Стань Аналитиком данных
Описание курса
Аналитик данных cобирает и анализирует большие данные: обрабатывает, изучает и делает выводы. Он помогает узнать клиента, глубоко изучает продукт и напрямую влияет на бизнес-процессы. Эти специалисты проводят A/B тесты, выявляют тенденции в поведении клиентов, проверяют гипотезы. Работа аналитика помогает компаниям в снижении рисков при запуске проектов, принятии объективных решений и оптимизации процессов.
Программа курса
- Работа в Git
- Первый репозиторий.
- Вводное занятие, обзор курса
- Рассказ про аналитиков данных, типичные задачи
- Операционные системы
- Работа с командной строкой
- Настройка окружения
- Создание Github аккаунта.
- Строки
- Списки
- Цикл for
- Вложенные списки
- Условный оператор. Цикл while
- Функции
- Структуры данных в Python: List and tuples, Dictionary and Sets
- Pandas для анализа данных
- Предобработка данных
- Анализ данных и оформление результатов в Jupyter Notebook
- Сортировка, поиск, регулярные выражения.
- Итераторы и генераторы
- Numpy
- Введение в ООП.
- Основы базы данных, структура данных
- Создание таблиц и DDL команды
- SELECT, WHERE
- Все виды join
- Group by, Having
- Оконные функции, фреймы оконных функций
- Индексы и оптимизация запросов
- Введение в разведывательный анализ данных. Алгоритмы и методы
- Математическая статистика в контексте EDA. Типы признаков
- Линейная алгебра в контексте Линейных методов.
- Математический анализ в контексте задачи оптимизации
- Теория вероятностей и математическая статистика
- Теория вероятностей в контексте Наивного Байесовского классификатора
- Анализ данных
- Алгоритмы и структуры данных
- Линейный и бинарный поиск
- Сложность алгоритма
- Как оценивать время исполнения
- Как решать алгоритмические задачи
- Как тестировать свою программу
- Степени и логарифм. Пределы и последовательности.
- Функции и их графики
- Дифференцирование
- Интегрирование
- Векторы, матрицы и операции с ними
- Сингулярное разложение матриц
- Зачем нужна статистика и A/B тесты
- Доверительные интервалы
- Статистики распределений, взаимосвязь случайных величин, показатели корреляции
- Проверка гипотез, параметрические статистические критерии
- Непараметрические статистические критерии
- Метод максимума правдоподобия и ядерная оценка плотности
- Дизайн A/B эксперимента
- А/А-эксперименты и валидация методики экспериментирования
- Ошибки при проведении A/B тестов
- Увеличение чувствительности А/В тестов
- Невозможность проведения А/В тестов
- Roll-out test
- Causal Inference
- Гипотезы и работа с ними
- Метрики и работа с Amplitude
- От стратегии до тактики через управление метриками
- Как работает и для чего нужна визуализация
- Как обманывать с помощью графиков
- Принципы хорошего графика
- Основы в построении отчетов, разбор разных BI-инструментов
- Много времени уделим практике и вместе освоимся в интерфейсе Tableau.
Преподаватели
Часто задаваемые вопросы
Вам подойдет программа, если у вас есть готовность много и плотно работать над построением навыков разработки.
Это полностью живая программа, в отличие от других альтернатив. Программа уникальна благодаря опытной команде специалистов: у преподавателей курса, рецензентов и организаторов объединенный опыт разработки и управления продуктами в международных компаниях. У каждого коуча, инструктора и преподавателя огромный опыт преподавания.
Похожие курсы
