• 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"

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

• 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"

• 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

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

• 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

• 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 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

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"

Блок 1: «Стратегия и видение продукта»

• 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

Блок 1: "Growth hacking"

• 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: "Базовые действия в Figma"

• 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

Урок 1: "Основы работы в Google Sheets"

• 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

• 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

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

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

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

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: "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

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

Урок 1: "Введение в Power BI"

• Как изучать с 0?
• Чем полезен PowerBI и где применяется?
• Первая практика

Урок 2: "Power Query. Получение и преобразование данных"

• Учимся работать с получением и подготовкой данных
• Практика

Урок 3: "Модель данных в Power BI"

• Учимся правильно собирать модели данных для последующей визуализации и анализа
• Практика

Урок 4: "Анализ данных на DAX: синтаксис языка, базовые функции"

• Практикуем и изучаем синтаксис и языковые конструкции
• Создание мер и столбцов, работа с числами,
• Базовые функции (SUM, MIN, MAX, CALCULATE)

Урок 5: "Визуализация данных: работа с отчетами, базовые принципы визуализации"

• Строим и визуализируем отчёты
• Разбираемся с базовыми принципами визуализации данных
• Практика

Урок 6: "Визуализация и работа с дашбордами: Power BI Service, создание и оформление дашбордов"

• Изучаем PowerBI Service
• Создаём первые дашборды и изучаем возможности их оформления

Урок 7: "Power BI и Python"

• Разбираемся как связываются Python и Power BI
• Нюансы и практика подобной работы с данными

Урок 8: "Итоговый проект"

• Вспоминаем пройденный материал
• Обрабатываем данные с помощью Power Query и применим Python
• Строим простые связи в модели данных,
• Воспользуемся DAX и построим графики

Урок 9: "Tableau: знакомство с инфраструктурой Tableau. Загрузка данных. Первый дашборд"

• Быстрый старт с инструментом Tableau
• Изучаем загрузку данных в Tableau
• Практика по созданию дашбордов

Урок 10: "Модели данных и Табличные вычисления"

• Рассмотрим логическое и физическое объединение данных
• Иерархии Tableau
• Попрактикуемся в разного рода фильтрах
• Делаем несколько вычисляемых полей, табличных и посмотрим как работают быстрые вычисления
• Создаем иерархию

Урок 11: "Tableau: Параметры и уровни детализации"

• Рассмотрим создание, изменение и удаление параметров
• Кейсы использования параметров
• Типы выражений уровня детализации с примерами

Урок 12: "Tableau: Псевдонимы, сортировка, Actions"

• Разбираемся с ключевыми функциями
• Практика работы с функциями Tableau

Урок 13: "Разработка дашбордов. Настройка взаимодействия между визуализациями"

• Подходы к созданию дашбордов и визуализации
• Сложные операции с дашбордами
• Бережно практикуем и закрепляем материал

Блок 1: "Python, быстрый старт: типы данных, функции, классы, ошибки"

• Введение в Python
• Типы данных, функции, классы, ошибки

Блок 2: "Python, быстрый старт: строки, условия, циклы, списки и словари"

• Строки, условия, циклы
• Списки и словари в Python

Блок 3: "Библиотеки для анализа данных: Pandas"

• Пакеты, файлы, Pandas – начало
• Pandas – продолжение

Блок 4: "Библиотеки для анализа данных: визуализация"

• Библиотеки визуализации данных
• Практика

Блок 5: "Знакомство с машинным обучением"

• Задачи машинного обучения
• Ключевые инструменты Machine Learning и их применени

Блок 6: "Основные модели машинного обучения: линейная регрессии"

• Что такое модели машинного обучения?
• Линейная регрессия
• Практика

Блок 7: "Бинарная классификация"

• Алгоритм бинарной классификации данных
• Применение на задачах

Блок 8: "Валидация. Почему это важно"

• Проблема переобучения и недообучения
• Валидация на отложенной выборке
• KFold и Stratified KFold валидация

Блок 9: "Решающие деревья"

• Определение и процесс построения решающего дерева
• Принцип работы дерево с количественными и категориальными признаками
• Сравнение дерева решений с линейными моделями

Блок 10: "Feature Engineering, Feature Selection"

• Состав Feature Engineering
• Базовые подходы к созданию признаков
• Состав Feature Selection
• Разбор кейсов

Блок 11: "Предсказание оттока клиентов и прогноз продаж"

• Разбор кейса
• Практическая задача по предсказанию оттока пользователей
• Практика и применение алгоритмов

