ТОП-17 лучших курсов аналитика данных: обучение онлайн, бесплатные и платные в 2023 году

1 место. Курс «Аналитик данных с нуля от Skillbox»

Цена: Рассрочка на 22 месяца — 4 711 ₽ / мес

Ссылка на сайт: https://skillbox.ru/course/data-analyst/

Научитесь анализировать данные с помощью сервисов аналитики и BI-инструментов, освоите Python и SQL. Сможете строить прогнозы на основе данных и помогать бизнесу принимать решения.

• Практические работы SQL, Power BI, Python
• Спикеры с опытом работы от 10 лет
• Бонусный курс по Power Point для всех участников
• Занятия онлайн в удобное время.

Кому подойдёт этот курс:

• Студенты технических вузов
  Узнаете, как проводить исследования, анализировать данные и делать наглядные отчёты. В короткие сроки получите специализацию и сможете начать карьеру в аналитике на позиции Junior.
• Руководители и владельцы бизнеса
  Взглянете по-новому на свой продукт, изучите его сильные и слабые стороны. Узнаете, как делать прогнозы для бизнеса, развивать продукт и решать текущие проблемы на основе данных аналитики.
• Разработчики, которые хотят сменить профиль
  Поймёте, как применить свои знания в программировании для решения бизнес-задач. Изучите инструменты для анализа, сборки и презентации данных заказчику — и станете более востребованным специалистом.
• Бизнес-аналитикам
  Подтянете знания аналитики, изучите основы программирования на Python. Сможете работать с базами данных и Power BI, создавать эффектные презентации. Расширите компетенции и станете лучше решать текущие задачи.

Чему вы научитесь:

• Проводить исследования и делать точные выводы
  Изучите математическую основу анализа, научитесь работать с массивами данных и находить закономерности в цифрах.
• Использовать программирование в аналитике
  Освоите основы программирования на Python для решения базовых бизнес-задач. Научитесь собирать базы данных на языке SQL и управлять ими.
• Строить гипотезы и оценивать перспективы бизнес-решений
  Узнаете, какие метрики эффективности использует бизнес. Поймёте, как их собирать, читать, строить прогнозы и находить рабочие идеи.
• Работать с сервисами аналитики и дашбордами
  Научитесь работать с Яндекс.Метрикой и Google Analytics и собирать данные в одно окно для быстрого доступа к отчёту.
• Делать развёрнутые аналитические отчёты
  Поймёте, как пользоваться инструментами для визуализации данных, таблицами Google и Excel — и формировать отчёты для клиентов.
• Работать с заказчиками аналитики
  Научитесь обрабатывать различные типы аналитических запросов от бизнеса и презентовать результаты своей работы убедительно и понятно для коллег.

Содержание курса:

Вас ждут онлайн-лекции и практические задания с разным уровнем сложности. Этих знаний хватит, чтобы устроиться в компанию на junior-позицию.
45 тематических модулей, 230 видеоматериалов

Аналитик данных с нуля

Часть 1. Введение. Excel, Google Таблицы

1. Общая информация о курсе
2. Источники данных и инструменты для анализа
3. Введение. Интерфейс Excel. Книги и листы
4. Анализ таблиц. Печать таблиц
5. Сводные таблицы
6. Вычисления и формулы. Умные таблицы
7. Функции подсчёта и суммирования. Статистические функции. Функции округления
8. Логические функции
9. Основы, интерфейс Google Таблиц
10. Сводные таблицы: основы

Часть 2. Python, библиотеки NumPy и Pandas

11. Введение в Python
12. Основы языка
13. Операторы, выражения
14. Условный оператор if: ветвления
15. Условный оператор if: продолжение
16. Цикл while
17. For: циклы со счётчиком. Часть 1
18. For: циклы со счётчиком. Часть 2
19. Цикл for: работа со строками
20. Вложенные циклы
21. Цикл for: продолжение работы со списками
22. Функции
23. Float
24. Установка и настройка IDE
25. Базовые коллекции: списки
26. Методы для работы со списками
27. Представление списков
28. Библиотека NumPy. Часть 1
29. Библиотека NumPy. Часть 2
30. Библиотека Pandas. Часть 1
31. Библиотека Pandas. Часть 2

Часть 3. SQL, чтение и запись данных, Power BI

32. Основы SQL
33. Чтение и запись данных. Часть 1
34. Чтение и запись данных. Часть 2
35. Введение в статистику
36. Знакомство с Big Data
37. Основные метрики и системы аналитики (Я.Метрика и Google Analytics)
38. Загрузка данных в Power BI
39. Соединение данных из разных таблиц и ресурсов.

Power Point (бонусный курс)

40. Интерфейс PowerPoint. Создание и редактирование слайдов
41. Работа со стилем презентации: единый стиль, цвет и шрифт, форматирование текста
42. Работа с фигурами, таблицами и изображениями
43. Расширенные возможности редактирования и дизайна
44. Печать, презентация и публикация
45. Keynote и PowerPoint.

Итоговый проект

Анализ результатов A/B-тестирования
Рассмотрите результаты A/B-тестирования в компьютерной игре. Оцените, какой эффект оказала внутриигровая акция. Сделаете вывод, стоит ли проводить такую активность внутри игры ещё раз.

Спикеры:

• Павел Булавин
  Начальник отдела развития данных в банке «Открытие»
• Александр Джумурат
  Руководитель команды разработки рекомендательной системы в ivi.ru
• Алла Тамбовцева
  Преподаватель НИУ ВШЭ
  Ведёт курсы по статистике, анализу данных и программированию на языках R и Python. Опыт преподавания — больше 7 лет.
• Михаил Овчинников
  Ведущий инженер-программист в Badoo
  Специалист в области разработки высоконагруженных систем и обработки больших данных. Докладчик крупнейших IT-конференций России. Более 15 лет опыта в IT — от стартапов до крупных компаний.

Сертификат Skillbox
Подтвердит, что вы прошли курс, и станет дополнительным аргументом при устройстве на работу.

