Специальное предложение ProductStar для сотрудников
Kolesa Group
- Более 40 курсов по разным направлениям
- Развиваем прикладные навыки на кейсах компаний
- Скидка 35 % на ВСЕ КУРСЫ
- Возможность БЕСПЛАТНОЙ рассрочки
- Выбор продвинутых специалистов
- Для прокачивания навыков до уровня Senior
- Для получения навыков по развитию собственного бизнеса / стартапа
Middle & Senior product
- Для старта профессии с нуля
- Для получения навыков по развитию собственного бизнеса / стартапа
- Гарантия трудоустройства
Product Manager
- Выбор новичков
- для старта в профессии с нуля
- практика на кейсах реальных компаний, помощь со стажировкой и первым собеседованием
- прокачиваем hardskills, помогаем с трудоустройством
- определяемся со специализацией и учимся запускать свой продукт
Ступень 1: "Базовые навыки"
Блок 1: Базовые навыки и продуктовый подход
Блок 2: Менеджмент команды и Agile
Блок 3: Работа с пользователями и CustDev
Блок 4: DataDriven и аналитический подход
Блок 5: Работа с руководителем и защита своих идей
Ступень 2: "Навыки для Middle Product manager"
Блок 1: Планирование задач и развития продукта
Блок 2: Прототипирование и Figma для продактов
Блок 3: NoCode-инструменты и создание MVP
Блок 4: Hard skills — A/B-тестирование и Unit-экономика
Блок 5: Анализ данных: SQL, дашборды и визуализация данных
Блок 6: Soft skills для продакта и работа со стейкхолдерами
Ступень 3: "Специализация и создание продуктов с 0"
Блок 1: Специализация Mobile Product manager
Блок 2: Специализация Product Marketing manager
Блок 3: Специализация Technical&ML Product manager
Блок 4: Специализация: Отраслевая специфика
Блок 5: Создание и запуск продуктов с 0
Блок 6: Дипломная работа и помощь с трудоустройством
- Запускайте востребованные рынком продукты с 0
- практика на кейсах реальных компаний
Ступень 1: "Навыки для Middle Product manager"
Блок 1: Навыки Middle Product для планирования и развития продукта
Блок 2: DataDriven и аналитический подход
Блок 3: Прототипирование и Figma для продактов
Блок 4: NoCode-инструменты и cоздание MVP
Блок 5: Hard skills — A/B-тестирование и Unit-экономика
Блок 6: Анализ данных: SQL, дашборды и визуализация данных
Блок 7: Soft skills для продакта и работа со стейкхолдерами
Ступень 2: "Специализация и создание продуктов с 0"
Блок 1: Специализация Mobile Product manager
Блок 2: Специализация Product Marketing manager
Блок 3: Специализация Technical&ML Product manager
Блок 4: Специализация: Отраслевая специфика
Блок 5: Создание и запуск продуктов с 0
Ступень 3: "Базовые навыки Senior Product & CPO"
Блок 1: Инструменты аналитики и визуализации
Блок 2: Работа над стратегией
Блок 3: Управление бюджетами и финансами
Блок 4: Управление командой продактов
Блок 5: Мобильная и маркетинговая аналитика
Блок 6: Дипломная работа и помощь с трудоустройством
- Овладеете ключевыми продуктовыми навыками
- Прокачаете ваши компетенции
- Помощь с трудоустройством
- Для освоения базы
- Для роста до специалиста Middle уровня
- Помощь с трудоустройством
- Выбор новичков
- для освоения базы продуктового менеджмента
- практика на кейсах реальных компаний и стажировки
- прокачиваем hardskills, помогаем с трудоустройством
Ступень 1: "Базовые навыки"
Блок 1: Базовые навыки и продуктовый подход
Блок 2: Менеджмент команды и Agile
Блок 3: Работа с пользователями и CustDev
Блок 4: DataDriven и аналитический подход
Блок 5: Работа с руководителем и защита своих идей
Ступень 2: "Навыки для Middle Product manager"
Блок 1: Планирование задач и развития продукта
Блок 2: Прототипирование и Figma для продактов
Блок 3: NoCode-инструменты и создание MVP
Блок 4: Hard skills — A/B-тестирование и Unit-экономика
Блок 5: Анализ данных: SQL, дашборды и визуализация данных
Блок 6: Soft skills для продакта и работа со стейкхолдерами
- выбор junior специалистов
- для прокачивания hard-skills
- практика на кейсах реальных компаний и стажировки
Ступень 1: "Работа с пользователями и инструменты исследований"
Блок 1: Пользовательские исследования
Блок 2: Развитие продукта
Блок 3: Запуск продукта
Блок 4: Фреймворки и метрики продукта
Ступень 2: "Работа с данными для руководителей"
Блок 1: Язык запросов SQL
Блок 2: Основы работы с базами данных
Блок 3: Tableau как инструмент анализа и визуализации
