Аналитик данных

На этом модуле студенты освоят основы работы с реляционными базами данных, научатся писать SQL-запросы, выполнять сложные аналитические операции, оптимизировать запросы и проектировать базы данных. Также они разработают и реализуют проект на основе PostgreSQL.

• Основы теории баз данных
• Базовый синтаксис SQL
• Операции DML и DDL
• Многотабличные запросы: Join и Union
• Аналитические функции в SQL: Агрегация и оконные функции
• Оптимизация запросов в SQL
• Нормализация данных
• Продвинутая аналитика на основе SQL
• Проект по базам данных и SQL

На этом модуле студенты освоят основы Python, включая работу с данными, условными операторами, циклами и функциями. Они научатся очищать и анализировать данные с помощью библиотек NumPy и Pandas, а также визуализировать результаты с Matplotlib и Seaborn. Также студенты применят полученные знания в реальном проекте.

• Введение в язык программирования Python
• Условные операторы, циклы и функции в Python
• Основы объектно-ориентированного программирования (ООП)
• Манипуляции с данными и их очистка в Python
• Работа с библиотеками Python для анализа данных
• Визуализация данных в Python
• Продвинутый анализ данных с использованием библиотеки Pandas
• Основы машинного обучения для аналитиков
• Проект на Python (реальный кейс)

На этом модуле студенты освоят математические концепции, необходимые для анализа данных, такие как функции, производные и интегралы. Они изучат статистику, включая расчет средних значений, дисперсии, регрессионный анализ, теорию вероятностей и методы многомерного анализа. Студенты также применят полученные знания в проекте по анализу данных.

• Основы математического анализа
• Статистические методы для анализа данных
• Теория вероятностей и распределения случайных величин
• Регрессионный анализ
• Корреляция и ковариация
• Многомерный статистический анализ
• Проект по математической статистике и анализу данных

На этом модуле студенты освоят методы исследовательского анализа данных (EDA), включая визуализацию и статистику для выявления закономерностей. Они изучат методы Ad-hoc анализа, A/B-тестирование, кластеризацию и классификацию данных. Также они научатся обрабатывать и очищать данные, а также применят полученные знания в проекте на реальных данных.

• Основы исследовательского анализа данных (Exploratory Data Analysis, EDA)
• Методы Ad-hoc анализа
• A/B-тестирование и экспериментальный анализ
• Методы анализа данных: кластеризация и классификация
• Регрессионный анализ и прогнозирование
• Методы обработки и очистки данных
• Принципы репликации и валидности экспериментов
• Проект по исследовательскому анализу данных

В этом модуле курса вы научитесь использовать инструменты Power BI для анализа и визуализации данных. Вы начнете с получения и преобразования данных, а затем перейдете к этапу их очистки. Далее вы освоите моделирование данных и создание визуальных элементов и отчетов. Вы также изучите язык DAX для создания расширенных вычислений и анализа данных. Курс завершается обучением администрированию и обеспечению безопасности в Power BI. Заключительный проект позволит применить все полученные знания на практике.

• Основы визуализации данных
• BI-инструменты для визуализации данных
• Работа с PowerBI: Основные функции и возможности
• Построение интерактивных дашбордов в PowerBI
• Продвинутые функции PowerBI: DAX и Power Query
• Интерактивные отчёты и сторителлинг на основе данных
• Проект по визуализации данных на PowerBI

В этом модуле курса вы узнаете: как создавать резюме и отправлять его потенциальным работодателю, как создать и развить свой профиль в LinkedIn, как общаться с потенциальными работодателями и писать сопроводительное письмо, как не бояться искать работу. В конце модуля студент с лучшими показателями на курсе пройдет мок-интервью с полным разбором.

• Общение с руководителем отдела карьеры. Введение в курс. Знакомство
• Просмотр видео резюме, Linkedin. (Задание: сделать резюме и линкедин)
• Просмотр видео поиск работы (Задание: найти 10 потенциальных работодателей)
• Просмотр видео как отправлять резюме в компанию (Задание: отправить резюме в 10 компаний)
• Просмотр видео подготовка к интервью
• QNA-сессия
• QNA-сессия
• Студент с самым сильным проектом, попадает на мок интервью. Остальные смотрят
• QNA-сессия
• QNA-сессия

В этом модуле вы узнаете: какие вопросы чаще всего задают на техническом интервью, к чему готовиться перед техническим интервью, как не бояться и не волноваться перед интервью, как показать, что вы действительно классный специалист. В конце модуля студент с лучшими показателями на курсе пройдет мок-интервью с полным разбором и рекомендациями.

• Общение с руководителем отдела карьеры. Введение в курс дела. Знакомство. Общение
• Просмотр видео. Введение, первые шаги к поиску работы
• QNA-сессия (Вопросы студенты подготавливают заранее)
• QNA-сессия (Вопросы студенты подготавливают заранее)
• Студент с самым сильным проектом, попадает на мок интервью
• QNA-сессия (Вопросы студенты подготавливают заранее)
• QNA-сессия (Вопросы студенты подготавливают заранее)