Например, настраивает алгоритм проверки действий клиентов банка, чтобы снизить риск мошеннических операций. Анализирует данные о покупках, предпочтениях и отзывах клиентов, чтобы усилить лояльность и увеличить продажи. Собирает данные о расположении такси в городе и прогнозирует спрос, чтобы установить тарифы для поездок.

Спрос на аналитиков в России возрос в 2023 году вдвое

Аналитики нужны крупным компаниям, заинтересованным в использовании массивов данных. Это банки, мобильные операторы, сети магазинов информационные центры, промышленные холдинги и маркетинговые агентства.

Зарплата аналитика данных

согласно исследованию Хабр Карьера
за первое полугодие 2023

60 000 ₽
Junior-специалист
с опытом до 1 года
135 000 ₽
Middle-специалист
с опытом 1–3 года
250 000 ₽
Senior-специалист
с опытом более 3 лет

Программа разработана совместно с Финансовым университетом

В её основе — фундаментальная база и методология вуза, опыт Нетологии в онлайн-обучении и сотрудничестве с экспертами рынка.

Вы с нуля освоите ключевые инструменты аналитика и сможете начать карьеру junior-специалиста

Научитесь применять статистические методы, находить инсайты в данных, строить гипотезы и помогать компаниям находить точки роста.

Во время обучения вы будете решать рабочие кейсы аналитиков и создадите проекты для портфолио при поддержке опытных преподавателей. Программа насыщенная и интенсивная — через 10 месяцев с дипломом Финансового университета на руках вы будете готовы к собеседованию на позицию аналитика данных.

Финансовый университет занимает 6-е место по спросу на выпускников

Вуз входит в топ рейтинга университетов по востребованности выпускников на рынке труда в 2022 от RAEX.

В топ-20 национального рейтинга университетов «Интерфакса» 2022
В топ-5 в России по направлению «Бизнес и менеджмент» в QS World Universities Rankings 2022
8-е место среди 76 вузов России
в THE World University Rankings 2023

Нетология — один из лидеров рынка онлайн-образования

12 лет обучает новым профессиям, разработала более 500 программ для развития soft и hard skills

Сотрудничает с крупнейшими компаниями и ведущими вузами России

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

Вы сможете добавить в резюме два диплома о повышении квалификации

Ваши навыки подтвердит диплом Финансового университета. Это выделит вас на фоне других кандидатов на позицию аналитика.

Также вы получите документ установленного образца от Нетологии — обучение на платформе ведётся по государственной лицензии. Для получения дипломов нужно высшее или среднее специальное образование.

После обучения по программе у вас будет возможность перезачесть ряд дисциплин при поступлении в магистратуру Финансового университета «Продуктовый маркетинг и аналитика»

Курс подойдёт

всем, кто любит цифры и хочет развиваться на стыке IT и бизнеса

Новичкам в сфере аналитики
Изучите ключевые инструменты аналитика данных и сможете уверенно стартовать в карьере
Начинающим аналитикам
Систематизируете знания, отработаете навыки на практике и усилите своё портфолио
Специалистам смежных сфер
Расширите навыки, сможете решать более сложные задачи, продвинуться в карьере или сменить траекторию
Выпускникам ссузов, вузов и тем, кто не окончил магистратуру
В сжатые сроки получите актуальную профессию по партнёрской программе с Финансовым университетом

Как проходит обучение

Комфортный режим

Записи лекций и вебинаров доступны в любое время в личном кабинете. Вам понадобится
до 25 часов в неделю на теорию и практику

Вебинары с экспертами

Преподаватели поделятся опытом, полезными рекомендациями и дадут обратную связь по домашним работам

Практика онлайн

Будете выполнять задания самостоятельно и с проверкой, разбирать и решать рабочие кейсы аналитиков

Поддержка и общение в студенческих чатах

Сможете задавать вопросы кураторам и преподавателям, обсуждать задачи и делиться идеями с однокурсниками

Программа обучения —
10 месяцев

864 академических часа

• Занятия с экспертами проходят 2–3 раза в неделю. Воркшопы проводятся вечером, видеолекции открываются утром

• Запись вебинаров, воркшопов и другие полезные материалы хранятся в личном кабинете

• На практические задания понадобится от 2 до 6 часов в неделю.

Продвинутый Python

Освоите высокоуровневый язык Python и научитесь с его помощью получать, обрабатывать и визуализировать данные.

Основы Python

Управляющие конструкции и коллекции

Функции

Работа с файлами и пакетами

Время и даты в Python

Понятие класса

Основы Git

Регулярные выражения и основы синтаксического разбора

Библиотека Pandas

Функции и работа с данными

Основы парсинга и работы с API

Основы визуализации данных в Python: библиотеки matplotlib и seaborn

Случайные события. Случайные величины

Корреляция и корреляционный анализ

Задачи классификации и кластеризации

Практика: задания на отработку практических навыков по каждой теме

Программирование на Java

Освоите базовые навыки разработки на Java — быстром и высокоэффективном языке для анализа данных. Изучите синтаксис и основные концепты Java, основы Spring и SpringBoot, характеристики структуры данных. Научитесь разрабатывать простой сервис на языке Java и работать в Git, IntelliJ Idea, Repl.IT.

Введение в программирование на Java. Циклы. Условные операторы

Типы данных в Java. Структура класса

Структуры данных. Массивы

Объектно-ориентированное программирование

Структуры данных. List, Generics

Структуры данных. Queue, Set, Map

Spring framework

Сервисы на Java. SpringBoot

Практика: по итогам модуля создадите работающий проект REST API

Базы данных и SQL

Освоите навыки работы с базами данных и SQL. Научитесь фильтровать, агрегировать и соединять данные. Сможете создавать и вносить изменения в базе данных. Узнаете, как использовать аналитические функции и готовить отчёты.