Блок 4: Подготовка и проведение А/В тестов
Ступень 3: "Работа с финансами (Unit-экономика, P&L, бюджеты)"
Блок 1: Бюджеты и Стратегия
Блок 2: Работа с метриками
Блок 3: Визуализация и прогнозироване в Google Sheets
Блок 4: Инструменты акселерации роста продукта
- Выбор новичков
- Возможность выбрать и освоить одну из 4 самых востребованных IT-профессий
- Знакомство и базовые тестовые задачи по 4 специальностям
- Для тех, кто хочет повысить навыки до Senior Product и CPO
- Освоите must have инструменты, практики и лайфхаки
- Индивидуальные карьерные консультации
- Освоите необходимый набор знаний и навыков для роста до Senior Product и CPO
- Курс можно проходить со своей скоростью на нашей платформе
- По ходу курса мы помогаем вам с трудоустройством и подготовкой к собеседованиям
- Нетворкинг: общение внутри группы курса и поддержка ментора
Ступень 1: "Навыки Senior Product & CPO"
Блок 1: Работа над стратегией
Блок 2: Управление бюджетами и финансами
Блок 3: Управление командой продактов
Блок 4: Инструменты аналитики и визуализации
Ступень 2: "DataDriven подходы и запуск новых направлений"
Блок 1: Запуск новых направлений
Блок 2: Мобильная и маркетинговая аналитика
Блок 3: Аналитика для руководителей
Блок 4: Менеджмент и лидерство
Блок 5: Дипломная работа
Урок 1: "Знакомство с проджект менеджером"
Урок 2: "Инициация и планирование проекта"
Урок 3: "Начало работы над проектом"
Урок 4: "Формирование команды"
Урок 5: "Управление командой и проектом"
Урок 6: "Работа с подрядчиками"
Урок 7: "Коммуникации с заказчиком"
Урок 8: "Методологии управления"
Урок 9: "Инструменты управления проектом. Таск-трекеры. Планирование и контроль"
Урок 10: "Управление стоимостью проекта"
Урок 11: "Рост и мотивация"
Дипломная работа
- Выберете и освоите одну из 4 востребованных IT-профессий
- Начнете работать удаленно
- В среднем мы трудоустраиваем за 2,5 месяца
- Часть оплаты после трудоустройства
Ступень 1: Определяемся с профессией
Блок 1. Основы Digital и IT
Блок 2. Пробуем профессию программиста / тестировщика
Блок 3. Пробуем профессию менеджера и аналитика
Блок 4. Пробуем профессию маркетолога
Блок 5. Карьерная консультация для выбора профессии
Ступень 2: Изучаем профессию
Блок 1. Знакомство с профессией
Блок 2. Инструментарий профессии, практика и стажировки
Блок 3. Подготовка дипломных работ и портфолио
Ступень 3: Собеседования и трудоустройство
Блок 1. Подготовка резюме
Блок 2. Устройство в компанию и на удаленную работу
Блок 3. Помощь на испытательном сроке
Урок 1. Кто такой продакт
Урок 2. Процессы в продуктовой команде
Урок 3. Управление командой и проектом
Урок 4. Методологии управления
Урок 5. Инструменты управления
Урок 6. Управление стоимостью проекта
Урок 7. Приоритизация
Урок 8. Стратегия и видение продукта
Урок 9. Soft skills для продакта
Урок 10. Принципы и подходы customer development
Урок 11. Прикладная аналитика
Урок 12. Управление продуктом на основе модели Lean Canvas
Урок 13. HADI циклы
Урок 14. Основы работы в Google Sheets
Урок 15. Базовые вычислительные функции и формулы
Урок 16. A/B тестирование
Урок 17. Growth hacking
Урок 18. Документы продакт-менеджера
Урок 19. Быстрая проверка гипотез и MVPУрок 20. Мокапы, UI и CustDev
Сдача диплома
- Быстрый старт в продакт-менеджменте
- Разберете специфику профессии
- Прокачаете hard-skills и подготовите свой дипломный проект
быстрый старт
- Освоите видение проекта с 0
- Познакомитесь с процессом разработки и Agile методологиями
- Научитесь различным подходам к оценке трудозатрат и прибыли
- Изучите внедрение ML-задач в компании
- Научитесь строить AI стратегию
- Поработаете с датасетами и моделями, изучите внедрение фичей
- Изучите нюансы mobile-продуктов
- Научитесь управлять командой мобильной разработки
- Начнете развивать собственный mobile продукт
Урок 1: Проектирование
Урок 2: Онбординг
Урок 3: Мобильная аналитика и A/B тесты
Урок 4: Создание и тестирование прототипа мобильного приложения
Урок 5: Понимание технических аспектов мобильного приложения
Урок 6: Промоутирование мобильного приложения существующей аудитории
Урок 7: Работа с App Store и Google Play
Урок 8: Мобильный маркетинг
Урок 9: Принципы и подходы Customer Development
