Аналитик данных расширенный (часть 9 из 12) [Яндекс Практикум]

Участие в складчине доступно только для тех, кто оплатил предыдущие части: 1, 2, 3, 4, 5, 6, 7, 8 Что вы будете делать, когда станете аналитиком данных: Экономить Выводы, основанные на анализе данных, помогают бизнесу более эффективно тратить и экономить деньги. Прогнозировать Аналитики данных проверяют гипотезы, делают прогнозы и принимают решения о том, как компании распределить ресурсы. Исследовать Чтобы бизнес рос даже во время кризиса, нужно анализировать возможности компании, предложения конкурентов, желания потребителей и закономерности рынка. Переводить В переносном смысле — переводить с языка данных на язык, понятный инвесторам и заказчикам. Но знание английского тоже может пригодиться. Чему вы научитесь: Выгружать, преобразовывать и очищать данные с помощью SQL-запросов Запускать А/В-тестирования для проверки гипотез Помогать бизнесу принимать решения на основе данных Создавать дашборды с помощью Tableau и других инструментов Рассчитывать ключевые метрики работы компании и оценивать их значимость Основная программа 1. Основы анализа данных с помощью SQL и BI. - Введение в аналитику. Аналитический отчёт в Google Sheets; - Основы SQL. Извлечение данных для анализа; - SQL. Обработка данных; - SQL. Анализ данных и решение adhoc задач; - Визуализация данных с помощью DataLens. Создание дашбордов; 2. Анализ данных с помощью Python. - Основы Python; - Python. Пред обработка данных; - Исследовательский анализ данных и визуализация с помощью Python; 3. Продвинутый анализ данных для бизнеса. - Расчёт и визуализация бизнес метрик и показателей; - Формулировка и проверка гипотез. Статистический анализ данных; Анализ результатов А/В тестирования с помощью Python; Программа специализации «Продуктовый аналитик» 1. Погружение в продукт. - Как живёт продукт. Логирование 2. Мониторинг состояния продукта. - Построение системы метрик продукта; - Экономика продукта; 3. Поддержка принятия продуктовых решений - A/B-тесты в работе продуктового аналитика; - Поиск инсайтов в работе продукта. Дополнительный курс: основы машинного обучения Дополнительный курс: алгоритмы Дополнительный курс: линейная алгебра Дополнительный курс: практика Python Дополнительный курс: практика SQL Дополнительный курс: работа со стейкхолдерами Дополнительный курс: введение в большие данные Дополнительный курс:ClickHouse как аналитическая СУБД Дополнительный курс: Обработка данных с помощью PySpark Дополнительный курс: Автоматизация с помощью Airflow Состав 9 части: - Экономика продукта; - Проект 5 модуля; - Тематические воркшопы; Часть 1 Часть 2 Часть 3 Часть 4 Часть 5 Часть 6 Часть 7 Часть 8