Подключение к базе данных. Структура БД

Типы данных

Основы SQL

Углубление в SQL

Работа с PostgreSQL

Расширения в PostgreSQL

Практика: решение задач на агрегацию и соединение данных через написание запросов, ранжирование и работу с данными со смещением, а также на использование массивов

Большие данные

Изучите методы хранения и обработки больших данных, способы их применения в финансовой сфере, основные принципы и виды визуализации данных, подходы к выбору типа визуализации под конкретную задачу. Научитесь собирать, обрабатывать и хранить большие данные, анализировать данные при помощи инструментов визуализации. Сможете создавать отчёты и дашборды в Microsoft Excel, Yandex DataLens, Microsoft Power BI.

Традиционный анализ данных

Мотивация и технологии работы с большими данными

Культура сбора и работы с данными

CLTV & Uplift

NoSQL & MongoDB

Hadoop & Spark

PySpark

Что такое визуализация данных

Инструменты визуализации данных. Excel, DataLens, Power BI

Практика: решение практических кейсов, направленных на сбор, обработку и интерпретацию больших данных в сфере финансов, отработка навыков выбора типа визуализации для решения задачи, создания отчётов и дашбордов

Современные методы анализа данных

Изучите основные понятия анализа данных, статистические и интеллектуальные методы анализа данных, этапы внедрения систем анализа данных и процесс подготовки аналитических материалов. Научитесь формировать аналитические модели, анализировать качество полученных моделей, выбирать аналитические платформы и пакеты.

Что такое статистика и для чего она нужна

Основные статистические показатели

Исследования данных

Регрессионный анализ и меры связи. Исследование данных

Работа со статистическими гипотезами и основы A/B-тестирования

Временные ряды

Работа с обезличенными данными

Causal Inference

Библиотека Numpy. Вычислительные задачи

Продвинутый Pandas

Business Intelligence как сердце аналитики

Многомерное представление данных

Реляционные и нереляционные базы данных, слабо- и неструктурированные данные

Эксплораторный анализ данных

Yarn, Pig & hive

HBase & Cassandra

Данные в облаке

Decision-based/action-based аналитика

Практика: решение практических кейсов, направленных на внедрение систем анализа данных и применение инструментов анализа данных

Облачные вычисления

Узнаете, как разрабатывать проекты облачных систем, настраивать работу виртуальной машины, использовать контейнеры, проектировать микросервисную архитектуру. Научитесь работать с программными интерфейсами REST, RESTful API, проектировать вычислительную сеть, использовать интерфейсы сервисов искусственного интеллекта и облачные средства разработки. Освоите навыки работы с файлами больших данных, сможете рассчитывать алгоритмы работы облака.

Основы облачных технологий

Виртуализация и контейнеризация

Работа с данными и потоками данных

Программирование в облачных системах

Практика: решение практических кейсов, направленных на использование облачных приложений в анализе данных

Проектирование баз данных

Научитесь анализировать техническое задание заказчика и на его основе проектировать концептуальную, логическую и физическую схему базы данных, а также обеспечивать её необходимыми запросами. Сможете настроить регулярные обслуживающие мероприятия: бекап, оптимизацию хранения данных.

Концептуальное моделирование предметной области и бизнес-задач

Проектирование БД

Запросы к БД

Администрирование БД

Практика: решение практических кейсов по проектированию баз данных

Технологии блокчейн

Изучите принципы работы блокчейна: формирование блоков, майнинг, протоколы консенсуса, а также финансовых организаций, созданных на этой технологии. Научитесь анализировать развитие трендов в криптосфере, создавать концепцию применения технологии блокчейн в проекте и применять её в управлении финансовых организаций. Разберётесь в способах применения токена в блокчейн-проекте и работе с whitepaper.

Обзор технологии блокчейн

История и тренды развития блокчейна

Область применения технологии в финансах

Организация финансовых потоков в блокчейн-сфере

Практика: формирование навыков создания концепции блокчейн-проекта

Дипломный проект — готовый кейс в портфолио

Вы примените полученные навыки на персональном проекте по анализу данных. Работа поэтапная на основе своего или учебного кейса — каждое практическое задание по итогам модуля станет частью вашего дипломного проекта.

Гарантированная проектная стажировка в конце курса

Вы будете работать в команде над решением реальной задачи от индустриальных партнёров Финансового университета и Нетологии — корпораций и высокотехнологичных стартапов

Ваше резюме после обучения

Аналитик данных

Ключевые навыки

Получение данных с помощью языка запросов SQL

Обработка и преобразование данных с помощью Python

Работа с данными в Excel

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

Excel

Одна из самых популярных программ для работы с электронными таблицами. Функциональный инструмент визуализации и анализа данных

Google Sheets

Бесплатный онлайн-редактор таблиц

PostgreSQL

Популярная реляционная база данных с открытым исходным кодом. На её основе работают множество приложений для анализа геопространственных данных и мобильных приложений

Looker Studio

Простой инструмент для визуализации данных

Python

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

Pandas

Программная библиотека на языке Python для обработки и анализа данных.

NumPy

Библиотека с открытым исходным кодом для языка программирования Python

Matplotlib

Библиотека Python для визуализации данных

Seaborn

Библиотека Python для визуализации статистических данных

Power BI

Комплекс инструментов для анализа данных. Позволяет собирать, обрабатывать и визуализировать данные в интерактивных отчётах и дашбордах без IT-специалистов

A/B-тесты

Метод маркетингового исследования, в котором контрольная группа элементов сравнивается с набором тестовых групп