2 место. Курс «Аналитик данных 2.0 от skyeng»

Цена: 84 079 ₽ или рассрочка на 12, 24 или 36 месяцев — от 3 020 ₽ / мес

Ссылка на сайт: https://sky.pro/courses/analytics/data_analytics

Получите профессию за 10 месяцев.

Новой профессии нужно учиться — это большой труд, но мы рядом, и вы сможете это осилить
У вас точно что-то не получится, но это нормально. Не возникнет такой проблемы, которую мы еще не решали.
Вам не придется гулять по интернету и искать учебные материалы в разных источниках. Мы уже разложили всё по полочкам в одном месте.

Если вы не справляетесь с домашкой и не понимаете, где ошиблись, — мы придем и поможем найти проблему.
Наш принцип — учить, а не делать за вас. Поэтому мы направляем и наталкиваем на решение. Но если надо — даем прямой ответ.

Следим, как вы учитесь: кураторы видят посещаемость в личном кабинете и сами приходят на помощь, если вы ленитесь или не справляетесь.

Вы не будете учиться сами по себе. Мы формируем группы, общаемся вживую с наставниками и проводим совместные онлайн-уроки.

• Живые вебинары
  Подробно и на примерах разбираете теорию с преподавателем, задаете вопросы, если не поняли тему, и сразу получаете ответ.
• Мастер-классы
  Делаете практические задания своими руками вместе с преподавателем, сразу разбираете ошибки и понимаете, что нужно подтянуть.
• Продленка
  В группе разбираете домашки друг друга, задаете вопросы и догоняете программу, если отстали.

Программа полностью соответствует требованиям к позиции начинающих аналитиков.
Научитесь тому, что нужно в реальной работе аналитика.
Разберетесь в базовых терминах и принципах работы. Научитесь пользоваться инструментами аналитики и решать сложные задачи. Пройдете всю программу и в конце сможете устроиться на работу аналитиком.

Содержание:

10 месяцев длится учеба со старта до поиска работы.

Курс 1. Анализ данных в Excel
На первом этапе вы научитесь владеть базовыми формулами Excel, работать в Power Pivot и Power Query и строить автоматизированные модели визуализации. Начнете развивать компетенции, необходимые для прохождения технических собеседований. В конце курса выполните первую курсовую работу.

• Основы работы с Excel
• Обработка данных
• Агрегация данных
• Логика. Необходимые и достаточные условия
• Когортный анализ
• Мастер-класс. Когортный анализ
• Основы юнит-экономики в Excel
• Работа с нестандартными данными
• Настройка фильтров и визуализация
• Логика. Приоритетность логических операций
• Сборка калькулятора юнит-экономики
• Статистика. Среднеарифметическое (геометрическое), дисперсия, стандартное отклонение. Статистические шкалы
• Переход из Excel в Google Sheets
• Решение бизнес-задачи
• Мастер-класс. Интерактивный отчет
• Сложные прогнозы в Excel
• Статистика. Квантильный анализ. Медиана. Цепной и базисный рост-прирост

Курс 2. Анализ данных с помощью SQL
Научитесь пользоваться Metabase и писать SQL-запросы. Преобразовывать и анализировать данные. В курсовой работе сможете использовать полученные знания, которые получите на этом этапе.

• Базовые запросы
• Теория вероятности
• Генерация новых признаков и очистка данных
• Теория вероятности
• Агрегатные функции
• JOIN
• Подзапросы и WITH
• Статистика. Ковариация и корреляция
• Оконные функции
• Оконные функции
• Решение бизнес-задачи
• DDL, DML, индексирование
• Основы оптимизации
• Мастер-класс. Решение бизнес-задачи с помощью SQL

Курс 3. Python для анализа данных
Научитесь пользоваться библиотеками для анализа данных. Визуализировать с помощью Python. А еще строить функции и проверять гипотезы. В курсовой работе сможете применить полученные на этом этапе знания.

• Основы Python, переменные и типы данных
• Статистика. Биномиальное распределение
• Работа в циклах со списками и словарями
• Функции и библиотеки
• Статистика. Нормальное распределение, хи-квадрат
• Работа с Pandas
• Выбор и настройка визуализаций
• Запросы к удаленным базам данных
• Статистика. Введение в гипотезы и параметрические тесты
• Подключение к API
• Python для анализа A/B-тестов
• Решение бизнес-задачи
• Математическая статистика. SciPy
• Мастер-класс. Пишем Bootstrap руками
• Основы оптимизации

Курс в подарок. Power BI
Научитесь снимать запросы с заказчика, строить интерактивные таблицы и интерпретировать данные, визуализировать данные. Научитесь снимать запросы с заказчика, строить дашборды и интерпритировать данные, визуализировать данных

• Знакомство с Power BI и веб-аналитикой
• Знакомство с курсовым проектом. Работа с заказчиком
• Визуализация данных. Основные принципы
• Получение и предобработка данных
• Введение в модели данных для BI
• Введение в DAX
• Понятие контекста и его модификация
• Работа с датами
• UX-дизайн отчета
• Power BI Service. Автоматическое обновление и предоставление прав доступа
• Формулировка выводов и рекомендаций для бизнеса
• Курсовой проект. Sink or swim

Выход на рынок труда
Помогаем стать смелыми и показать работодателям свои навыки.

• Собираете портфолио из практических задач, решенных на курсе.
• Составляете резюме вместе с карьерным консультантом.
• Готовитесь к собеседованию с опытным рекрутером.

Бизнес-блок
Практический блок. Познакомитесь с основными бизнес-метриками, научитесь тестировать гипотезы и проводить A/B-тесты.

• Построение отчетности
• Формирование экспериментов
• Проведение исследования.

Групповые проекты
В каждом курсе вам предстоит выполнить групповой проект, основанный на реальной бизнес-задаче.

• Работаете в команде и распределяете роли.
• Используете таск-трекеры и мессенджеры для менеджмента команды (Trello, Slack, GitHub).
• Выбираете оптимальные решения и инструменты для выполнения рабочих задач.
• Применяете полезные практики на рабочем месте.
• Создаете презентации проектов и результатов.

