Скачать [Simulative] Симулятор Аналитик данных 2025. Тариф Vip [Андрон Алексанян, Илья Трофимов]

[Kail]

Ссылка на картинку

Станьте аналитиком данных, за которым работодатели выстраиваются в очередь. За 3-5 месяцев обучения на реальных задачах бизнеса.

Аналитика – это способность видеть то, что другие не видят.
Аналитик данных – это специалист, который на основе сырых данных находит выводы для принятия верных бизнес-решений.
65% российских компаний ищут себе аналитиков, потому что те решают важные задачи бизнеса:

Какие задачи сможете решать после обучения

• Переводить задачи бизнеса на язык аналитики и обратно
• Переводить задачи бизнеса на язык аналитики и обратно
• Собирать данные и извлекать из них полезные гипотезы с помощью Python
• Писать удобный и масштабируемый код на Python
• Составлять продвинутые SQL-запросы
• Автоматизировать рутинные задачи
• Визуализировать данные в Power BI и Metabase
• Проводить и анализировать А/В-тесты
• Проводить продуктовую аналитику

Программа курса

Продуктовые метрики
Преподаватель: Андрон Алексанян

Работа аналитика направлена на улучшение продукта, пользовательского опыта и оптимизацию ресурсов компании — для этого нужно глубоко разбираться в том, как «переводить» продукт на язык цифр и метрик. Поэтому в первом модуле подробно изучаем:

Введение в продуктовые метрики:
Метрики привлечения
Метрики продукта
Метрики вовлеченности
Дополнительные метрики
Подкрепим изученный материал практикой и расчетными заданиями:

Построение маркетинговой модели
Расчет retention
Расчет lifetime
Расчет MAU/WAU/DAU
Дополнительно рассмотрим интересные темы (например, ложную корреляцию) с помощью блиц-тестирования

SQL для анализа данных
Преподаватель: Андрон Алексанян, Елизавета Бережная

Язык SQL — основной инструмент аналитика. Его чаще всего спрашивают на собеседованиях и используют в работе. Расписание модуля:

Введение в базы данных
Основы работы с БД
Первые шаги в SQL
Как я умею гуглить
JOIN: Объединение таблиц – важнейшая операция в РСУБД
GROUP BY: расчет агрегированных метрик и описательных статистик
Подзапросы, CTE, correlated subquery и вложенная логика
Оконные функции: самый мощный инструмент для решения задач
Код стайл: как писать красивый код на SQL
DDL и DML: не SELECT-ом единым
Финальный тест по модулю SQL
Финальный проект по модулю SQL
Вас ждет 150+ практических заданий, а также 3 финальных проекта на выбор.

Примеры практических заданий: ABC/XYZ-анализ, когортный анализ rolling retention, сегментация клиентской базы, распределение баланса по перцентилям, SCD, превращение длинной таблицы в широкую (pivot table), аналитика банковских транзакций.

Темы итоговых проектов:
RFM анализ клиентской базы аптечной сети
Повышение retention платформы IT Resume
Аналитика активности студентов корпоративного клиента

Визуализация данных: Metabase
Преподаватель: Антонина Гераськова, Илья Трофимов

Построение графиков и дашбордов — еще одна распространенная задача аналитика. И Metabase отлично синергируется с визуализацией данных и SQL: можно писать запросы и сразу строить графики. В этом модуле рассматриваем:

Знакомимся с Metabase
Как зайти в Metabase
Визуализируем наши SQL-запросы
Разбор домашнего задания
Работа с Questions
Filter Fields
Построение дашбордов
Дополнительные фишки
Итоговая работа
В качестве итогового проекта вам предстоит построить сопроводительные визуализации для проекта, который вы делали в модуле по SQL. Дополнительно вам нужно будет собрать полноценный дашборд.

Тариф VIP
Полный доступ к материалам

Показать больше