Урок 10: "Управление стоимостью проекта"Инструменты Jobs To Be Done, Impact Mapping и User Story MappingУрок 11: "Рост и мотивация"
Урок 11. Быстрая проверка гипотез и MVP
Урок 12: Инструменты No-Code
Урок 13: Знакомство с Bubble
Урок 14: Базовые действия с Figma
Урок 15: Знакомство с кривыми
Урок 16. Отрисовка элементов интерфейса
Урок 17: Локальные библиотеки
Урок 18: Прототипирование и анимация
Урок 19: Soft skills для продакта
Урок 20: Защита своего проекта и идей перед руководителями
Диплом
Урок 1: Определение бизнесовых точек роста компании, в которых может помочь ML
Урок 2: AI-продукты и машинное обучение
Урок 3: Чек-лист внедрения ML-задач в компании и команде аналитика
Урок 4: Создание и тестирование прототипа мобильного приложения
Урок 5: Лучшие практики работы с BigData/ML-командой
Урок 6: Workshop: создание и запуск датасета
Урок 7: Валидация бизнес-результатов запуска AI/ML функциональности
Урок 8: Technical Product Manager
Урок 9: Введение в блок SQL
Урок 10: Извлечение данных и операторы
Урок 11. Фильтрация данных и условия
Урок 12: Знакомство с машинным обучением
Урок 13: Введение в нейронные сети
Урок 14: Введение (рекомендательные системы)
Урок 15: Методологии анализа больших данных и организации команды. CRISP-DM
Урок 16. Культура сбора и источники данных / Улучшение качества работы с данными
Урок 17: Основы работы в Hadoop и MapReduce
Урок 18: Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования
Урок 19: Soft skills для продакта
Урок 20: Защита своего проекта и идей перед руководителями
Диплом
- Научитесь приоритизировать и принимать решения, стратегически мыслить и защищать свои идеи перед командой
- Много практики и работы на реальных кейсах
- Изучите CJM, User и Impact Mapping
- Узнаете принципы и подходы CustDev и JTBD
- Много практики и работы на реальных кейсах
Урок 1: "Анализ целевой аудитории и конкурентов"
Урок 2: "Введения в инструменты исследований"
Урок 3: "Мокапы - как продумывать UI"
Урок 4: "Принципы и подходы Customer Development"
Урок 5: "Тренажёр CustDev и практика "в полях" на реальных кейсах"
Урок 6: "Быстрая проверка гипотез и MVP"
Урок 7: "Инструменты NoCode"
Урок 8: "Как проверять гипотезы без программирования"
Урок 9: "Проектирование мобильного приложения"
Урок 10: "Как сделать конверсионный Onboarding"
Урок 11: "Создание прототипа мобильного приложения"
Урок 12: "Создание прототипа в Tilda"
Урок 13: "Работа в Zero-Block"
Урок 14: "Принципы дизайна и UX для прототипов"
Урок 15: "Figma для проектирования прототипов"
Урок 16: "Figma: работа с кривыми"
Урок 17: "Figma: отрисовка элементов интерфейса"
Урок 18: "Use case подход"
Урок 19: "Инструменты Jobs To Be Done"
Урок 20: "Impact Mapping"
Урок 21: "Изучение подхода User Story Mapping и разбор кейсов"
Урок 22: "Работа с Customer Journey Map"
Урок 23: "Управление продуктом на основе модели Lean Canvas"
Урок 24: "HADI циклы в улучшении продукта"
Урок 25: "Основные типы бизнес-метрик"
Урок 26: "Перезапуски"
Урок 27: "Soft skills для продакта"
Урок 28: "Полезные приложения и программы"
Урок 29: "Защита своего проекта"
Урок 30: "Подготовка качественных слайдов"
Урок 31: "Дизайн-мышление"
Урок 32: "Growth hacking: как быстро растить свой продукт"
Блок 33: "Feature Adoption"
- Освоим инструменты для описания стратегии и видения продукта
- Научимся изучать стадии наступающих и заканчивающихся трендов в индустрии
- Познакомимся с шаблонами, помогающими структурировать все составляющие бизнеса
Блок 2: «Приоритизация и принятие решений»
- Определим цели компании и научимся оценивать фичи
- Познакомимся с иерархией метрик и инструментами для сбора идей для приоритизации
- Изучим прикладные инструменты: Impact mapping, Poker planning, RICE
Блок 3: «Инструменты Jobs To Be Done и User Story Mapping»
- Изучим разницу между Jobs-as-progress vs Job-as-activity,
- Разберем конкурентов через призму работ,
- Научимся проводить JTBD-исследования,
- Разберемся в подходе User Story и критериях готовности
Блок 4: «Дизайн-мышление для продакта»
- Разберемся, что такое дизайн-мышление
- Поймем его ограничения и условия применимости
- Рассмотрим все этапы процесса дизайн-мышления и его инструменты
Блок 5: «OKR и среднесрочное планирование»
- Что такое OKR, зачем он нужен и где применяется?