Сделаете проекты, которые аналитики делают на работе.
Из этих проектов у вас получится сильное портфолио — важный бонус, который поможет пройти собеседование и получить работу.
В конце курса получите диплом.

После курса ваш путь только начинается — время искать новую работу! Мы и здесь вам поможем:

1. Проверяем, готовы ли вы искать работу
2. Помогаем составить сильное резюме
3. Рассказываем, как искать работу
4. Готовим к реальному собеседованию
5. Проанализируем ваши приглашения на работу и научим отделять выгодные от сомнительных.

3 место. Курс «Аналитик Данных от SkillFactory»

Цена: Рассрочка на 12 месяцев — от 12 450 ₽ / мес

Ссылка на сайт: https://skillfactory.ru/data-analyst-pro

Ваш прямой путь в анализ данных с нуля: верните себе интерес к перспективной работе!

• Плавный старт: от Google-таблиц до Python и Power BI
• 14 самостоятельных проектов с персональной обратной связью
• 100% инструментов, необходимых junior-аналитику
• Личный координатор для решения любых вопросов
• Небольшие учебные группы — до 20 студентов
• Специализация в маркетинге или продукте продвинутого уровня.

Для кого эта программа:

• Новичок
  Ваш опыт работы максимально далек от аналитики. Хотите узнать что-то новое и интересное, окунуться в компьютерную среду, и получить востребованную специальность с нуля. Вам не потребуется знаний, выходящих за рамки школьной программы. Вы получите достаточную подготовку, чтобы решать задачи аналитика уровня junior.
• Работаете в сфере IT или в банке
  В вашей текущей работе есть пересечения с аналитикой, и вы хотите профессионально расти, получив сильную базу и практику в новой области. Вы пополните свое портфолио десятком решенных задач и кейсов. Опыт работы с данными позволит вам быстрее сориентироваться в программе, пройти переподготовку и использовать ресурсы Центра карьеры для быстрого развития карьеры.
• Аналитик
  Уже работаете аналитиком или являетесь клиентом для аналитиков. Вы хотите поднять свой уровень компетенций и расширить инструментарий для текущей работы.
  На курсе вы решите кейсы из нескольких индустрий и задачи разной сложности, прокачаете знания разных аналитических фреймворков и хард скиллы.

Аналитики нужны во всех сферах экономики: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений. Грамотный анализ данных нужен всем компаниям вне зависимости от индустрии: сервис, ритейл, киберспорт, путешествия, образование, медицина, производство.
При этом спрос на специалистов значительно превышает предложение. Это значит, что сейчас самое время начать свой путь в аналитике данных и получить востребованную специальность Data Analyst.

Как устроен курс:

1. Сквозной курс

• 10 аналитических задач
• 4 самостоятельных проекта разной сложности.

2. Встроенные тренажёры

• SQL-запросы
• Google-таблицы
• Отчеты в Power BI
• Математическая статистика
• Python для анализа данных.

3. Поддержка

• Сообщество в Slack с менторами и студентами
• Отслеживание прогресса и мотивации с куратором
• Техническая поддержка по учебной платформе
• Подготовка к трудоустройству с Центром карьеры.

За 10 месяцев дистанционного обучения по 7 часов в неделю вы изучите основы анализа данных, отработаете на практике самые востребованные аналитические навыки и соберете портфолио проектов.

• Уроки
  Сначала немного теории — чтобы структурировать знания. Примеры тем:
  Поведенческая аналитика. Настройка счетчиков веб- и мобильной аналитики. Проведение когортного и RFM-анализа. Верификация данных и интерпретация результатов. Создание отчетов и дашбордов.
• Кейсы
  Затем много практики — в виде решения кейсов из разных индустрий. Например:
  Вы — аналитик крупного онлайн-магазина музыкальных инструментов. Ваша компания собирает информацию об оформленных заказах (транзакциях) с помощью отслеживания электронной коммерции в Google Analytics. Нужно рассчитать количество отмененных заказов и потерянную из-за этого сумму выручки.
• Тренажеры
  Инструменты аналитика оптимально осваивать в формате тренажера. Например, SQL:
  В первом модуле тренажера вы научитесь извлекать данные из таблицы, фильтровать строки, сортировать данные, ограничивать выбор, выявлять закономерности.

Программа курса:

Вы получите крепкий фундамент профессии Data Analyst: разовьете основы аналитического мышления и освоите ключевые инструменты — Google Sheets, SQL, Python, Power BI, математическую статистику.
После прохождения базовой части программы вам предстоит выбрать специализацию на одном из самых актуальных направлений работы аналитика: продукте или маркетинге.

1. Тренажер «Google Таблицы для анализа данных»
   Владение таблицами – базовая компетенция аналитика. А решить сложные задачи, не изобретая велосипед — мастерство:

• 6 модулей, нацеленных на продвинутых пользователей
• Анализ данных и визуализация
• 240 упражнений
• Подборки внешних материалов
• Возможность задать вопросы экспертам.

2. Тренажер «Базы данных и SQL»
   Согласно анализу, в 84% вакансий аналитиков с опытом от 1 до 3 лет требуется знания SQL:

• 6 модулей, упорядоченных по сложности
• 240 упражнений
• Подборки внешних инструментов для дополнительной практики
• Возможность задать вопросы по обучению экспертам.

3. Тренажер «Python для анализа данных»
   Скриптовый язык требуется в 83% вакансий для сотрудников с опытом от 1 до 3 лет. В ближайшее время владение Python станет блокирующим для роста в сфере:

• 16 модулей, от введения в программирование до работы с API
• 480 упражнений
• Подборки внешних материалов
• Возможность задать вопросы практикам.

4. Курс «Статистика для аналитиков»
   Математическая статистика — требование для кандидатов-аналитиков, на третьем месте по популярности:

• 12 модулей, от базовых понятий теории вероятности до множественных регрессий
• 400 упражнений
• Возможность задать вопросы экспертам.

