Профессия Аналитик данных плюс от Яндекс.Практикума

1. Основы Python и анализа данных: бесплатный курс. Вводный курс, из которого вы узнаете, что такое анализ данных и чем занимаются аналитики. Решая кейсы из разных областей, вы изучите азы Python и библиотеки Pandas, научитесь строить некоторые графики и верно их трактовать. Но главное — оцените свои силы, мотивацию и запас времени, чтобы решить, идти ли дальше.

2. Базовый Python. В этом курсе вы закрепите основы, полученные во вводной части. Углубитесь в изучение языка программирования Python и библиотеки Pandas, а также начнёте осваивать новый инструмент работы с кодом — Jupyter Notebook.

3. Предобработка данных. Чистые данные — первый шаг к решению аналитических задач. Идеальных данных не бывает, однако большинство недостатков можно компенсировать. В этом курсе разберём основные подходы и инструменты подготовки данных к анализу.

4. Исследовательский анализ данных. Изучение данных помогает выявить закономерности, сформулировать первые гипотезы и избежать ошибок при анализе. Вы познакомитесь с основными метриками описательной статистики и освоите новые средства визуализации данных.

5. Сборный проект. В сборном проекте вам предстоит задействовать все полученные знания. Вы самостоятельно подготовите данные к анализу и исследуете датасет.

6. Основы SQL. Готовые датасеты — роскошь для аналитика. Чаще всего информация для анализа хранится в базах данных, а с ними ещё нужно уметь работать. В этом курсе вы научитесь извлекать данные из баз при помощи SQL-запросов.

7. Основы визуализации данных. Даже самое выдающееся исследование могут не оценить по достоинству без соответствующей презентации. Расскажем, как представить результаты своей работы, верно интерпретируя графики и основные показатели.

8. Проектирование дашбордов в Tableau. Дашборды — важнейший инструмент автоматизации. Разберём принципы создания качественных дашбордов для разных аудиторий и нужд компании.

9. Сборный проект. Получение данных из базы. Предобработка и обзор датасета. Создание дашборда.

10. Метрики продуктовой и маркетинговой аналитики. Ещё ближе к бизнесу. Подробно разбираем основные бизнес-метрики и инструменты: когортный анализ, маркетинговые и продуктовые воронки, юнит-экономика.

11.Анализ поведения пользователей. В этом курсе вы узнаете, как помогать бизнесу расти, анализируя поведение клиентов. Познакомитесь с инструментами мобильной и веб-аналитики. Научитесь анализировать пользовательские пути в цифровых продуктах.

12. SQL для анализа данных. Возможности SQL не ограничиваются извлечением данных из баз. Расскажем, как считать продуктовые и маркетинговые метрики, выполняя запросы SQL.

13. Сборный проект. Получение данных из базы. Предобработка данных и исследование датасета. Анализ пользовательских путей и расчёт основных бизнес-показателей.

14. Статистический анализ данных. Во время работы в компании возникает масса гипотез, которые можно проверить статистическими методами. Вам предстоит изучить основы статистики и теории вероятностей для решения бизнес-задач.

15. A/B-тестирование. Всё про A/B-тесты: в каких случаях они уместны, как правильно сформировать выборку, провести эксперимент и валидировать результаты.

16. Основы машинного обучения. Расскажем, что такое машинное обучение и зачем оно аналитику. Покажем, как предсказывать отток клиентов. Разберём кластеризацию для разделения аудитории на сегменты и методы многомерного поиска выбросов.

17. Сборный проект. Получение данных из базы. Предобработка данных и исследование датасета. Формулирование гипотез с учётом специфики бизнеса. Проверка гипотез и подготовка выводов в формате аналитического отчёта.

18. Выпускной проект. Ваш пропуск в мир профессионального анализа данных. В финальном проекте вы примените все полученные в программе знания.