- Рассмотрим основные правила и алгоритм составления OKR
- Обсудим отличия OKR от KPI, связь OKR и метрик продукта
Блок 6: «Стратегическое мышление для продакта»
- Изучим инструменты стратегического мышления
- Поймем, как выбираться из рутины ежедневных мелких задач
- Определим, что повышает ценность продакта в компании
Блок 7: «Работа с командой»
- Изучим, как происходит найм
- Освоим инструменты мотивации
- Поймем, как оценивать, обучать и развивать сотрудников
- Выясним, как адаптироваться в существующую команду и как развивать лидерство
- Научимся работать в распределенной команде
Блок 8: «Работа со смежными подразделениями»
- Узнаем, зачем нужны «смежники» и почему без них нельзя
- Определим, как работать с другими отделами, у которых свои KPI
- Создадим framework и визуализацию процесса взаимодействия
Блок 9: «Как защищать проект у команды и стейкхолдеров»
- Поймем, почему важно уметь защищать проекты у команды и стейкхолдеров
- Разберемся в этапах подготовки к защите проекта
- Научимся презентовать проект
- Освоите SQL на уровне сложных запросов
- Узнаете, как визуализировать данные и извлекать из данных точки роста
- Научим работать в Power BI, Tableau, DAX и др.
- Освоите навыки growth hacking
- Углубитесь в приоритизацию и быструю проверку гипотез
- Много практики и кейсы реальных компаний
- кейсы Growth
- ключевые инструменты, работа над онбордингами и виральностью
- разбор типовых ошибок
Блок 2: "Нюансы когортного анализа и ABCDX-сегментации"
- инструмент ABCDX-сегментации
- применимость когортного анализа
- практика по сегментации и когортам
Блок 3: "Принципы и подходы Customer Development"
- разбор типовых кейсов
- алгоритм и шаблон подготовки и проведения интервью с пользователями
- нюансы CustDev
Блок 4: "Приоритизация как супер-сила продакта"
- быстрые и медленные способы приоритизации
- ROI-приоритизация с учётом рисков
- как максимизировать вероятность успеха фичи
Блок 5: "Быстрая проверка MVP и гипотез"
- быстрое прототипирование и MVP
- инструменты качественной и количественной проверки идей
- ускорение цикла проверки гипотез
Блок 6: "Feature adoption"
- подходы Feature Adoption
- применимость подхода и разбор кейсов
- ключевые процессы для внедрения подхода
Блок 7: "Как проверять гипотезы без программирования (Zero coding)"
- инструменты ZeroCoding: Glide, Bubble, Integromat
- сбор с 0 мобильного приложения за 15 минут
- использование NoCode для валидации идей
Блок 8: "Стратегическое мышление для продакта"
- переход от фичей к метрикам и направлениям
- построение команды Growth
- построение стратегии роста продукта
Урок 1: Введение в блок SQL
Урок 2: Извлечение данных и операторы
Урок 3: Фильтрация данных и условия
Урок 4: Преобразование данных и операции в SQL
Урок 5: Сортировка данных и работа с датой и временем
Урок 6: Группировка данных
Урок 7: Введение в базы данных
Урок 8: Объединение таблиц
Урок 9: Подзапросы SELECT и FROM
Урок 10: Подзапросы JOIN и WHERE
Урок 11: Обновление, добавление и удаление данных
Урок 12: Создание, изменение и удаление таблиц
Урок 13: Операции с текстом и оконные функции
Урок 14: Ускорение и оптимизация запросов, табличные выражение
Урок 15: Итоговый проект LEGO
Урок 16: Закрепление практики по SQL
Урок 17: Работа с дашбордами
Урок 18: Введение и знакомство с архитектурой Tableau
Урок 19: Модели данных и табличные вычисления
Урок 20: Параметры и уровни детализации Tableau
Урок 21: Псевдонимы, сортировка, Actions
Урок 22: Разработка дашбордов
Урок 23: Tableau и SQL
Урок 24: SQL в Google Sheets и Excel
Урок 25: Введение в Power BI
Урок 26: Power Query: получение и визуализация данных
Урок 27: Модель данных в Power BI
Урок 28: DAX
Урок 29: Работа с отчетами и визуализация данных
Урок 30: Power BI Service и создание дашбордов
Урок 31: Power BI и SQL
Диплом
- Изучите основы работы в Google Sheets
