Профессия аналитик данных от Нетологии

Продвинутый Python

• Основы Python
• Управляющие конструкции и коллекции
• Функции
• Работа с файлами и пакетами
• Время и даты в Python
• Понятие класса
• Основы Git
• Регулярные выражения и основы синтаксического разбора
• Библиотека Pandas
• Функции и работа с данными
• Основы парсинга и работы с API
• Основы визуализации данных в Python: библиотеки matplotlib и seaborn
• Случайные события. Случайные величины
• Корреляция и корреляционный анализ
• Задачи классификации и кластеризации

Практика: задания на отработку практических навыков по каждой теме

Программирование на Java

• Введение в программирование на Java. Циклы. Условные операторы
• Типы данных в Java. Структура класса
• Структуры данных. Массивы
• Объектно-ориентированное программирование
• Структуры данных. List, Generics
• Структуры данных. Queue, Set, Map
• Spring framework
• Сервисы на Java. SpringBoot

Практика: по итогам модуля создадите работающий проект REST API

Базы данных и SQL

• Подключение к базе данных. Структура БД
• Типы данных
• Основы SQL
• Углубление в SQL
• Работа с PostgreSQL
• Расширения в PostgreSQL

Практика: решение задач на агрегацию и соединение данных через написание запросов, ранжирование и работу с данными со смещением, а также на использование массивов

Большие данные

• Традиционный анализ данных
• Мотивация и технологии работы с большими данными
• Культура сбора и работы с данными
• CLTV & Uplift
• NoSQL & MongoDB
• Hadoop & Spark
• PySpark
• Что такое визуализация данных
• Инструменты визуализации данных. Excel, DataLens, Power BI

Практика: решение практических кейсов, направленных на сбор, обработку и интерпретацию больших данных в сфере финансов, отработка навыков выбора типа визуализации для решения задачи, создания отчётов и дашбордов

Современные методы анализа данных

• Что такое статистика и для чего она нужна
• Основные статистические показатели
• Исследования данных
• Регрессионный анализ и меры связи. Исследование данных
• Работа со статистическими гипотезами и основы A/B-тестирования
• Временные ряды
• Работа с обезличенными данными
• Causal Inference
• Библиотека Numpy. Вычислительные задачи
• Продвинутый Pandas
• Business Intelligence как сердце аналитики
• Многомерное представление данных
• Реляционные и нереляционные базы данных, слабо- и неструктурированные данные
• Эксплораторный анализ данных
• Yarn, Pig & hive
• HBase & Cassandra
• Данные в облаке
• Decision-based/action-based аналитика

Практика: решение практических кейсов, направленных на внедрение систем анализа данных и применение инструментов анализа данных

Облачные вычисления

• Основы облачных технологий
• Виртуализация и контейнеризация
• Работа с данными и потоками данных
• Программирование в облачных системах

Практика: решение практических кейсов, направленных на использование облачных приложений в анализе данных

Проектирование баз данных

• Концептуальное моделирование предметной области и бизнес-задач
• Проектирование БД
• Запросы к БД
• Администрирование БД

Практика: решение практических кейсов по проектированию баз данных

Технологии блокчейн

• Обзор технологии блокчейн
• История и тренды развития блокчейна
• Область применения технологии в финансах
• Организация финансовых потоков в блокчейн-сфере

Практика: формирование навыков создания концепции блокчейн-проекта

Дипломный проект — готовый кейс в портфолио

Вы примените полученные навыки на персональном проекте по анализу данных. Работа поэтапная на основе своего или учебного кейса — каждое практическое задание по итогам модуля станет частью вашего дипломного проекта.

Гарантированная проектная стажировка в конце курса

Вы будете работать в команде над решением реальной задачи от индустриальных партнёров Финансового университета и Нетологии — корпораций и высокотехнологичных стартапов