5. Курс «Построение отчетов в BI системах»
   Визуализация данных и сбор дашбордов — необходимое умение для аналитиков:

• Установка и настройка Power BI
• Подключение источников данных
• Оформление результатов с помощью визуализации.

Специализация на выбор:

Вариант 1: Продуктовая аналитика
На продуктовой специализации вы разберетесь в основных метриках продукта, получите понимание, какие данные нужно собирать и где их хранить, научитесь структурировать информацию, строить графики, проверять гипотезы и получать ценные для бизнеса инсайты на основе аналитики данных.

• Продуктовое мышление: 3 недели
• Клиентская аналитика: 5 недель
• А/В-тестирование: 6 недель
• Data-driven культура: 2 недели

Вариант 2: Маркетинговая аналитика
На маркетинговой специализации вы научитесь настраивать сквозную аналитику, понимать взаимосвязи различных источников трафика, проводить когортный и RFM-анализ и составлять простые и понятные отчеты и дашборды, строить гипотезы, запускать статистически обоснованное А/В-тестирование и делать грамотные выводы с использованием математического аппарата.

• Сегментирование и персонализация ЦА: 2 недели
• Когортный и RFM-анализ: 2 недели
• Работа с базами данных: 2 недели
• Настройка сквозной аналитики: 2 недели
• Внешние источники данных: 2 недели
• Инструменты анализа данных: 2 недели
• А/В-тесты — статистика и математика: 2 недели
• А/В-тесты — проблемы при А/В-тестировании и их решение: 2 недели.

Преподаватели:

• Владислав Лукьянов
  Руководитель аналитики Qlean
  продуктовая, маркетинговая, CRM, финансовая, бизнес- и системная аналитика.
• Алексей Шаграев
  Руководитель разработки в Яндекс.
• Антон Долгачев
  Руководитель направления продуктовой аналитики в МТС Банке.
• Сергей Веренцов
  CTO, компания EORA
• Ян Чарный
  Product Analyst Team Lead в

И др.

Отзывы студентов:

Карим Аминов
«Приятно, когда есть материал и он отфильтрован. Ничего лишнего.
В работе есть задачи, которые как раз хотел реализовать и не хватало знаний и опыта. По этой причине и пошёл на курс. В итоге учёба получилась не ради знаний, а ради решения реальных насущных задач. Спасибо.»

Роман Черемухин
«Ожидания полностью оправдались — не было ни одного урока, который бы нельзя было использовать в решении повседневных задач, связанных с анализом Big Data и работой с выгрузками из соцсетей и Яндекс.Метрики. Все доступно, доходчиво, на примерах, с контролем полученных знаний на каждом этапе и живым общением с коллегами и наставником в Slack-e.»

Курс «Аналитик с нуля от GeekBrains»

Цена: разная стоимость

Ссылка на сайт: https://gb.ru/courses/all/analytics

Онлайн — обучение с гарантированным трудоустройством. Получите востребованную профессию и зарабатывайте от 100 000 руб./мес.

• Преподаватели – топовые эксперты
• Онлайн-формат занятий
• Удобная оплата по частям.

Курсы:

1. Факультет искусственного интеллекта
   Научитесь использовать машинное обучение и нейросети для решения бизнес-задач
2. Системная и бизнес аналитика
   Научитесь выявлять потребности бизнеса и улучшать процессы в IT-системах
3. Аналитик Big Data
   Научитесь структурировать массивы информации и выявлять взаимосвязь
4. Data Science в медицине
   Научитесь решать задачи в области медицины с помощью нейросетей и машинного обучения
5. Бизнес-аналитика
   Научитесь эффективно общаться с заказчиками, формулировать технические задания, улучшать и автоматизировать бизнес-процессы
6. Финансовая аналитика
   Научитесь анализировать и контролировать финансовое состояние бизнеса на реальных кейсах
7. Data Engineering
   Научитесь работать с большими объемами информации и предоставлять качественные данные для бизнеса
8. Инженер умных устройств
   Создайте сеть умных гаджетов, получите опыт применения Wi-fi, Bluetooth и LoRa для построения современных встраиваемых систем
9. Продуктовая аналитика
   Анализируйте данные и улучшайте продукты, помогая бизнесу расти
10. BI-аналитика
    Научитесь анализировать данные BI-инструментами и создавать понятные отчеты, которые помогут принимать верные бизнес-решения
11. Системный аналитик
    Научитесь моделировать IT-системы, работать с MySQL и автоматизировать бизнес-процессы. Сможете дополнительно изучить Python и расширить экспертизу.

Плюсы обучения:

• Трудоустройство
• Топовые эксперты
• “Живое” онлайн обучение
• Документы о квалификации
• Актуальная программа
• Кураторы
• Доступ к сообществу Geekbrains
• Проекты в портфолио.

Как вы найдете работу с помощью GeekBrains:

• Дадим необходимые знания
  Вы получите все навыки на курсах основного обучения и факультативах от компаний-партнеров.
• Вместе оформим резюме
  Вы подадите заявку в сервис трудоустройства, а HR-специалисты GeekBrains помогут создать резюме, которое выделит вас среди других кандидатов.
• Предложим подходящие вакансии
  Вы будете рассматривать предложенные нами позиции, откликаться на вакансии из раздела «Карьера» и участвовать в поиске идеального места работы.
• Поможем получить работу мечты
  Мы дадим советы по прохождению собеседования. И поздравим с оффером 🙂

Вы получите удостоверение о повышении квалификации.

Курс «Data Science от Бруноям »

Цена: 29 900 ₽ или рассрочка — от 2 491 ₽ / мес

Ссылка на сайт: https://brunoyam.com/kursy-analitika-dannyh/data-science

Практический курс по Data Science: от основ Python, NumPy, SciPy, pandas до работы с нейронными сетями.
Научим структурировать и анализировать большой объём данных, прогнозировать события и находить неочевидные закономерности с помощью машинного обучения, составлять выводы и тестировать гипотезы.
Цель курса — профессия Junior Data Scientist.