- На примере реальных рабочих кейсов научитесь визуализировать данные, строить сводные таблицы, работать с вычислительными, логическими и текстовыми функциями, массивами и прогнозированием
- Научитесь собирать MVP, быстро собирать mock-up, проводить юзабилити-тестирование и работать с лучшим инструментом для работы над макетами: от основ до плагинов и анимации
- Создание объектов
- Работа с текстом
- Использование изображений
Урок 2: "Работа с кривыми"
- Работа с масками
- Основная тема
Урок 3: "Отрисовка элементов интерфейса"
- Работа со слоями
- Smart-selection
- Arrage, Align, Distribute
Урок 4: "Локальные библиотеки"
- Цвет в библиотеке
- Текст в библиотеке
- Базовые компоненты
Урок 5: "Прототипирование и анимация"
- Связывание экранов в прототип
- Простейшая анимация перехода между экранами
- Smart-animate
Урок 6: "Констрейнты и компоненты"
- Автолейаут
- Компоненты
- Констрейнты и сетки
Урок 7: "Варианты и библиотеки"
- Варианты компонентов
- Библиотеки
- Основы дизайн-систем
Урок 8: "Figma Community"
- Введение в комьюнити Figma
- UI-киты и шаблоны
- Плагины
- Работа с текстом, перенос текста в spreadsheets
- Как почистить отступы
- Плагины с иконками
- Выделение слоев
- Скриптинг
Урок 9: "Подготовка макетов для работы в команде"
- Отрисовать UML схему выбранного сервиса
- Плагин Auto Flow
Дипломная работа
- Сдача дипломной работы
- Помощь в подготовке резюме и прохождению тестовых заданий
- Преимущества Google Sheets перед Excel
- База для работы с Google Sheets
- Лайфхаки работы с ячейками, строками и столбцами в Google Sheets
Урок 2: "Сводные таблицы"
- Настройка сводных таблиц
- Простейшие вычислительные формулы
- Формат данных после вычисления
Урок 3: "Форматирование данных"
- Объединение и выделение ячеек
- Заливка цветом
- Условное форматирование
Урок 4: "Визуализация данных"
- Графики и диаграммы: какие для чего лучше использовать
- Обязательные параметры
- Наводим красоту: что еще можно настроить
Урок 5: "Базовые вычислительные функции и формулы"
- Функции для простых арифметических действий
- Протягивание формул по ячейкам
Урок 6: "Логические функции и инструменты"
- Фильтрация данных
- Функции И, ИЛИ, ЕСЛИ
Урок 7: "Текстовые функции и инструменты"
- Проверка данных
- Базовые текстовые функции
- Регулярные выражения
Урок 8: "Работа с диапазонами"
- Обработка ошибок
- Функция ВПР
Урок 9: "Массивы"
- Одномерные и двумерные массивы
- Функции ArrayFormula, ROW, COLUMN
Урок 10: "Прогнозирование"
- Прогнозирование данных
- Функции FORECAST и TREND
- Построение линии тренда на диаграмме
Дипломная работа
- Сдача дипломной работы
- Помощь в подготовке резюме и прохождению тестовых заданий
- Освоите профессию Аналитик продуктов с нуля
- Разберете специфику профессии и необходимые инструменты
- Защитите дипломный проект, основанный на реальном кейсе
Ступень 1: Продуктовая аналитика
- Продуктовая аналитика
- Google Sheets и Excel для задач аналитики
- SQL для анализа данных
- Веб-аналитика и аналитика мобильных приложений
- Проведение исследований и анализ пользовательских сценариев
Ступень 2: Применение на прикладных проектах и продвинутые инструменты анализа данных
- A/B-тестирование
- Мат. статистика и математика для аналитика
- Unit-экономика и работа с данными
- Python
- Использование Power BI и визуализация данных
- Работа с Tableau и дашбордами
Ступень 3: Специализация и погружение в Data Science
- Специализация: Data Scientiest
- Специализация: Маркетолог-аналитик
- Специализация: Бизнес-аналитик
- Специализация: Системный аналитик
- Дипломная работа и помощь с трудоустройством
- Научитесь работать с дашбордами и верно визуализировать данный
- Разберетесь с анализом с помощью SQL
- Получите hard-скиллы в A/B тестировании, CustDev, Unit-экономике
- Освоите ключевые технологии, научитесь работать с большими данными, расширите знания в аналитике и перейдете на новый уровень в профессии
