Аналитик данных расширенный (часть 3 из 12) [Яндекс Практикум]

Складчина: Аналитик данных расширенный (часть 3 из 12) [Яндекс Практикум]

Участие в складчине доступно, только для тех кто оплатил предыдущие части 1, 2



Часть 1
Часть 2
Часть 3 - эта складчина
Часть 4


Что вы будете делать, когда станете аналитиком данных:

• Экономить
  Выводы, основанные на анализе данных, помогают бизнесу более эффективно тратить и экономить деньги.
• Прогнозировать
  Аналитики данных проверяют гипотезы, делают прогнозы и принимают решения о том, как компании распределить ресурсы.
• Исследовать
  Чтобы бизнес рос даже во время кризиса, нужно анализировать возможности компании, предложения конкурентов, желания потребителей и закономерности рынка.
• Переводить
  В переносном смысле — переводить с языка данных на язык, понятный инвесторам и заказчикам. Но знание английского тоже может пригодиться.

Чему вы научитесь:

• Выгружать, преобразовывать и очищать
• данные с помощью SQL-запросов
• Запускать А/В-тестирования
• для проверки гипотез
• Помогать бизнесу принимать
• решения на основе данных
• Создавать дашборды с помощью
• Tableau и других инструментов
• Рассчитывать ключевые метрики работы
• компании и оценивать их значимость

Основная программа
1. Основы анализа данных с помощью SQL и BI.
- Введение в аналитику. Аналитический отчёт в Google Sheets;
- Основы SQL. Извлечение данных для анализа;
- SQL. Обработка данных;
- SQL. Анализ данных и решение adhoc задач;
- Визуализация данных с помощью DataLens. Создание дашбордов;
2. Анализ данных с помощью Python.
- Основы Python;
- Python. Пред обработка данных;
- Исследовательский анализ данных и визуализация с помощью Python;
3. Продвинутый анализ данных для бизнеса.
- Расчёт и визуализация бизнес метрик и показателей;
- Формулировка и проверка гипотез. Статистический анализ данных;
Анализ результатов А/В тестирования с помощью Python;

Программа специализации «Продуктовый аналитик»
1. Погружение в продукт.
- Как живёт продукт. Логирование
2. Мониторинг состояния продукта.
- Построение системы метрик продукта;
- Экономика продукта;
3. Поддержка принятия продуктовых решений
- A/B-тесты в работе продуктового аналитика;
- Поиск инсайтов в работе продукта.

Дополнительный курс: теория вероятностей
Дополнительный курс: линейная алгебра и алгоритмы
Дополнительный курс: практика Python

Состав 3 части:
- Визуализация данных с помощью DataLens. Создание дашбордов;
- Проект 1 модуля;
- Тематические воркшопы;
- Кейсы песочницы;
Скрытая ссылка