Блок 12: "Воркшоп: скоринг кредитного портфеля"

• Разбор кейса и нюансов
• Практическая задача

Блок 1: "Основы Java"

• Знакомство с языком Java и инструментами
• Переменные и типы данных в Java
• Циклы и языковые конструкции в Java
• Работа с массивами
• Классы и объекты (Часть 1)
• Классы и объекты (Часть 2)
• Обработка исключений
• Строки и регулярные выражения
• Первая программа на Java
• Бонусный урок. Разбираем Домашние задания

Блок 2: "Java Core"

• Знакомство с алгоритмами
• Введение в коллекции: списки, стеки и очереди
• Коллекции: map, set
• Stream api, lambda, optional
• Домашнее задание по коллекциям Java
• Generic-типы. Runtime, wildcards & PECS
• Работа с памятью JVM
• Знакомство с Linux
• Продолжение знакомства с Linux
• Работа с файлами. Адаптер и декоратор
• Домашнее задание: консольная утилита для поиска по файлу
• Сериализация.Взаимодействие сервисов, бинарная сериализация, xml, json, yaml
• Работа с сетью. UPD, TCP/HTTP, OSI
• Домашнее задание: работа с сетью и API
• Java библиотека NIO. Отличия IO и NIO
• Многопоточное программирование в Java. Синхронизация, классы concurrent.
• Рефлексия в Java. Создание аннотаций

Блок 3: "Работа с Git и Spring Framework"

• Системы контроля версий. Версионирование кода, совместная разработка, CSV
• Git & GitHub. Git, Commit, Ветки, слияние веток и разрешение конфликтов, GitHub, Командная работа, Код ревью
• Системы автоматической сборки Java-проектов
• Inversion of control / Dependency Injection
• Что такое Spring framework и зачем он нужен?
• pring Application Context – от XML до Groovy
• Spring Web. REST-архитектура и контроллеры
• Сервера, Tomcat
• MVC & Spring Boot. Архитектура Веб Сервиса, MVC, Spting Boot
• Основы HTML. Язык разметки страницы
• CRUD приложение. Create, Read, Update, Delete application
• Введение в блок SQL
• Извлечение и фильтрация данных
• Преобразование и сортировка данных
• Базы данных, Подключение, запуск instance / JDBC
• Развиваем проект и добавляем в БД (делаем todo)

Блок 4: "SQL и базы данных"

• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Подзапросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• PostgreSQL + примеры
• Реляционные базы данных PostgreSQL
• Транзакции и уровни изоляции + Индексы
• Spring JDBC / JOOQ
• Hibernate (теория)
• Hibernate (практика) Spring-data

Блок 5: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

• Чем занимаются Java-программисты
• Как быстро освоить профессию с 0
• История языка и платформы Java
• Принципиальные особенности платформы Java
• Принципиальные особенности языка Java
• Переменные и типы переменных
• Область видимости
• Поля объектов класса
• Статические переменные
• Локальные переменные

• Параметры функций
• Область видимости
• Стандарты именования
• Примитивные типы
• Ссылочные типы
• Ссылочные типы
• Изменение значения по ссылке
• Использование памяти
• Как JVM использует память
• Stack, Heap, JMM

• Условные конструкции
• if / if-else
• switch
• Циклы
• for / for-each
• while
• do-while
• Конструкции передачи управления
• break
• continue
• return

• Что такое массив
• Создание и чтение массивов
• Создание и инициализация массивов
• Чтение содержимого массива
• Многомерные массивы
• Создание многомерных массивов
• Чтение содержимого многомерных массивов
• Дополнительная информация
• Класс java.util.Arrays

• Класс и его составные части
• Точка входа
• Класс это шаблон
• Члены класса
• Методы класса
• Объекты

• Наследование
• Наследование — возможность неявного переиспользовать код потомка
• Наследование членов
• Наследование методов
• Иерархия классов
• Переопределение методов
• Полиморфизм

• Что такое исключения
• Процесс обработки исключений
• Типы исключений
• Нюансы работы с исключениями
• Практика по работе с исключениями

• String в пакете java.lang
• Примеры на создание строк и их сравнение
• Сравнение строк: equals() или ==?
• Пример массив строк.
• Операторы + и += для String
• Форматирование строк. String.format\
• Перевод чисел в строки и обратно.
• Основные API для работы со строками
• Регулярные выражения
• Экранирование символов в регулярных выражениях
• примеры основных метасимволов

