Стань продуктовым аналитиком за 48 часов

Продуктовый аналитик справляется с задачами топовых индустрий: IT, FinTech, e-commerce, digital Продуктовый аналитик использует самый современный стек технологий. Он превращает сырые данные в информацию, а это позволяет бизнесу развиваться. После обучения вы выполните финальный проект. Этот проект — тестовое задание на позицию продуктового аналитика от одной из ведущих компаний. Проект 1 Определите, какие иллюстрации в welcome-сценариях поднимают конверсию, опираясь на сырые данные Компания провела 18 А/В-тестов с разными иллюстрациями. Вам нужно взять сырые данные и определить, какая иллюстрация сработала лучше. Проект 2 Проанализируйте мультиплатформенную игру Мы предоставим вам реальные данные, которые позволят проанализировать большое количество метрик, описать данные и найти закономерности. Проект 3 Предскажите выручку с клиента На основе платежей пользователей в течении первых двух недель, сделаете прогноз LTV 30-го, 90-го и 120-го дней. 1 занятие · 6 видео · 2 часа ⏩ Методология исследований Рассмотрим общие принципы проверки гипотез, а также основные виды исследований. Опишем структуру методов исследования. 2 занятие · 8 видео · 2 часа ☘ Обработка результатов исследований Узнаем, как обрабатывать полученные данные. Рассмотрим основные методы статистической обработки для каждого из типов исследований. 3 занятие · 8 видео · 1 час ❓Представление результатов и выводы Научимся описывать полученные результаты и выводы правильно. 4 занятие · 11 видео · 1 час ✈️ Теория вероятности Урок о базовых концепциях теории вероятностей и статистики, которые помогают понять механизм работы методов анализа данных. Разберем популярные распределения и явления, построим доверительные интервалы. 5 занятие · 2 часа ✅ Основы синтаксиса SQL Научимся делать простые запросы к базам данных и сразу считать метрики. Вебинары от сотрудников ведущих компаний индустрии. 6 занятие · 3 часа ✈️ Операторы, переменные, типы данных, условия Установим Python и научимся делать простейшие операции. Познакомимся с типами данных, научимся сравнивать и обрабатывать величины. Познакомимся с логическими операциями. 7 занятие · 5 часов ✅Циклы, строки, списки Научимся выполнять действия автоматически при помощи конструкции циклов "while" и "for". Научимся работать со строками и символами. 8 занятие · 5 часов ✈️ Функции, словари, библиотеки для анализа данных Научимся писать функции, подключать модули и библиотеки. Познакомимся с основными библиотеками для анализа и визуализации данных: NumPy, Pandas, Matplotlib. 9 занятие · 13 видео · 9 часов ✈️ Машинное обучение и линейные модели Узнаем, что такое машинное обучение, какие в нём бывают постановки задач, и что особенного в обучении на размеченных данных. Научимся делать предсказания с помощью линейных моделей. 10 занятие · 14 видео · 9 часов ✅Борьба с переобучением и оценивание качества Узнаем, что такое проблема переобучения, познакомимся с кросс-валидацией и метриками качества. Освоим библиотеку scikit-learn. 11 занятие · 14 видео · 7 часов ✈️ Линейные модели: классификация и практические аспекты Познакомимся с логистической регрессией и узнаем о некоторых важных нюансах работы с линейными моделями: масштабировании признаков, переходе в новые признаковые пространства и т.д.