Исследует данные, проверяет гипотезы и помогает принимать решения
Вводный модуль. Эта часть курса бесплатная, чтобы вы познакомились с процессом обучения и больше узнали о профессии. А после бесплатной части выберете подходящий формат курса: базовый или расширенный.
Базовый Python. Погрузитесь в язык программирования Python и работу с библиотекой Pandas.
Предобработка данных. Научитесь очищать данные от выбросов, пропусков и дубликатов и преобразовывать разные форматы данных.
Исследовательский анализ данных. Изучите основы теории вероятностей и статистики. Познакомитесь с Matplotlib. Будете рисовать диаграммы и анализировать графики.
Статистический анализ данных. Научитесь анализировать взаимосвязи в данных методами статистики, узнаете, что такое статистическая значимость и гипотезы.
Теория вероятностей. Дополнительный курс. Вспомните или узнаете базовые термины в теории вероятностей: независимые, противоположные, несовместные события и т. д. На простых примерах и забавных задачах потренируетесь работать с числами и выстраивать логику решения.
Первый большой проект. Научитесь предварительному исследованию данных, сформулируете и проверите гипотезы на примере данных о продаже игры.
Базовый SQL. Изучите основы SQL и реляционной алгебры для работы с базами данных. Познакомитесь с СУБД. Научитесь писать запросы разного уровня сложности и переводить бизнес-задачи на язык SQL. Поработаете с базой данных онлайн-магазина.
Анализ бизнес-показателей. Узнаете, что такое метрики в бизнесе. Научитесь использовать инструменты для анализа данных в бизнесе: когортный анализ, воронка продаж и юнит-экономика.
Продвинутый SQL. Поработаете с оконными функциями. Научитесь локально изменять содержимое баз данных
Принятие решений в бизнесе. Узнаете, что такое A/B-тестирование, и поймёте, в каких случаях его используют. Научитесь проводить A/B-тестирование и оценивать его результат.
Второй большой проект. Научитесь проверять статистические гипотезы в рамках A/B-тестирования и готовить выводы и рекомендации в формате аналитического отчёта.
Как рассказать историю с помощью данных. Узнаете, как правильно презентовать результаты своего исследования на графиках и цифрах. Познакомитесь с Seaborn и Plotly
Построение дашбордов в Tableau. Поработаете с BI-системой Tableau. Научитесь подключаться к данным и модифицировать их, строить графики разных видов, собирать дашборды и презентации
Дополнительные темы базового курса. Теория вероятностей. Практика Python.
Итоговый проект. Подтвердите, что освоили новую профессию: выберете одну из 5 сфер (банки, ретейл, игры, мобильные приложения, e-commerce), уточните задачу заказчика, пройдёте все стадии анализа данных — всё как на реальной работе. Привычного описания шагов в проекте не будет. Вы проработаете их самостоятельно.
Нейросети для аналитиков. Научитесь с помощью YandexGPT: Генерировать гипотезы для анализа данных. Проверить гипотезы и предлагать улучшения. Искать информацию о методах и инструментах анализа данных. Вести документацию по анализу данных.
хорошая база, понятные и нужные инструменты, легко и доступно подаётся теоретический и практический материал
иногда итоговые спринты достаточно сложные
Случился образовательный опыт
Отучился на курсе "Аналитик данных". За неделю до окончания курса получил свой первый оффер на 104к, о нём ниже. Из главного: прекрасный образовательный опыт, абсолютно стоит своих денег. Для контекста: мне 28, я 10 лет учился на международных отношениях в трёх университетах и сейчас жду защиты кандидатской диссертации. За 10 лет обучения и поиска работы по специальности ровно ноль офферов, 0. Не помогли ни красные дипломы, ни топовые вузы. В ЯП за 7 месяцев курсов виден результат (я брал базовую программу). Я крайне скептически относился к перспективам трудоустройства, особенно учитывая нынешний рынок труда в России и мой основной академический трек не в технических науках. Искал ровно два месяца. Сфера EdTech, в ней у меня три года опыта работы куратором в разных вузах и edtech-стартапах. Мне отказали на хх, я нашёл контакты руководителя структурного подразделения организации, созвонился и отправил своё резюме напрямую ему на почту. Мне вновь отказали со словами "Вам у нас будет скучно", но, проявив настойчивость, я добился очного собеса в понедельник. По итогу к вечеру пятницы мою кандидатуру согласовали. Из инструментов там пока что SQL и Excel. Работа, правда, с файлами .json, мы такие не проходили, но пара видяшек на ютубе помогут всё понять, думаю, всё-таки не квантовая механика. Курс в ЯП отобьётся по деньгам ровно за месяц работы. Мой потолок в зарплате не поднимался никогда выше 80к, несмотря на моё образование и скиллы. Из-за этого мне всегда было стрёмно и обидно, тем более что даже эту психологическую планку в 100к не удавалось пробить долгое время. Курс однозначно рекомендую.
доступно и понятно
только если в себе искать
Как я на практикум ходил
Реально крутая площадка для обучения. Даже если тема кажется сложной, поддержка наставников и ИИ очень помогают вкатиться в профессию. Я работаю SEO-специалистом, и для моих задач Python сейчас просто необходим. Залетел к ним на курс по аналитике данных на Питоне: разобрался с Jupyter Notebook и наконец-то автоматизировал кучу рутины. Результатом доволен, думаю, вернусь в Практикум за новыми знаниями!
практика, проекты, поддержка кураторов, логичная программа, гибкий график, полезное комьюнити
долгое ревью проектов, особенно перед дедлайном, некоторые темы раскрыты поверхностно, бывают технические баги в тренажёрах
Курс "Аналитик данных" - крепкая рекомендация!
С сентября проходила курс "Аналитик данных" от Яндекс Практикума и мне он очень понравился! Обучение было построено логично и понятно, материал подается от простого к сложному, что помогает постепенно осваивать профессию. Конечно, тренажер практических заданий требует доработки. Порадовало, что было много практики: задания приближены к реальным рабочим задачам, а после каждого раздела есть проекты для портфолио. Особенно понравилась поддержка кураторов - они действительно заботливые, всегда готовы помочь, объяснить сложные моменты и мотивировать. Мне пришлось один раз перейти в другую когорту, тк не успевала сдать один проект, но переход прошел плавно и без проблем. Хотелось бы чтоб улучшили скорость ревью проектов - особенно финального. Понимаю, что у команды большая нагрузка, но ожидание проверки перед дедлайном было волнительным. Хотелось бы более предсказуемых сроков ревью.