Data Science — это работа с большим объёмом информации, которая требуется почти во всех сферах. По данным HeadHunter количество вакансий Data Scientist выросло в 7 раз за последние 2 года.
Наши преподаватели – действующие специалисты по Data Science / Data Analysis. Они совмещают основную работу и преподавание. В процессе обучения они делятся собственным опытом и только актуальной информацией в сфере Data Science.
Группы 5-10 человек позволяют работать над проектами в команде, а преподавателю — уделять внимание каждому ученику. Если вы захотите освежить информацию — можете бесплатно пройти весь курс или пропущенное занятие в течение года.

• 72 академических часа
• 18 занятий
• 8 недель.

Для кого этот курс:

• Новичкам в Data Science
  С нуля получите все знания и навыки, которые необходимы для работы Junior Data Scientist
• Аналитикам
  Вы научитесь извлекать максимум из больших массивов данных для быстрой проверки гипотез и построения прогнозов.

Вы научитесь:

• Основам Python-программирования
• Построению моделей машинного обучения
• Работать с библиотекой NumPy
• Работать с библиотекой pandas
• Визуализировать данных с помощью matplotlib
• Работать с базами данных и SQL
• Использовать математику для обработки данных
• Работать с нейронными сетями
• Использовать machine learning в работе
• Проводить A/B-тестирования.

Преподаватель – Дмитрий Сафонов
Опыт работы:
Data Scientist в компании Quantum Brains. Kaggle expert. Выпускник прикладной математики СПБГЭУ (с отличием). Более 3х лет занимается коммерческой разработкой на Python.

Программа:

1. Основы Python

• Основы Python. Настройка IDE. Базовый синтаксис
• Базовые типы данных и циклы
• Функции и классы
• Продвинутые типы данных: массивы, множества, словари
• Python для анализа данных: numpy и scipy
• Python для анализа данных: pandas
• Лабораторная работа по Python
• Основы линейной алгебры и теории множеств и их реализация в Python
• Методы математической оптимизации и их реализация в Python
• Основы описательной статистики и их реализация в Python
• Статистический анализ данных и их реализация в Python.

2. Библиотеки для анализа данных

• Библиотека NumPy: методы анализа массивов
• Библиотека NumPy: способы преобразования массивов
• Библиотека pandas: индексация и выбор данных
• Библиотека pandas: применение функций, группировка, сортировка
• Визуализация данных с помощью matplotlib.

3. База данных и SQL

• Введение в базы данных: необходимость, принципы работы
• Основы работы с базами данных на декларативном языке SQL
• Альтернативные виды баз данных и их различия
• Современные возможности баз данных
• Принципы работы с разными конкретными БД
• Основные библиотеки для подключения к БД из Python.

4. Математическая статистика и теория вероятностей

• Математика для Data Science
• Дискретные и непрерывные случайные величины
• Центральные предельные теоремы и закон больших чисел
• Производная. Векторы. Матрицы
• Случайные события. Условная вероятность. Формула Байеса. Независимые испытания
• Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона
• Описательная статистика. Качественные и количественные характеристики популяции
• Графическое представление данных
• Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема
• Проверка статистических гипотез.
• Доверительные интервалы.
• Взаимосвязь величин. Параметрические и непараметрические показатели корреляции Корреляционный анализ
• Многомерный статистический анализ. Линейная регрессия
• Дисперсионный анализ. Логистическая регрессия.

5. Основные модели Machine Learning

• Задача обучения с учителем. Постановка задачи классификации и регрессии
• Линейная регрессия для задач классификации и регрессии
• Оценка качества модели для задач классификации и регрессии
• Проблема переобучения. Регуляризация. Отбор признаков
• Другие модели классификации: логистическая регрессия, наивный байесовский классификатор, деревья решений
• Бустинг и стекинг.

6. Работа с неразмеченными данными

• Задача обучения без учителя
• Задача кластеризации. Модели k-means, DBSCAN
• Задача понижения размерности. Метод главных компонент.

7. Работа с разными типами данных

• Обработка временных рядов, особенности работы
• Обработка изображений, особенности работы
• Обработка текстов, особенности работы.

8. Нейронные сети

• Сверточные нейронные сети
• Рекурентные нейронные сети и LSTM
• Генеративные нейронные сети GAN.

9. Хорошие практики Data Science

• Проблема воспроизводимости вычислений
• Инструменты построения конвейеров данных
• Как презентовать проведенное исследование.

Курс «Аналитик данных от НИУ ВШЭ»

Цена: 390 000 ₽

Ссылка на сайт: https://cs.hse.ru/dpo/analyst

Аналитик данных — это специалист, который умеет интерпретировать данные и извлекать из них пользу. Он хорошо разбирается в источниках данных, умеет находить и исправлять в них проблемы, делать визуализации, формулировать и проверять гипотезы. Аналитик помогает планировать эксперименты и измерять их результаты — в частности, он занимается A/B-тестированием, которое лежит в основе принятия решений во многих компаниях.
В программе изучаются основы баз данных и работа с ними с помощью языка SQL, язык Python и его применения для сбора, визуализации и анализа данных, статистика и машинное обучение, а также конкретные аналитические и продуктовые подходы, которые понадобятся при работе над реальными задачами.
В результате прохождения программы вы получите актуальный технический стек современного аналитика для работы в ведущих IT-компаниях.

Программа:

12 месяцев обучения

1. Python для автоматизации и анализа данных
   18 занятий

• Введение в язык Python. Знакомство со средой программирования. Базовые операции. Интерпретация ошибок.
• Строки и списки в Python.
• Понятие управляющих конструкций. Условные операторы.
• Циклы for и while.
• Устройство функций в Python. Поиск ошибок в коде и отладка.
• Итераторы, генераторы, генераторы списков. Рекурсия.
• Работа с файлами. Продвинутая работа со словарями.
• Библиотеки для хранения и работы с данными в табличном формате: pandas.
• Сбор данных: web-scraping с
• Сбор данных: Selenium, работа с сервисами через API.
• Объектно-ориентированное программирование. Классы.
• Введение в numpy.
• Введение в pandas.
• Работы с пропущенными данными.
• Визуализация для презентации данных: matplotlib. Основные виды графиков. Основные ошибки при создании визуализаций.
• Создание интерактивных визуализаций: plotly.
• Разведывательный анализ данных. Особенности исследования текста.