• Настройка IDEA
• Минимальные знания о jvm. Подключаем JDK
• Рекомендации по названиям классов, пакетов, методов и переменных.
• Точка входа в программу. Метод Main.
• Пример программы «Телефонный справочник».
• Пример программы «Калькулятор».
• Пример программы «Склад»

• Типовые ошибки
• Разбираем нюансы написания первых программ
• Обсуждаем как быстрее писать программы
• Дополнительная практика

• Как создать веб-страницу?
• Осваиваем язык HTML
• Необходимые тэги HTML
• Ваш первый сайт с помощью HTML

• Правила CSS
• Как изменить внешний вид веб-страницы?
• Работа с селекторами
• Добавление стилей в HTML-документ
• Каскадность в CSS

• Градиенты в CSS
• Как сделать анимацию?
• Как сделать так, чтобы страница не "тормозила"?
• Работа с адаптивностью вебсайта под мобильные устройства
• Добавление кроссбраузерности

• Основы языка JavaScript
• Инструменты для работы с JavaScript
• Отладка кода на JavaScript
• Пишем первый код на JavaScript для вебсайта

• Объекты в JavaScript
• Работа с массивами
• Зачем нужны функции и как их полезно использовать?
• Создаём удобные функции для нашего вебсайта

• DOM-модель для HTML-страницы
• Поиск DOM-элементов по id, классам, тегам
• Как изменить свойства и атрибуты элементов веб-страницы?
• Консоль и инструменты разработчика в браузере

• Браузерные события
• Обработчики событий (click, mousedown, submit, ..)
• Частые ошибки и исправление проблем
• Улучшаем наш вебсайт с помощью обработки событий в JavaScript

• Подход Клиент-Сервер
• Получение данных с сервера
• Асинхронный JavaScript и XML (Ajax)
• Работа с запросом XMLHttpRequest, GET / POST
• Работа с JSON данными

• Работа над дипломным проектом
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

• Подход и методология DevOps
• Основные понятия DevOps и проблематика
• Жизненный цикл ПО
• Циклы и этапы разработки ПО

• Обзор ключевых инструментов DevOps
• Настройка рабочей среды
• Подготовка к первым запускам

• Основы Linux, разновидности Linux
• Работа с Bash и написание скриптов
• Основные сценарии использования Bash для DevOps

• Git и знакомство с системами контроля версий
• Git: cоздание веток, основные понятия, клонирование, слияния, merge
• Знакомство с GitHub, GitLab. Создание и работа с репозиториями

• Инструментарий и подходы CI и CD
• Изучаем Jenkins
• Практика и разбор кейсов CI/CD

• Подход контейнеризации
• Изучаем Docker и его использование в задачах DevOps
• Работа с Docker hub и Docker registry

• Расширенные опции Docker
• Подходы к упаковке приложений
• Практика: Docker и упаковка приложений

• Внедрение систем управления конфигурациями
• Ansible. Синтаксис YAML
• Ad-Hoc команды. Ansible playbook

• Синтаксис
• Форматирование строк, следования, ветвления и циклы
• Создание и применение функций

• Списки, множества, кортежи, словари
• Тернарный оператора и оператора is
• Трюки для повышения лаконичности кода

• Строки, числа, логический типы
• Разбор кейсов быстрой проверки гипотез
• Основные ошибки при работе с пользователями

Блок 1: "Основы маркетинга и performance-маркетинг"

• Роль и место маркетолога в команде
• Основы маркетинга
• Анализ целевой аудитории и конкурентов
• Формирование УТП
• Performance-маркетинг
• Основы веб-аналитики
• Основные типы бизнес-метрик
• Сквозная аналитика
• Методы сегментации клиентов и целевой аудитории

Блок 2: "Контент-маркетинг"

• Стратегия и каналы маркетинга
• Основы контент маркетинга 2020
• Анатомия качественного контента
• Оптимизация контентаБлог для бизнеса

Блок 3: "Создание лендингов"

• Создание посадочных страниц
• Мастер-класс по созданию лендингов с помощью сервиса Tilda

Блок 4: "SMM-маркетинг"

• Как понять свою аудиторию? Анализ аудитории и конкурентов
• Как создавать идеи? Раскладываем идею на контент
• Основы создания рекламной графики для digital
• Как писать не уныло и рекламно
• Комьюнити-менеджмент
• Работа с блогерами
• Как набрать подписчиков с помощью бесплатных методов во всех соцсетях
• Создание рубрикатора и контент-плана для социальных сетей

Блок 5: "Таргетированная реклама"

