвинутые инструменты анализа данных»

Блок 1: A/B-тестирование

• Проверка гипотез и поиск точек роста с помощью A/B-тестирования.
• Основы математической статистики для A/B тестирования.
• Статистический тест для оценки результатов A/B эксперимента.
• Цель и метрики A/B теста.
• Практическая реализация A/B теста.
• Продвинутые методики тестирования.
• Инструменты для A/B тестирования.

Блок 2: Мат. статистика и математика для аналитика

• Основы линейной алгебры и теории множеств.
• Методы математической оптимизации.
• Основы описательной статистики.
• Статистический анализ данных.

Блок 3: Unit-экономика и работа с данными

• Unit-экономика.
• Жизненный цикл клиента и когортный анализ.
• Работа с бюджетами.
• Нюансы бюджетов и P&L.
• Прикладная аналитика.
• Feature Adoption.
• Growth Hacking.
• Монетизация.

Блок 4: Python

• Введение в Python.
• Типы данных, функции, классы, ошибки.
• Строки, условия, циклы.
• Списки и словари в Python.
• Пакеты, файлы, Pandas – начало.
• Pandas – продолжение.
• Визуализация данных.
• Базы данных и статистика.
• Многопоточность.
• Веб-сервер flask и контроль версий GIt.
• Итоговый проект.

Блок 5: Использование Power BI и визуализация данных

• Введение в Power BI.
• Power Query. Получение и преобразование данных.
• Модель данных в Power BI.
• DAX (Data Analysis Expressions).
• Работа с отчетами, базовые принципы визуализации данных.
• Power BI Service и создание дашборда.
• Power BI и Python.
• Итоговый проект: Uber & Lyft.

Блок 6: Работа с Tableau и дашбордами

• Введение в Tableau. Знакомство с инфраструктурой Tableau.
• Модели данных и Табличные вычисления.
• Параметры и уровни детализации в Tableau.
• Псевдонимы, сортировка, Actions.
• Разработка дашбордов. Настройка взаимодействия между визуализациями.

Ступень 3: «Специализация и погружение в Data Science»

• Кто такой Data Scientiest.
• Знакомство с машинным обучением.
• Линейная регрессия.
• Бинарная классификация.
• Валидация. Почему это важно.
• Решающие деревья.
• Бутстрап, Бэггинг и случайный лес.
• Feature Engineering, Feature Selection.
• Градиентный бустинг.
• A/B тестирование.
• Обучение без учителя.
• Введение в рекомендательные системы.
• Метрики и бейзлайны.
• Матричное разложение.
• Рекомендации через поиск ближайших соседей.
• Воркшоп: предсказание оттока клиентов и прогноз продаж.
• Воркшоп: скоринг кредитного портфеля.

Блок 2: Специализация: Маркетолог-аналитик

• Введение в маркетинговую аналитику.
• Выстраивание аналитики в performance маркетинге.
• Сквозная аналитика или считаем LTV.
• Основы CRM-аналитики. Сегментация клиентов.
• Введение в маркетинговые исследования.

Блок 3: Специализация: Бизнес-аналитик

• Кто такой Бизнес-аналитик?

Блок 4: Специализация: Системный аналитик

• Кто такой системный аналитик?

Блок 5: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио.
• Как расти в руководителя аналитики.
• Подготовка резюме.
• Подготовка к собеседованию.
• Финальная защита и консультации.

• Формат
  В группе с наставником
  Видеоуроки
  Обучение в ЛК на сайте автора
• Уровень сложности
  Для новичков
• Когда вы будете учиться
  В любой день в любое время
• Домашние задания
  ЕстьС проверкой
• Документ об обучении
  Сертификат Освоение программы курса
• Обязательное выполнение итоговой работы
• Сопровождение
  Куратором
• Общение с группой
  Форум или чат внутри ЛК
• Техническая поддержка
  В рабочее времяЧат в мессенджереТелефон
• Перспективы после обучения
  Трудоустройство