Продолжительность:
12 месяцев

Объем:
120 лекций и воркшопов

Формат:
Онлайн + записи + задания

Уровень:
С нуля

Специальность:
Аналитик

Требования:

НавыкиПреподавателиТехнологииО школе

Чему вы научитесь

  • Анализировать трафик и сайт
  • Проектировать систему сквозной аналитики
  • Использовать на продвинутом уровне Google Analytics и Яндекс.Метрику
  • Визуализировать данные
Профессия: Аналитик (с 0 до PRO) от Productstar

Python

Профессия: Аналитик (с 0 до PRO) от Productstar

SQL

Профессия: Аналитик (с 0 до PRO) от Productstar

Hadoop

Профессия: Аналитик (с 0 до PRO) от Productstar

Pandas

Профессия: Аналитик (с 0 до PRO) от Productstar

Jupyter

Профессия: Аналитик (с 0 до PRO) от Productstar

Scikit-learn

Профессия: Аналитик (с 0 до PRO) от Productstar

Spark

Профессия: Аналитик (с 0 до PRO) от Productstar

Numpy

Профессия: Аналитик (с 0 до PRO) от Productstar

Matplotlib

Профессия: Аналитик (с 0 до PRO) от Productstar

Обучающие курсы ProductStar

Онлайн-школа с фокусом на обучение диджитал профессиям на прикладных кейсах российских и международных компаний: продуктовому-менеджменту, аналитике, маркетингу и программированию.

Программа обучения

Блок 1

Продуктовая аналитика и работа в команде

— Роль и место аналитика в продуктовой команде;
— Приёмка задач: понимание проблем;
— Типовые задачи по аналитике и планирование работы над подобными задачами;
— Управление продуктом на основе модели Lean Canvas и роль аналитики в этой модели;
— MVP-подход для решения аналитических задач;
— Основные типы бизнес-метрик;
Unit-экономика;
— Декомпозиция метрик и факторный анализ — практика;
— Введение в web-аналитику: основные понятия и инструменты;
— Основные отчеты Google Analytics;
— Основные отчеты Yandex Metrica;
— Основные отчеты App Metrica.

Блок 1
Блок 2

Маркетинговая и клиентская аналитика

Введение в маркетинговую аналитику;
— KPI и метрики;
— UTM-метки;
— Основные источники данных и методы их анализа;
— Сквозная аналитика;
— Методы сегментации клиентов и целевой аудитории;
— Введение в RFM-анализ;
— Введение в когортный анализ.

Блок 2
Блок 3

A/B-тестирование

Проверка гипотез и поиск точек роста с помощью A/B-тестирования;
— Теория выборочных обследований;
— Математическая статистика в теории выборочных обследований;
— Статистическая проверка итогов тестирования;
— Последовательность проведения A/B-тестов. Оценка затрат на тесты. Карты гипотез;
— Основные проблемы A/B-тестирования и способы их решения;
— Инструменты A/B-тестирования;
— Особенности проведения A/B-тестов в оффлайн-бизнесе.

Блок 3
Блок 4

SQL и получение данных

Основы SQL;
— Обновление, добавление и удаление данных. Работа с таблицами;
— Представления и хранимые процедуры. Особенности обработки транзакций;
— Расширенные возможности SQL и основные ограничения;
— Фильтрация данных и вычисляемые поля — практика (SELECT, SUM, AVG, GROUP BY, ..);
— Группировка данных, подзапросы и объединение таблиц — практика (INNER, LEFT, RIGHT, DISTINCT, ..);
— Обновление, добавление и удаление данных. Работа с таблицами (INSERT, UPDATE, DELETE, MERGE, FOREIGN KEY, ..);
— Работа с популярными программами (MySQL, SQL Server, Redash, Tableau).

Блок 4
Блок 5

Python и обработка данных

Python: настройка окружения, базовые структуры данных и основные операторы;
— Работа с файлами и форматированный вывод;
— Пространства имен и области видимости, классы и объекты;
— Инструменты функционального программирования;
— Стандартные и сторонние библиотеки Python для анализа данных.

Блок 5
Блок 6

Инструменты визуализации и презентация аналитики

— Сравнительный обзор основных инструментов визуализации данных;
— Основные ошибки при проектировании отчетности и визуализации данных;
— Расширенные возможности визуализации в Excel и Google Sheets, Google Data Studio + практика;
— Организация хранения данных для целей анализа;
— Презентация результата команде;
Работа с популярными BI-программами (MySQL, SQL Server, Power BI, Redash, Tableau);
— Решение бизнес-задач в команде;
— Как работать с командой и подрядчиками;
— Как управлять процессами по аналитике.