• Что такое таргетированная реклама
• Выбираем сегменты ЦА и придумываем креативы
• Ретаргетинг, Look-alike и кастомные аудитории
• Запускаем, тестируем и оптимизируем рекламную кампанию
• Особенности продвижения компании во «ВКонтакте»
• Особенности продвижения компании в Facebook + Instagram
• Подсчет конверсий для разных объектов продвижения — Яндекс.Метрика и Google Analytics
• Рекламный кабинет «ВКонтакте» и рекламный кабинет myTarget
• Рекламный кабинет Facebook + Instagram

Блок 6: "SEO и Контекстная реклама"

• Инструменты для прогноза поискового трафика и других типов контекстных кампаний
• Конверсионные элементы лендинга и CTA-формы
• Семантическое ядро для контекстной рекламы: типы ключевых слов, операторы соответствия
• Яндекс.Директ
• Google Ads

Блок 7: "Веб-аналитика"

• Введение в digital-аналитику: основные понятия и инструменты
• Базовые настройки инструментов аналитики Google Analytics и Yandex Metrica
• GTM - особенности работы и основные возможности

Блок 8: "Другие каналы/инструменты"

• Стоит ли работать с СРА-каналом?
• Email marketing: основы, стратегии, KPIs, виды рассылок и практические механики
• Чат-боты
• Вебинары
• Подкасты: что как и зачем
• Видео маркетинг на YouTube

Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

Лекция 1: "Основы таргетированной рекламы"

• Основные принципы работы алгоритмов рекламных систем.
• Чем таргетированная реклама отличается от других рекламных инструментов.
• Как определить ключевые метрики для рекламы.
• Что нужно для прогнозирования результатов.
• Какие креативы лучше работают.

Лекция 2: "Рекламный кабинет ВК"

• Узнаем, что такое рекламный кабинет ВК и как применять этот инструмент

Лекция 3: "Инструменты ретаргетинга ВК"

• Узнаем об инструментах ретаргетинга и технических особенностях сбора баз

Лекция 4: "Дизайн и копирайтинг для таргетированной рекламы"

• Как подходы к созданию дизайна для рекламы существуют
• Какие инструменты можно использовать, при создании креативов
• Что самое важное при написании рекламных текстов
• Как можно улучшить любой рекламный текст

Лекция 5: "Рекламный кабинет Facebook (Instagram)"

• Структура рекламного кабинета
• Основные принципы работы рекламных алгоритмов Facebook
• Виды оптимизации при создании кампаний
• Настройки при создании группы объявлений
• Настройки при создании объявлений

Лекция 6: "Лайфхаки Facebook и Instagram. Автоматизация процессов"

• Структура бизнес менеджера
• Функционал ads-менеджера
• Facebook пиксель
• Создание специально настроенных конверсий
• Раздел «аудитории» в Facebook
• Инструмент создания отчетов
• Автоматизация рекламы в Facebook

Лекция 7: "Аналитика результативности рекламных кампаний"

• Статистическая значимость и доверительный интервал в аналитике
• Основные инструменты анализа рекламных кампаний
• Особенности разных источников трафика
• Как правильно подходить к тестированию

Лекция 8: "Работа таргетологом и векторы развития в профессии"

• Векторы развития в профессии
• Форматы работы в таргетинге
• Плюсы и минусы каждого формата
• Начало построения карьеры
• Создание портфолио
• Пути поиска работы

Лекция 1: "Что такое SMM и что обычно входит в задачи SMM-щика"

• Какие задачи может выполнять SMM-специалист
• Как типизировать SMM по целям и задачам бизнеса
• Чем отличается воронка продаж в SMM
• С чего правильно начать работу над новым проектом в соцсетях

Лекция 2: "Как работает бизнес ВКонтакте"

• Знакомимся с соцсетью
• Создание и оформление сообщества
• Что и как анализировать
• Лайфхаки

Лекция 3: "Как работает бизнес в Instagram"

• Знакомимся с Instagram
• Создание и оформление профиля
• Форматы контента
• Что и как анализировать
• Лайфхаки

Лекция 4: "Как работает бизнес в Facebook"

• Знакомимся с Facebook
• Создание и оформление профиля
• Что и как анализировать
• Лайфхаки и итоги

Лекция 5: "Алгоритмы умных лент в социальных сетях"

• Алгоритмы. Зачем они нужны
• Алгоритмы Facebook
• Алгоритмы Instagram
• Алгоритмы ВКонтакте
• Универсальные правила

Лекция 6: "Составляем контент-план: от гипотезы до аналитики"