2. SQL
   10 занятий

• Введение в базы данных.
• Язык запросов и типы данных.
• Секции и порядок выполнения.
• Базовые функции.
• Функции для работы с датой и временем.
• Операции Join.
• Оконные функции.
• Основы визуализации.
• Базовые показатели и их интерпретация.
• Практическая работа по блоку.

3. Прикладная статистика
   10 занятий

• Шкалы измерений, генеральная совокупность и выборка.
• Описательные статистики и их свойства.
• Нормальное распределение, статистическая достоверность.
• Статистический вывод, уровень значимости, статистические гипотезы.
• Корреляции (Пирсон, Спирмен, Кендалл).
• Параметрические и непараметрические методы сравнения данных.
• Сравнение номинальных данных.
• Методы сравнения средних: t-test.
• Методы сравнения средних: непараметрические аналоги.
• Методы сравнения средних: ANOVA.

4. A/B-тестирование
   5 занятий

• Введение. Мощность и корректность.
• Планирование дизайна А/В и др.
• Повышение чувствительности А/B тестов.
• Сложности с маленькими выборками и денежными метриками.
• Многорукие бандиты и альтернативы А/B тестам.

5. Business Intelligence
   7 занятий

• Задачи визуализации, подготовка данных, инструменты визуализции, введение в Tableau.
• Принципы представления данных, типы данных и виды графиков, законы восприятия и их использование для демонстрации взаимосвязей и зависимостей.
• Создание интерактивных визуализаций, специфические виды графиков, использование вычислений и встроенных функций Tableau для построения визуализаций, использование аналитических функций Tableau.
• Создание дашбордов от формирования технического задания для заказчика до публикации.
• Создание дашборда в Tableau.
• Практическое занятие: формируем дашборд согласно техническому заданию в Tableau.
• DataLens и Google Data Studio для построения визуализаций.

6. Машинное обучение
   14 занятий

• Введение и основные задачи.
• Линейная регрессия.
• Градиентные методы обучения.
• Линейная классификация и метрики качества классификации.
• Логистическая регрессия и SVM.
• Многоклассовая классификация, работа с категориальными признаками и текстами.
• Решающие деревья.
• Бэггинг и случайные леса.
• Градиентный бустинг.
• Градиентный бустинг: имплементации.
• Отбор признаков и понижение размерности.
• Кластеризация.
• Поиск аномалий.
• Рекомендательные системы.
• Ранжирование.

7. Продуктовая аналитика
   10 занятий

• Основы продуктовой аналитики, решаемые задачи.
• Базовые метрики продукта и их интерпретация.
• Системы аналитики и сбор данных.
• Когортный анализ.
• Unit экономика.
• Пирамида метрик.
• Дизайн кастомных метрик.
• Аналитические фреймворки.

Преподаватели:

• Анастасия Максимовская
  Data Scientist в Сбербанке
• Беслан Курашов
  Основатель hyperboloid.tech, ex Яндекс
• Ксения Байдина
  Аналитик данных в Яндекс Go
• Ильдар Сафило
  Специалист по наукам о данных в МТС
• Жанна Азизова
  Менеджер по продукту в Mail.ru
• Екатерина Гриценко
  Продуктовый аналитик в Rambler Group
• Михаил Серегин
  Менеджер проектов, ex Яндекс.

Эксперты:

• Ксения Байдина
  Академический руководитель программы, Аналитик данных в Яндекс Go
• Роман Беднарский
  Менеджер продукта в Яндексе
• Филипп Управителев
  Продуктовый аналитик в геймдев-компании Pixonic (Mail.ru group).

Документ при успешном завершении обучения.

Курс «Аналитик данных от Финансовый Университет»

Цена: 124 000 руб.

Ссылка на сайт: http://www.fa.ru/org/dpo/finprofessional/programms/Pages/ppk-14.aspx

Программа направлена на подготовку специалистов в области машинного обучения и анализа больших данных, на получение компетенций, необходимых для выполнения нового вида профессиональной деятельности – умения применять языки программирования SQL и Python д​ля сбора, визуализации, анализа больших данных (Big data) и построение моделей машинного обучения, умения применять конкретные аналитические и продуктовые подходы при работе над реальными задачами маркетинговой и клиентской аналитики с помощью BI платформ.

В результате обучения выпускник приобретёт следующие компетенции:

• Способность использовать прикладное программное обеспечение при решении профессиональных задач;
• Способность осуществлять поиск, критически анализировать, обобщать и систематизировать информацию, использовать системный подход для решения поставленных задач;
• Способность к постановке целей и задач исследований, выбору оптимальных путей и методов их достижения;
• Способность к сбору информации о бизнес-проблемах или бизнес-возможностях;
• Способность к анализу, обоснованию и выбору решения;
• Умение подготавливать данные для проведения аналитических работ по исследованию больших данных;
• Способность к проведению аналитического исследования с применением технологий больших данных в соответствии с требованиями заказчика.

Объем программы: 256 часов из них более 60% контактный.

По окончании обучения в случае успешной сдачи экзамена слушатели получают Диплом о профессиональной переподготовке.

Курс «Аналитика данных от Открытое образование»

Цена: 60 000 ₽

Ссылка на сайт: https://openedu.ru/program/ITMOUniversity/DATAN/

• Длительность программы – 19 недель.

Аналитик данных — ключевой игрок цифровой экономики. Количество вакансий, связанных с аналитикой данных, за 3 года выросло на 433%. Спрос значительно превышает предложение. Ритейл, киберспорт, путешествия, образование, медицина — грамотный Data Scientist востребован в каждой индустрии.
Каждую секунду мы создаем новые данные: общаемся в мессенджерах, выкладываем фотографии, делаем покупки онлайн, бронируем авиабилеты, пользуемся навигаторами. Вся генерируемая в процессе информация накапливается и сохраняется. Но она оказывается полезной лишь в том случае, когда ее удается расшифровать, обработать и интерпретировать. Этими процессами занимается аналитик данных. Он ищет закономерности, визуализирует, интерпретирует, выявляет проблемные места, выдвигает гипотезы и на основе полученной информации предлагает оптимальные решения для улучшения бизнес-процессов.