Блок 1: "Получение и подготовка данных: SQL"
- Введение в блок SQL
- Извлечение и фильтрация данных
- Преобразование, сортировка и группировка данных
- Введение в базы данных
- Объединение таблиц
- Вложенные запросы
- Обновление, добавление и удаление данных
- Создание, изменение и удаление таблиц
- Advanced
- Обзор основных программ
Блок 2: "Python для анализа данных"
- Введение в Python
- Типы данных, функции, классы, ошибки
- Строки, условия, циклы
- Списки и словари в Python
- Пакеты, файлы, Pandas
- Визуализация данных
- Базы данных и статистика
- Многопоточность
- Веб-сервер flask и контроль версий GIt
- Итоговый проект
Блок 3: "Построение Machine Learning моделей"
- Знакомство с машинным обучением
- Линейная регрессия и бинарная классификация
- Построение надежных стратегий валидации - важность локальной валидации
- Решающие деревья
- Бутстрап, Бэггинг и случайный лес
- Feature Engineering, Feature SelectionГрадиентный бустинг
- Воркшоп: предсказание оттока и прогноз продаж
- А/B тестирование
- Обучение без учителя
- Воркшоп: скоринг кредитного портфеля
Блок 4: "Нейронные сети и NLP"
- Введение в нейронные сети
- Обучение нейросетей
- Глубокое обучение на практике
- Дополнительные возможности Tensorflow + Keras
- Свёрточные нейронные сети
- Введение в NLP, понятие ембеддинга
- Рекурентные нейронные сети
- Нейросети с вниманием, трансформеры
- Metric learning, обучение без учителя
- Обучение с подкреплением в нейросетях
- Итоговый проект
Блок 5: "Рекомендательные системы"
- Введение
- Метрики и бейзлайны
- Матричное разложение
- Рекомендации через поиск ближайших соседей
- Гибридные рекомендательные системы
- Итоговый проект
Блок 6: Дипломная работа и помощь с трудоустройством
- Работа над дипломным проектом для портфолио
- Подготовка резюме
- Подготовка к собеседованию
- Финальная защита и консультации
Ступень 1. DataDriven подходы
- Блок 1. DataDriven и аналитический подход
- Блок 2. Google Sheets и Excel для задач аналитики
- Блок 3. SQL для анализа данных
- Блок 4. Работа с дашбордами и визуализация данных
- Блок 5. Проведение исследований и анализ пользовательских сценариев
Ступень 2. Продуктовый подход
- Блок 1. Продуктовый подход и навыки
- Блок 2. Работа с пользователями (CustDev, CJM)
- Блок 3: Hard skills — A/B тестирование и Unit- экономика
- Блок 4: Дизайн-мышление
- Блок 5: Дипломная работа
- Научитесь работать с сырыми данными и формировать отчеты с помощью Python, SQL и Power BI
- Сможете верно анализировать данные, выдвигать и тестировать гипотезы
Блок 1: "Python и обработка данных"
- 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 2: "Работа с Power BI"
- Введение в Power BI2
- Power Query. Получение и преобразование данных
- Модель данных в Power BI4
- DAX5
- Работа с отчетами, базовые принципы визуализации данных
- Power BI Service и создание дашборда
- Power BI и Python
- Итоговый проект
Блок 3: "SQL для анализа данных"
- Введение в блок SQL
- Извлечение и фильтрация данных
- Преобразование и сортировка данных
- Группировка данных
- Введение в базы данных
- Объединение таблиц
- Вложенные запросы
- Обновление, добавление и удаление данных
- Создание, изменение и удаление таблиц
- Advanced
- Обзор основных программ
Блок 4: "Tableau"
- 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
Блок 5: "Python и построение Machine Learning моделей"
- Знакомство с машинным обучением
- Линейная регрессия
- Бинарная классификация
- Построение надежных стратегий валидации - важность локальной валидации
- Решающие деревья
- Бутстрап, Бэггинг и случайный лес
- Feature Engineering, Feature Selection
- Градиентный бустинг
- Воркшоп: предсказание оттока клиентов и прогноз продаж
- A/B тестирование
- Обучение без учителя
- Воркшоп: скоринг кредитного портфеля
Блок 6: "Нейронные сети и NLP"