• Что такое контент-план и зачем он нужен
• Как составить контент-план: техническое
• Как составить контент-план: идеологическое
• Бонус документы к контент-планированию

Лекция 7: "Комьюнити-менеджмент"

• Алгоритм эффективного сообщества
• Интеграция в достижение целей
• Зона комфорта
• События
• Формирование сообщества и повышение вовлеченности
• Комьюнити-менеджер
• Оценка эффективности

Лекция 8: "Как привлекать подписчиков"

• Зачем, кому и когда нужны подписчики
• Условно бесплатные каналы
• Платные каналы
• Сомнительные инструменты
• Что анализировать

Лекция 9: "Как найти блогера?"

• Зачем нужен инфлюенс маркетинг?
• Какие бывают инфлюенсеры?
• Где искать блогеров?

Лекция 10: "Аналитика в инфлюенс-маркетинге"

• Основные метрики инфлюенс-маркетинга
• Составляем CRM
• Разбираем статистику от блогеров
• Расчет повторных размещений и спецпроектов

Лекция 11: "Какие сервисы упрощают жизнь SMM-щика"

• Почему не стоит делать все руками
• Что поможет с контентом
• Что поможет с орг. вопросами
• Что поможет сделать level up

Лекция 12: "Мессенджеры как SMM канал"

• SMM в мессенджерах
• Рекламные кампании в Telegram
• Обратная связь через мессенджеры

Лекция 13: "Стратегии работы в новых соцсетях"

• Зачем и когда «заходить» в новую соцсеть
• Как разрабатывать контентную стратегию
• На какие соцсети посмотреть сегодня

Лекция 14: "Создание посадочных страниц"

• Что такое лендинг
• Этапы разработки лендинга
• Прототипирование и подготовка контента
• Структуру лендинга и советы по разделам
• Советы по дизайну

Лекция 15: "Мастер-класс по созданию лендингов с помощью сервиса Tilda"

• Сделаем лендинг на Тильде по готовому прототипу

Урок 1: "ZeroCoding & NoCode"

• Подход NoCode
• Базовые инструменты и кейсы их применения
• Границы применимости и лайфхаки использования

Урок 2: "Как проверять гипотезы без программирования"

• Практики Zero coding
• Воркшоп: сбор мобильных приложиний без разботчиков
• Повтор основных навыков и практики

Урок 3: "Быстрая проверка гипотез и MVP"

• подходы к созданию MVP
• разбор кейсов быстрой проверки гипотез
• основные ошибки при работе с пользователями

Урок 4: "Дизайн-мышление для Senior продакта"

• подходы к дизайн-мышлению
• практика на реальных кейсах
• разбор типовых ошибок

Урок 5: "Инструмент Bubble"

• создание сервисов с помощью Bubble
• лайфхаки инструмента
• быстрый старт с Bubble

Урок 6: "Инструменты Glide и Integromat"

• cобираем сервис нотификаций
• собираем мобильное приложение в Glide
• практика и разбор кейсов

Урок 7: "Система расписаний и визуализация данных без кода"

• cобираем сервис нотификаций в Chatforma
• изучаем Google Sheets и Google Data Studio
• практика и разбор кейсов

Урок 8: "Знакомство с платформой Tilda"

• создаем шаблонную страницу
• учимся управлять административной панелью
• практика и разбор кейсов

Блок 1: "Знакомство с Tilda"

• Преимущества работы в Тильда
• Примеры работ на данной платформе
• Регистрация
• Тарифы при работе на данной платформе
• Как выглядит внутренний кабинет
• Где искать подсказки при работе
• Активация пробного периода
• Создание страницы по шаблону
• Рассмотрим основные параметры шаблонов

Блок 2: "Создание собственной страницы"

• Виды домена, его покупка и подключение
• Работа с базовыми блоками: какие бывают, зачем нужны некоторые из них
• Адаптация к различным видам устройств
• Создание своей страницы на базе блоков

Блок 3: "Работа в Zero-Block"

• Что такое Zero-блоки
• За счет чего они функционируют и зачем ими пользоваться
• Как выглядит редактирование данного блока
• Какие инструменты используют в Zero-блоках
• Тексты, работа с изображениями, кнопками, шейпами и немножечко другого
• Горячие клавиши
• Адаптация к различным видам устройств

Блок 4: "Работа с модификациями (сторонние скрипты)"

• Как добавлять модификации
• Пример такого кейса
• Где можно брать модификации

Блок 5: "Настройки и дизайнн в Тильде"