Для кого эта программа?

• Для новичков. Вы получите востребованные и высокооплачиваемые навыки в IT-сфере.
• Для практикующих IT-специалистов. Вы получите новую траекторию развития вашей карьеры и станете востребованным специалистом в перспективной сфере.

Чему вы научитесь?

• Собирать, агрегировать и структурировать данные.
• Писать регулярные выражения, создавать сводные таблицы, работать с временными рядами.
• Визуализировать данные.
• Работать с базами данных.
• Освоите работу с реляционными СУБД на примере PostgreSQL и Oracle, научитесь использовать NoSQL хранилища на базе MongoDB, Redis и Neo4J.
• Сможете вычислять статистические параметры наборов данных и узнаете законы распределения.
• Научитесь строить доверительный интервал и выдвигать гипотезы.

Программа обучения:

Первичная обработка данных:
(1 неделя → 5 неделя)

1. Введение в науку о данных

• Основные понятия анализа данных
• Измерения и шкалы. Виды данных
• Источники данных. Подготовка данных.

2. Инструменты обработки данных

• Инструменты первичной обработки данных
• Электронные таблицы
• Сортировка и фильтрация данных. Сводная таблица.

3. Визуализация данных

• Задачи визуализации
• Методы визуализации
• Визуализация данных в Google-таблицах.

4. Анализ и преобразование данных

• Описательная статистика
• Преобразование данных
• Нормировка данных
• Целевая функция.

5. Работа с временными рядами

• Анализ временных рядов
• Сглаживание временных рядов
• Определение трендов временных рядов
• Построение моделей для временных рядов с сезонными составляющими.

Хранение больших данных:
(6 неделя → 9 неделя)

6. Системы управления базами данных

• Информационные системы
• Базы данных: основные функции систем управления данными
• Архитектура СУБД. Реляционные базы данных.

7. Проектирование структурированных данных

• Проектирование данных и связей
• Преобразование ER-модели в БД
• Создание таблиц. Ограничения целостности.

8. Запросы на языке SQL

• Оператор SELECT. Условия выборки
• Агрегатные функции. Вложенные запросы
• Теоретико-множественные операции. Соединение таблиц.

9. Объекты баз данных

• Выражения на SQL
• Встроенные функции на SQL
• Объекты. Индексы.

Статистический анализ данных:
(10 неделя → 14 неделя)

10. Обзор задач, решаемых статистикой

• Введение в статистику
• Точечное и интервальное оценивание
• Проверка гипотез.

11. Выборочные характеристики

• Основные понятия и задачи математической статистики
• Выборочное распределение
• Эмпирическая функция распределения
• Гистограмма
• Выборочные моменты и квантили.

12. Точечное оценивание

• Точечные оценки и их свойства
• Метод моментов
• Состоятельность оценки метода моментов
• Метод максимального правдоподобия.

13. Точные и асимптотические доверительные интервалы

• Интервальное оценивание
• Точные доверительные интервалы для семейства нормальных распределений
• Асимптотические доверительные интервалы и примеры их построения
• Асимптотическая нормальность оценки и построение доверительных интервалов.

14. Проверка гипотез

• Понятие гипотезы и критерия. Ошибки 1 и 2 рода
• Уровень значимости и мощность
• Критерии согласия.

Элементы теории вероятностей (факультативный курс):
(1 неделя → 19 неделя)

15. Вероятностное пространство

• Пространство элементарных исходов. События и операции над ними
• Простейшее вероятностное пространство
• Классическое определение вероятности
• Комбинаторика
• Условная вероятность. Независимость.

16. Простейшие случайные величины

• Случайные величины и их характеристики
• Закон больших чисел. Предельные теоремы в схеме Бернулли
• Неравенства Маркова и Чебышёва.

17. Общее понятие вероятностного пространства

• Геометрическая вероятность
• Общее определение вероятностного пространства
• Случайные величины и их распределения.

18. Типы распределений случайных величин

• Распределения случайных величин
• Многомерные распределения.

19. Числовые характеристики, сходимость

• Начальные сведения о функциях от случайных величин
• Некоторые числовые характеристики случайных величин
• Сходимость последовательностей случайных величин.

Курс «Обработка и анализ данных от Центр компьютерного обучения «Специалист» при МГТУ им.Н.Э.Баумана»

Цена: разная стоимость

Ссылка на сайт: https://www.specialist.ru/section/processing-and-analysis-of-data

Курсы по обработке и анализу данных предназначены для аналитиков, разработчиков аналитических решений и приложений, экономистов и маркетологов, работающих с инструментами анализа данных. Специалисты по бизнес-аналитике, Big Data и Data Mining необходимы практически каждой современной организации, а в особенности – средним и крупным предприятиям с разветвлённой системой филиалов.
Ритейл, телеком, реклама и маркетинг, финансовый и банковский секторы, производство и реализация товаров и услуг, логистика, ИТ – везде требуются аналитики.
Освоив эту профессию или углубив свои познания по обработке и анализу данных, Вы не только существенно повысите свой профессиональный уровень, но и сможете претендовать на повышение оклада или должности!

Список курсов:

1. Специалист по Data Science, машинному обучению и искусственному интеллекту
2. Основы работы с большими данными (Data Science)
3. Сертифицированный разработчик баз и хранилищ данных по проектированию бизнес — аналитики на SQL Server
4. Аналитик данных (дипломная программа)
5. Аналитик Big Data
6. Профессионал по бизнес — анализу и визуализации данных в Microsoft Excel и Power BI
7. Бизнес – аналитик
8. Специалист в Microsoft Excel и Power BI
9. Специалист по бизнес — аналитике в Microsoft Excel и Power BI
10. Моделирование и автоматизация бизнес — процессов на базе BPMN 2.0
11. Анализ данных на языке SQL
12. Бизнес — анализ: методы, задачи и инструменты
13. Программист — аналитик на языке Python
14. Решение искусственного интеллекта на Azure
15. Магистр Python
16. Машинное обучение с применением нейронных сетей на языке программирования Python (комплексная программа).

