Профессия: "Аналитик"

Управление продуктом
118000,00
р.
145000,00
р.
Ступень 1: Инструменты начинающего аналитика
Знакомимся профессией и изучаем первые фреймворки

Блок 1:Знакомство с профессией аналитик данных
Занятия:
  • В чем роль аналитика?
  • Анализ продукта с помощью Lean Canvas и HADI-циклов
  • Основные бизнес-метрики
  • Ищем инсайты: декомпозиция метрик

Блок 2: Google Sheets и Excel для задач аналитики

Изучаем первый инструмент для анализа данных
Занятия:
  • Знакомство с интерфейсом
  • Основные функции и формулы
  • Работа с диапазонами и массивами
  • Прогнозирование и визуализация

Блок 3: SQL и базы данных

Учимся работать с данными с помощью SQL
Занятия:
  • Знакомство с SQL
  • Пишем первые запросы: кейс Airbnb
  • Работа с ключевыми запросами SQL
  • Ищем данные по определенным условиям
  • Преобразуем полученные данные
  • Функции агрегации и группировки
  • Знакомимся с базами данных
  • Объединение таблиц
  • Работаем с подзапросами
  • Изменение данных и таблиц
  • Оконные функции и оптимизация запросов
  • Работа с дата-сетом LEGO
  • Бонус: знакомимся с другими инструментами аналитика данных

Блок 4: Web и mobile аналитика

Знакомимся с основными инструментами для анализа сайтов и мобильных приложений
Занятия:
  • Знакомимся с digital-аналитикой
  • Основные инструменты Google Analytics и Яндекс Метрики
  • Основные возможности Google Tag Manager
  • Продвинутые функции Google Tag Manager
  • Переход на Google Analytics 4: возможности и изменения
  • Mobile аналитика: возможности App Metrica
  • BigQuery, ClickHouse, OWOX BI для передачи данных из систем аналитики
  • А/Б-тестирование для мобильной аналитики
Блок 5: Продуктовые навыки для аналитика данных
Учимся понимать цели бизнеса и переводить в язык цифр
Занятия:
Анализ целевой аудитории и конкурентов
Основные инструменты работы с пользователями
Customer Development

Практическое занятия по Custdev


Ступень 2:Продвинутые навыки аналитика

Блок 1: A/B-тестирование
Учимся проводить анализ данных с помощью А/B-тесты
Занятия:
  • Проверка гипотез и поиск точек роста с помощью A/B-тестирования
  • Доверительные интервалы и математическая статистика
  • Проверка А/Б-теста на статистическую значимость
  • Целевые и второстепенные метрики
  • Практическая реализация
  • А/А-тест, Мультивариантный тест и использование ML
  • Инструменты проведения A/B-теста

Блок 2:Мат. статистика и математика для анализа данных

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

Блок 3:Применение данных: построение Unit-экономики

Учимся анализировать бизнес с помощью юнит-экономики
Занятия:
  • Основные метрики unit-экономики
  • Когортный анализ клиентов
  • Жизненный цикл пользователей
  • Работа над Feature Adoption
  • Поиск точек роста: кейсы growth hacking

Блок 4: Python

Изучаем самый популярный язык программирования 
Занятия:
  • Знакомство с Python
  • Типы данных, функции, классы, ошибки
  • Строки, условия, циклы
  • Списки и словари в Python
  • Пакеты, файлы, Pandas – начало
  • Pandas – продолжение
  • Визуализация данных
  • Базы данных и статистика
  • Многопоточность
  • Веб-сервер flask и контроль версий GIt
  • Итоговый проект

Блок 5: Power BI и визуализация данных

Учимся продвинутым BI инструментам
Занятия:
  • Основы Power BI
  • Power Query. Получение и преобразование данных
  • Модель данных в Power BI
  • DAX (Data Analysis Expressions)
  • Работа с отчетами, базовые принципы визуализации данных
  • Power BI Service и создание дашборда
  • Power BI и Python
  • Итоговый проект: Uber & Lyft
Блок 6: Работа с Tableau и дашбордами
Осваиваем визуализацию в Tableau
Занятия:
  • Знакомство с Tableau. Знакомство с инфраструктурой Tableau
  • Модели данных и Табличные вычисления
  • Параметры и уровни детализации в Tableau
  • Псевдонимы, сортировка, Actions
  • Разработка дашбордов. Настройка взаимодействия между визуализациями

Ступень 3:Специализации аналитика

Блок 1: Специализация: Data Scientiest
Погружаемся в новую отрасль и работаем с BigData
Занятия:
  • Кто такой Data Scientiest
  • Знакомство с машинным обучением
  • Линейная регрессия
  • Бинарная классификация
  • Валидация. Почему это важно
  • Решающие деревья
  • Бутстрап, Бэггинг и случайный лес
  • Feature Engineering, Feature Selection
  • Градиентный бустинг
  • A/B тестирование
  • Обучение без учителя
  • Введение в рекомендательные системы
  • Метрики и бейзлайны
  • Матричное разложение
  • Рекомендации через поиск ближайших соседей
  • Воркшоп: предсказание оттока клиентов и прогноз продаж
  • Воркшоп: скоринг кредитного портфеля
Блок 2: Специализация: Маркетолог-аналитик
Учимся анализировать каналы привлечения и рекламу
Занятия:
  • Основы маркетинговой аналитики
  • Аналитика performance каналов
  • Сквозная аналитика или считаем LTV
  • Сегментация клиентов и работа с CRM
  • Виды исследований в маркетинге (NPS и TOM)

Блок 3: Специализация: Бизнес-аналитик

Учимся принимать бизнес-решения на основе данных
Занятия:
  • Кто такой Бизнес-аналитик?
  • Схема бизнес-процессов
  • Управление изменениями. Поиск проблем бизнеса
  • Анализ влияния. Критерии успешности
  • Лучшие практики бизнес-анализа

Блок 4: Специализация: Системный аналитик

Занятия:
  • Кто такой системный аналитик?
  • Виды, критерии и источники требований
  • Регулирующие документы, нотации
  • Пользовательские интерфейсы
  • Программные интерфейсы
  • Документирование

Блок 5: Дипломная работа и помощь с трудоустройством

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

Тип курса: Профессия (10-12 месяцев)