• Подбор цветовой палитры, фриштов
• Подключение дополнительных шрифтов
• Использование разделителй и дополнительных блоков

Блок 6: "Базовые интеграции в Тильда"

• Внутренняя CRM
• Платежные системы
• e-mailрассыльщики
• Передача данных в Google Таблицы

Блок 7: "Прокачка Тильды до сложных сервисов (теория)"

• Архитектура сервиса
• Возможности и ограничения Тильды
• Дополнительные сервисы для прокачки Тильды

Блок 8: "Настройка основных действий"

• Персонализация личного кабинета Тильды на примере кейса

Блок 9: "Дополнительные инструменты для управления доступами"

• Кейс с разной длительтностью доступа и правами

Блок 10: "Создаём сайт с нуля"

• Подведение итогов и обобщение знаний
• Создание нового сайта

Бонусный блок 11: "Базовые действия в Figma"

• Создание объектов
• Работа с текстом
• Использование изображений

Бонусный блок 12: "Работа с кривыми"

• Работа с масками
• Основная тема

Бонусный блок 13: "Отрисовка элементов интерфейса"

• Работа со слоями
• Smart-selection
• Arrage, Align, Distribute

Бонусный блок 14: "Локальные библиотеки"

• Цвет в библиотеке
• Текст в библиотеке
• Базовые компоненты

Бонусный блок 15: "Прототипирование и анимация"

• Связывание экранов в прототип
• Простейшая анимация перехода между экранами
• Smart-animate

Лекция 1: «Поисковый маркетинг»

• SEO
• SERM
• Особенности поискового маркетинга

Лекция 2: «Введение в контекстную рекламу»

• Целевая аудитория Яндекс и Google
• Таргетинги контекстной рекламы
• Кому подходит КР
• Плюсы и минусы контекстной рекламы
• Что запрещено рекламировать
• Формы оплаты контекстной рекламы
• Отличия показателей KPI контекстной рекламы

Лекция 3: «Инструменты для прогноза поискового трафика»

• Понятие медиаплана
• Основные шаги расчета прогноза
• Отличие микро- и макро-конверсий
• Понятие СРА - целей
• Яндекс WordStat – что такое и как применять
• Анализ и расчет сезонности
• Расчет непоисковых кампаний

Лекция 4: «Конверсионные элементы лендинга и CTA-формы»

• Плюсы и минусы лендинга
• Плюсы и минусы многостраничного сайта
• Из чего состоит лендинг, что должно быть на начальном экране
• Структура многостраничного сайта
• Рекомендации по составлению посадочных страниц
• Рекомендации по аналитике сайтов и конверсионных форм

Лекция 5: «Семантическое ядро в контекстной рекламе»

• Что такое семантическое ядро
• Какие бывают типы ключевых слов
• Что такое операторы соответствия и зачем они нужны
• Какими методами можно собирать семантическое ядро
• Что такое минус-слова и как их собирать

Лекция 6: «Яндекс Директ 1 часть»

• Интерфейс Яндекс Директа
• Типы рекламных кампаний
• Структура рекламной кампании
• Особенности креативов в Яндекс Директе
• Настройки рекламных кампаний в поиске и в РСЯ
• Интерфейс Директ Коммандер

Лекция 7: «Яндекс Директ 2 часть»

• Яндекс Аудитории
• Ремаркетинг
• Эксперименты Яндекс Директ
• Принципы написания объявлений
• UTM-разметка

Лекция 8: «Google Ads 1 часть»

• Интерфейс Google Ads
• Типы рекламных кампаний
• Структура рекламной кампании
• Настройки рекламных кампаний в поиске и в КМС

Лекция 9: «Google Ads 2 часть»

• Настройки рекламных кампаний в поиске и в КМС
• Интерфейс Google Editor
• ДПО, ремаркетинг и динамический ремаркетинг в Google Ads
• Принципы написания объявлений Google Ads

Лекция 10: «Практика по дополнительным кампаниям»

• Особенности таргетингов "Баннер на поиске"
• Особенности запуска "Баннер на поиске"
• Особенности таргетингов "Медийная кампания"
• Особенности запуска "Медийная кампания"
• Особенности таргетингов "Видеокампания"
• Особенности запуска "Видеокампания"

Лекция 11: «Работа специалистом по контекстной рекламе»

• Форматы работы контекстолога
• Плюсы и минусы различных форматов работы
• Наиболее распространеные ступени карьеры
• Средний уровень заработка
• Пути поиска работы