Блок 6
Блок 7

Мат.модели и обработка данных

— Основы линейной алгебры и теории множеств;
— Методы математической оптимизации;
— Основы описательной статистики;
Статистический анализ данных.

Блок 7
Блок 8

Построение Machine Learning моделей

— Линейные методы, логистическая регрессия и SVM;
— Деревья решений;
— Линейная и полиноминальная регрессия;
— Алгоритмы кластеризации;
— Способы повышения качества модели;
— Функции потерь и оптимизация;
Оценка точности модели, борьба с переобучением, регуляризация;
— Улучшение качества модели.

Блок 8
Блок 9

Аналитика больших данных

Машинные методы для обработки данных;
— Культура сбора и источники данных;
— Предобработка и визуализация данных в pandas;
— Улучшение качества работы с данными;
— Построение прогнозных и предсказательных моделей;
— Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования;
— Основы работы в Hadoop и MapReduce;
— Работа с облачными платформами: AWS, EMR, Azure;
— Продвинутые подходы в MapReduce;
— Работа в pyspark;
— Организация команды для работы с данными. CRISP-DM.

Блок 9
Блок 10

Дипломная работа и помощь с трудоустройством

Работа над дипломным проектом для портфолио;
— Подготовка резюме;
— Подготовка к собеседованию;
— Финальная защита и консультации.

Блок 10
Менторы 
Трудоустройство
Сертификат
Рассрочка
Портфолио

Цена

105 000 ₽

65 000 ₽

Записаться

Научитесь работать с большими данными

Отзывы учеников

Ответы на популярные вопросы

Я смогу общаться с преподавателями?

У вас будет куратор в чате, преподаватель лично прокомментирует домашние задания и даст полезные советы. Так вы сможете перенять уникальный опыт, профессиональные знания и лайфхаки ведущих специалистов рынка.

Сколько потребуется времени, чтобы пройти все модули?

Курс рассчитан на 6 месяцев: кто‑то заканчивает раньше, кто‑то чуть позже. Здесь главное не скорость прохождения, а эффективное использование полученных навыков, поэтому лучше не торопиться и ориентироваться на заявленные 6 месяцев.

Я никогда не занимался аналитикой. У меня получится?

В первую очередь курс подходит начинающим аналитикам и тем, кто хочет перейти в данную специальность.
Вы стартуете с 0 и последовательно структурируете ваши знания по аналитике и закрепляете их практикой (после каждой лекции).
Курс также подойдёт для Middle-аналитиков — закрыть некоторые «дыры» в своих знаниях, а также получить опыт и шаблоны работы аналитиков других компаний.

Как вы помогаете с трудоустройством?

Каждый студент (который оплачивал не от компании) при желании может предоставить своё резюме — его помещают в папку с резюме студентов, откуда их часто разбирают компании-партнёры ProductStar.
Также, компании-партнёры изучают ваши набранные баллы (за практические задания) и приходят на защиту ваших дипломных работ — на основе этого выбирают лучших студентов к себе в штат.

Рейтинг

Аналитик (с 0 до PRO)

Полнота программы
Отзывы в сети
Цена

Выводы

На этой программе вы с нуля освоите профессию Аналитик продуктов, подробно разберете всю специфику и инструменты данной профессии от Google Analytics, Python и BI-инструментов до Machine Learning и DataScience.

4.5

Обучение с трудоустройством

Профессия Python-разработчик / Skillbox

Профессия Python-разработчик / Skillbox

7 500 3 750 ₽/мес.
Факультет Python-разработки / GeekBrains

Факультет Python-разработки / GeekBrains

4 990 ₽/мес.
Факультет Аналитики Big Data / GeekBrains

Факультет Аналитики Big Data / GeekBrains

7 490 ₽/мес.
Профессия Data Scientist / Skillbox

Профессия Data Scientist / Skillbox

8 167 4 083 ₽/мес.

Тест на знание python

Что выведет этот код?
Верно ли данное утверждение: "В Python есть два типа чисел: целые числа и числа с плавающей точкой"?
Какой будет результат выполнения этого кода?
Что выведет этот код?
Что выведет этот код?