Аналитик данных проводит статистические тесты, чтобы решить бизнес-проблемы, на которые пока нет ответа. Он работает с разными инструментами анализа, не ограничиваясь готовыми решениями и системами. Знает языки программирования и формулирует гипотезы.

Курс поможет вам не только с нуля овладеть всеми важными для аналитика данных навыками, но и научит мыслить абстрактно, видеть за метриками и показателями смысл, находить взаимосвязи и строить гипотезы.

134 000 ₽

в среднем зарабатывает аналитик данных с опытом работы от двух лет (по данным hh.ru)

Согласно исследованию NewHR спрос на аналитиков данных значительно превышает предложение

Как работает аналитик данных

Общается с представителями бизнеса и выявляет проблемные места компании
Собирает информацию и составляет гипотезы для улучшения определённых показателей
Готовит данные к проведению анализа: сортирует, фильтрует и делает выборку, находит закономерности
Визуализирует данные и предлагает решения для развития проекта или бизнеса

На основе данных, предоставленных Data Analyst, компания может принимать верные бизнес-решения

Кому будет полезен этот курс

Идеально подойдёт тем, кто погружается в аналитику с нуля

Всем, кто хочет работать с данными
Курс даёт техническую базу и навыки использования инструментов для работы с данными
Начинающим аналитикам
Изучите основы программирования на Python и сможете работать над более интересными задачами
Специалистам из смежных сфер
Применяйте знания аналитики для решения бизнес‑задач

Аналитик — специалист, который занимается обработкой данных и составлением на их основе прогнозов, стратегий, планов и рекомендаций

Чему вы научитесь на курсе

Работать с данными

Изучите полный цикл работы с данными: от получения из разных источников с помощью SQL до их загрузки и обработки средствами Python

Анализировать данные

Узнаете, как находить инсайты в данных и сможете предлагать бизнесу оптимальные сценарии роста и увеличения капитала

Проверять гипотезы

Полученные навыки позволят брать в работу сложные задачи. Сможете приоритизировать гипотезы и подбирать наиболее эффективные инструменты для их проверки

Посмотрите работы студентов курса

Работа с Python для анализа данных

Владимир Герингер с помощью анализа данных проверил несколько гипотез, чтобы понять, почему сотрудники покидают компанию. Смотрите его исследование на GitHub.

Примеры работ с SQL

Дмитрий Портнов провёл развёрнутый анализ базы данных системы бронирования авиабилетов.

Денис Селиванов выполнял то же задание. Вот, что у него получилось.

А это версия задания от Арсения Совы.

Как вы будете учиться

Максимально понятно даём теорию и показываем сразу на примерах

Занятия
Учитесь в своём темпе. Мы подготовили гибкий формат, который позволяет смотреть видеолекции
в удобное для вас время
Практика
Вас ждут домашние и итоговые работы после модулей, а также дипломный проект
Сопровождение
Комьюнити студентов помогает вам взаимодействовать друг с другом. Кураторы курса помогают по возникающим вопросам в общем канале курса. По итогам дипломной работы вы получите персональные рекомендации от экспертов

Направление Нетологии «Аналитика и Data Science» — обладатель «Премии Рунета» в номинации «Образование и кадры» в 2019 году

Программа курса

Аналитика больших данных

23 часа теории ● 47 часов практики

Модуль предполагает интенсивное обучение и позволит слушателю научится думать как аналитик и формулировать гипотезы, попробовать свои силы и освоить SQL, научиться работать с PostgreSQL и MongoDB. Материалы записанных лекций и практических вебинаров помогут овладеть всеми важными для аналитика данных навыками, научат мыслить абстрактно, видеть за метриками и показателями смысл, находить взаимосвязи и строить гипотезы.

23 часа теории

47 часов практики

Основы аналитического мышления

SQL для анализа данных

Метрики, гипотезы и точки роста

Python для аналитиков

83 часа теории ● 87 часов практики

Интенсивное обучение на модуле позволит слушателю освоить язык программирования Python для анализа данных, познакомится с библиотеками NumPy и pandas, получить представление об основах парсинга и работы с API. Материалы записанных лекций и практических вебинаров помогут научиться соединять данные из различных источников, обогащать их и использовать для регулярной и AD-HOC отчетности, визуализировать данные с помощью библиотек и встроенных инструментов Python, чтобы предоставлять их в понятном для бизнес-заказчика виде.

83 часа теории

87 часов практики

Основы Python

Основы Pandas

Статистика в Python

Дипломная работа

10 часов практики

Дипломное задание по курсу выполняется самостоятельно во время обучения на курсе. Слушателю предлагается кейс на выбор, который станет основой для выполнения работы. Вы получите поддержку ментора при подготовке работы.

10 часов практики

Для обучения на курсе вам нужно гражданство РФ и законченное образование

После оплаты зарегистрируйтесь на платформе Университета 2035. Наши менеджеры ответят на все ваши вопросы.

Преимущества программы Университета 20.35 и Нетологии

Обучение на практике

Делаем акцент на практику, чтобы вы сразу могли закрепить полученные знания

Кейсы в портфолио

Вы сможете добавить в портфолио готовые кейсы, которые продемонстрируют ваш опыт

Помощь с трудоустройством

Поможем составить резюме, подберём вакансии, научим проходить интервью и поддержим на новом месте

Интенсивное обучение

Программа построена таким образом, чтобы вы смогли освоить все навыки даже без опыта

Скидка на обучение — 50%

Половину стоимости обучения оплачивает государство

Вам будут преподавать практикующие эксперты

Вашу квалификацию подтвердит диплом о профессиональной переподготовке

Мы обучаем по государственной лицензии и выдаём документ установленного образца

Что вы получите в результате обучения

Аналитик данных

Ключевые навыки

Получение данных с помощью языка запросов SQL

Очистка и трансформация данных с помощью Python или R

Сбор и анализ требований заказчиков к отчётности

Применение в работе ключевых математических методов и основ статистики

Прогнозирование событий на основе данных

Анализ результатов кампаний, исследований и тестирования продуктовых гипотез

Способность создавать аналитические решения и представлять их бизнесу

Инструменты, которые вы освоите

SQL

Язык программирования, применяемый для создания, модификации и управления данными в реляционной базе данных, управляемой соответствующей системой управления базами данных.

PostgreSQL

Свободная объектно-реляционная система управления базами данных.

NumPy

Библиотека с открытым исходным кодом для языка программирования Python.

Hadoop

Набор утилит, библиотек и фреймворк для разработки и выполнения распределённых программ, работающих на кластерах из сотен и тысяч узлов.

Python

Язык программирования общего назначения, ориентированный на повышение производительности разработчика и читаемости кода.