- Введение в нейронные сети
- Обучение нейросетей
- Глубокое обучение на практике
- Дополнительные возможности Tensorflow + Keras
- Свёрточные нейронные сети
- Введение в NLP, понятие ембеддинга
- Рекурентные нейронные сети
- Нейросети с вниманием, трансформеры
- Metric learning, обучение без учителя
- Обучение с подкреплением в нейросетях
Блок 7: "Рекомендательные системы"
- Введение
- Метрики и бейзлайны
- Матричное разложение
- Рекомендации через поиск ближайших соседей
- Гибридные рекомендательные системы
Блок 8: Дипломная работа и помощь с трудоустройством
- Работа над дипломным проектом для портфолио
- Подготовка резюме
- Подготовка к собеседованию
- Финальная защита и консультации
- Научитесь работать с большими данными
- Применение полученных знаний на реальных кейсах с продвинутыми инструментами
- Работа с NumPy и Pandas
- Освоите методы обработки данных
- Научитесь автоматизировать данные в реальном времени на SQL и визуализировать их
- Много практики и кейсы реальных компаний
Часть 1: "Ключевые задачи и инструменты аналитика"
- Урок 1: "Роль и место аналитика в команде"
- Урок 2: "Lean Canvas "
- Урок 3: "HADI циклы"
- Урок 4: "Основные типы бизнес-метрик "
- Урок 5: "Декомпозиция метрик: иерархия метрик и пирамида метрик
Часть 2: "Инструмент SQL для получения и анализа данных"
- Урок 6: "Введение в блок SQL"
- Урок 7: "SQL: Извлечение и фильтрация данных (часть 1)"
- Урок 8: "SQL: Извлечение и фильтрация данных (часть 2)"
- Урок 9: "SQL: Преобразование и сортировка данных (часть 1)"
- Урок 10: "SQL: Преобразование и сортировка данных (часть 2)"
- Урок 11: "Группировка данных"
Часть 3: "SQL и Excel для обработки и визуализации данных"
- Урок 12: "Введение в базы данных"
- Урок 13: "SQL: Объединение таблиц"
- Урок 14: "SQL: Вложенные запросы (подзапросы)"
- Урок 15: "SQL: Обновление, добавление и удаление данных"
- Урок 16: "SQL: Создание, изменение и удаление таблиц"
- Урок 17: "SQL: Advanced"
- Урок 18: "Итоговый проект "
- Урок 19: "Бонусный урок "
Часть 4: "Дипломная работа и помощь с трудоустройством"
- Урок 1: "Введение в Python"
- Урок 2: "Типы данных, функции, классы, ошибки"
- Урок 3: "Строки, условия, циклы"
- Урок 4: "Списки и словари в Python"
- Урок 5: "Пакеты, файлы, Pandas - начало"
- Урок 6: "Pandas: продолжение"
- Урок 7: "Визуализация данных"
- Урок 8: "Работа с базами данных"
- Урок 9: "Многопоточность"
- Урок 10: "Веб-сервер flask и контроль версий GIt"
- Урок 11: "Итоговый проект"
- Прокачаете навыки мат. статистики
- Поймёте нюансы A/B-тестов на прикладных рабочих кейсах
- Научитесь необходимому набору инструментов для проведения A/B
- Выучите SQL, необходимый в 70% вакансий аналитиков и получите средний прирост з/п +20-40%
- Научим получать и визуализировать данные без помощи разработчиков
- Лекция 1: "Введение в блок SQL"
- Лекция 2: "SQL: Извлечение данных и операторы
- Лекция 3: "SQL: Фильтрация данных и условия"
- Лекция 4: "SQL: Преобразование данных и операции в SQL"
- Лекция 5: "SQL: Cортировка данных и работа с датой/временем"
- Лекция 6: "Группировка данных"
- Лекция 7: "Введение в базы данных"
- Лекция 8: "SQL: Объединение таблиц"
- Лекция 9: "SQL: Подзапросы SELECT и FROM"
- Лекция 10: "SQL: Подзапросы JOIN и WHERE"
- Лекция 11: "SQL: Обновление, добавление и удаление данных"
- Лекция 12: "SQL: Создание, изменение и удаление таблиц"
- Лекция 13: "SQL: Операции с текстом и оконные функции"
- Лекция 14: "SQL: Ускорение и оптимизация запросов, табличные выражения"
- Лекция 15: "Итоговый проект"
- Лекция 16: "Закрепление практики по SQL"
- Лекция 17: "Работа с дашбордами"
- Лекция 18: "Tableau: знакомство с инфраструктурой Tableau"
- Лекция 19: "Модели данных и Табличные вычисления"
- Лекция 20: "Tableau: Параметры и уровни детализации"
- Лекция 21: "Tableau: Псевдонимы, сортировка, Actions"
