Назад
Профессия «Аналитик данных»
Moscow Digital School
Сложность
Для новичков
Длительность
4 мес
Тип курса
В записи
Описание курса
Эта профессия идеально подходит для удалённой работы. Заказчики готовы хорошо платить тем, кто умеет визуализировать показатели бизнеса, обосновывать свои решения цифрами и строить прогнозы.
Освойте логические операторы SQL, функции Excel, работу с дашбордами BI и визуализацию данных в Python. Научитесь строить прогнозы на основе данных и помогать бизнесу принимать решения. Профессия востребована во многих сферах: IT, финансы, маркетинг, торговля, медицина, образование, услуги и др.
Программа курса
Модуль 1. Вводный
- Задачи и виды аналитиков
- Аналитика данных
- Навыки аналитика
Модуль 2. Excel
- Зачем аналитику Excel?
- Фильтрация и сортировка данных
- Способы ввода функции
- Редактирование формул и система отслеживания ошибок
- Полезные функции в Excel
- Сводные таблицы: определение, условия построения, настройка областей
- Группировка данных
- Типы диаграмм
- Спарклайны
- Power Query
- Надстройка «Поиск решения». Подключение и настройка параметров
- Выпадающие списки
- OLAP-куб
- Макросы
Модуль 3. SQL
- История языка, стандарт SQL, базовые понятия
- Структура оператора SELECT
- Основные типы данных
- Логические операторы
- Агрегатные функции и группировка
- Подзапросы
- Соединение таблиц
- Создание, обновление и удаление таблиц
- Обобщенные табличные выражения, представления
- Оконные функции
- Типовые сценарии применения
- Введение в оптимизацию запросов
Модуль 4. BI и дашборды
- Знакомство с возможностями инструмента Power BI.
- Power Query
- Подготовка данных к анализу.
- Работа с расширенным редактором: язык М.
- Принципы построения модели данных, организация таблиц, управление связями
- Язык анализа данных DAX
- Загрузка связанных источников данных
- Справочники и автоматически вычисляемые справочники для загруженных запросов
- Распространенные примеры усложненных вычислений DAX
- Формирование мер
- Вычисляемые столбцы и группировки данных
- Дашборд для ключевых показателей эффективности компании
- Блок визуализации в Power BI Desktop
- Дизайн дашборда и применение тем
- Работа в PowerBI из браузера
- Визуализация данных в Grafana и Yandex DataLens
Модуль 5. Python для аналитики данных
- Знакомство с Jupyter Notebook и markdown
- Простые операции с числами и строками
- Условный оператор и цикл for
- Функции
- Введение в Pandas
- Простые визуализации
- Анализ выбросов данных
- Загрузка и модификация данных
- Анализ посещаемости интернет-магазина
- Воронка продаж, столбцовые диаграммы, анализ конверсии
- Введение в математическую статистику.
- Описательные статистики
- Введение в проверку статистических гипотез
- A/A и A/B тестирование
- Объединение данных
- Когортный анализ
- Сравнение качества трафика из двух рекламных источников
Модуль 6. Финальный проект
- Построите управленческий дашборд с ключевыми показателями бизнеса
- Попробуете себя в роли аналитика данных бразильского маркетплейса Olist. Обсудите бизнес-процесс работы маркетплейса и модель данных. Научитесь работать с базой данных на удаленном сервере. Разберёте подходы решения к задачам бизнеса
Преподаватели
Владимир Сурков
Ведущий инженер-программист Orion Innovation / Remote Freelance Business Intelligence Developer & Database Engineer
Нарек Геворгян
Инженер-исследователь в Сколковском институте науки и технологий
Алексей Прошин
Эксперт по аналитике данных
Александр Мальков
Руководитель отдела аналитики в ООО "Русагро-Сахар"
Показать еще
Цена
3 281 BYN
Скидка -30%
- 984 BYN
Итого
2 297 BYN
В рассрочку на 18 мес
183 BYN/мес
128 BYN/мес
Кешбэк
115 баллов