- Лекция 22: "Разработка дашбордов. Настройка взаимодействия между визуализациями"
- Лекция 23: "SQL и Tableau"
- Лекция 24: "SQL и Google Sheets, Excel"
- Лекция 25: "Введение в Power BI"
- Лекция 26: "Power Query. Получение и преобразование данных"
- Лекция 27: "Модель данных в Power BI"
- Лекция 28: "Анализ данных на DAX: синтаксис языка, базовые функции"
- Лекция 29: "Визуализация данных: работа с отчетами, базовые принципы визуализации"
- Лекция 30: "Визуализация и работа с дашбордами: Power BI Service, создание и оформление дашбордов"
- Лекция 31: "Визуализация и работа с дашбордами: Power BI Service, создание и оформление дашбордов"
Урок 1: "Проверка гипотез и поиск точек роста с помощью A/B-тестирования"
- Как мы принимаем решения о продуктовых изменениях
- В чем уникальная особенность A/B тестов
- Преимущества и недостатки A/B тестирования
- Что можно тестировать и какие границы применимости у A/B тестов
Урок 2: "Основы математической статистики для A/B тестирования"
- "Что такое метод выборочных обследований
- Как доверительный интервал позволяет давать оценку неопределенности
- Как рассчитывать доверительные интервалы
- Как использовать доверительные интервалы к unit-экономике"
Урок 3: "Статистический тест для оценки результатов A/B эксперимента"
- Как устроен статистический тест на различия параметров выборок
- Как уровень доверия связан с вероятностью получить ложноположительный результат
- Что такое мощность теста
- Как рассчитать необходимый размер
Урок 4: "Цель и метрики A/B теста"
- Гипотеза в основе A/B теста
- Целевая метрика A/B теста
- Какие бывают метрики
- Вспомогательные и контрольные метрики
- Процедура принятия решения
Урок 5: "Практическая реализация A/B теста"
- Объект рандомизации
- Аудитория эксперимента
- Инфраструктура для экспериментирования
- Жизненный цикл теста
- Тестирования в нативных приложениях
- Тестирование когда данных мало (например, B2B)
Урок 6: "Продвинутые методики тестирования"
- A/A тесты
- Мультивариантные тесты и двухэтапное тестирование
- Тест на не-ухудшение метрики
- Сколько тестов может идти одновременно
- Альтернативные методики тестирования
- Синтетические метрики на основе ML
- Тестирование решений на основе ML
- Многорукие бандиты
Урок 7: "Инструменты для A/B тестирования"
- Подготовка данных для A/B-тестов
- Анализ результатов A/B-тестов
- Используемые инструменты и практика
- Научимся правильно собирать модели данных для последующего анализа
- Научимся настраивать взаимодействия, между визуализациями
- Изучим синтаксис и языковые конструкции
- Составим на практике финансовый отчёт для продуктовой команды
- Используем подходы Growth hacking
- Составим Unit-экономику проекта
- Изучим подходы к монетизации сервисов
Лекция 1: "Unit-экономика"
- когортный подход к расчётам
- расчёт Unit-экономики продукта
- моделирование и поиск узких мест в продукте
Лекция 2: "Нюансы когортного анализа и ABCDX-сегментации"
- инструмент ABCDX-сегментации
- применимость когортного анализа
- практика по сегментации и когортам
Лекция 3: "Работа с P&L и бюджетами"
- подходы к бюджетированию продукта
- расчёт P&L по команде и по компании
- финансовая документация
Лекция 4: "Прикладная аналитика"
- подходы к продуктовой аналитике
- лайфхаки используемых инструментов
- практика
Лекция 5: "Декомпозиция метрик и работа с кастомными метриками"
- подход кастомных метрик
- способы декомпозиции метрик
- практика по построению метрик
Лекция 6: "Growth hacking"
- кейсы Growth
- разбор типовых ошибок
- ключевые инструменты и структура Growth команды
Лекция 7: "Как сделать конверсионный Onboarding"
- разбор кейсов онбордингов
- походы к проектированию онбордингов
- поиск кратный точек роста в онбординге
Лекция 8: "Монетизация продуктов"
- ключевые типы монетизации продуктов
- выбор типа монетизации под продукт
- состав команды Монетизации и принципы работы