И др.

Курс «Анализ данных от NEITRINO MARTIN»

Бесплатно

Ссылка на сайт: https://www.youtube.com/playlist?list=PL_TuvvkEQe6aB3rkol-QmnKlmWtP3oLLm

Видеоуроки:

1. Анализ данных. Введение в python
2. Описательные статистики. Квантили, квартили. Гистограммы
3. Дашборды: интерактивная визуализация данных / Алексей Колоколов (Институт бизнес-аналитики)
4. Аналитика данных на Python
5. Что такое аналитика? С чего начать
6. Введение в обработку Больших Данных
7. Я.Аналитик
8. Программист Python: Data-Science специалист
9. Анализ данных. Advanced Python
10. Алгоритмы на Python 3.
11. Описательные статистики. Ящики с усами. Выбросы.
12. Консолидация (сборка) данных из нескольких таблиц в Excel
13. Воронов И.А. Методы анализа многомерных данных (для гуманитариев)
14. Факторный анализ и метод главных компонент. SVD разложение
15. Экспертиза SRS, анализ данных EDR: обучение
16. Провалы в решении задач по анализу данных
17. Анализ данных. Введение в статистику
18. Углубленные методы анализа данных
19. Первичный анализ данных в Python
20. Метод наименьших квадратов. Регрессионный анализ.
21. Наукоемкие методы анализа данных. Data Mining и Text Mining
22. Технологии и алгоритмы анализа данных социальных сетей
23. Статистические методы обработки информации
24. Методы анализа формы входных данных и следствия для структуры нейронной сети — Максим Кретов
25. Методы анализа данных
26. Решение практической задачи анализа данных в Python
27. Прикладные задачи анализа данных. Евгений Соколов
28. Визуальный анализ данных с Orange3. Классификационные задачи.
29. Data mining на практике. Подводные камни анализа данных / Ксения Петрова
30. Библиотека Numpy

И др.

Курс «Аналитик от KARPOV.COURSES»

Цена: 70 000 ₽

Ссылка на сайт: https://karpov.courses/analytics

Три лекции в неделю. Постоянная практика. Реальные задачи.
Будет очень интенсивно, но результат того стоит.

• Формат обучения – онлайн
• Подойдёт для новичков.

Программа курса:

1. PYTHON ДЛЯ РАБОТЫ С ДАННЫМИ
   Заложим фундамент: освоим основы программирования, познакомимся с библиотеками для анализа данных, визуализации и работы с файловой системой. Будет непросто, но крутые аналитики обязаны знать эти инструменты. С первого дня начнем работать на удалённом сервере, все по-настоящему!
2. GIT
   Познакомимся с командной строкой и широко используемым инструментом контроля версий — Git. Обсудим базовые команды, научимся работать с репозиториями и увидим, как Git позволяет объединять деятельность множества разработчиков и аналитиков в работе над одним проектом.
3. SQL
   Освоим основы синтаксиса SQL. На примере ClickHouse научимся работать с системой управления базами данных и подключаться к ней с помощью Python. Начнем учиться грамотно визуализировать наши данные.
4. ТЕОРИЯ ВЕРОЯТНОСТЕЙ
   В данном блоке мы познакомимся с основами теории вероятностей. Знания в этой области необходимы для более глубоко понимания прикладной статистики.
5. СТАТИСТИКА
   Научимся планировать A/B тесты и проверять статистические гипотезы. Акцент будет сделан на приложении статистики к решению задач из индустрии.
   *после прохождения этого блока у вас будет промежуточный проект.
6. A/B ТЕСТЫ
   Практическое A/B тестирование подразумевает большую часть работы с математической статистикой. На лекциях рассмотрим основную проблематику экспериментов и закрепим полученные знания с помощью домашних заданий.
7. ВИЗУАЛИЗАЦИЯ
   Важный навык аналитика — уметь правильно представлять результаты своей работы в виде интерактивного дашборда. Посмотрим, какие бывают типы дашбордов, научимся подбирать и оформлять графики под разные задачи, узнаем, на чём необходимо делать акценты при верстке, а также попрактикуемся собирать требования к дашборду от заказчика. Всё это сделаем в BI-системе Tableau.
8. РАЗВИТИЕ ПРОДУКТА
   Сформируем продуктовое видение и более глубокое понимание бизнеса и продукта. Научимся находить общий язык с продакт-менеджерами и поймём, каким образом можно использовать анализ данных для развития бизнеса. Также рассмотрим, как организована работа команд в IT-продуктах.
9. ПРОДУКТОВАЯ АНАЛИТИКА
   Поймём, какую ценность может приносить аналитика и как объяснить её бизнесу. Научимся определять потребности пользователей продукта и сегментировать их, считать юнит-экономику, выбирать правильные продуктовые метрики и драйвить рост бизнеса с помощью непрерывной проверки гипотез.
10. AIRFLOW
    Ранее вы уже изучали, как можно решать задачи при помощи python, sql и других инструментов. Порой были такие задачи, которые нужно было делать ежедневно, например, следить за курсом акций, считать KPI или проверять успехи любимой команды. Для решения таких задач есть свои собственные инструменты — как простые шедулеры, так и сложные системы оркестрирования процессов. Airflow как раз такая система. Далее мы познакомимся с тем, как устроена его работа и как им пользоваться для решения задач.
11. КАК ИСКАТЬ РАБОТУ
    На рынке труда грамотная презентация своих навыков порой так же важна, как и сами навыки, а неумение правильно вести коммуникацию может помешать устроиться на работу даже опытному аналитику. В этом блоке мы обсудим базовые вопросы, касающиеся поиска работы в сфере анализа данных, на примерах рассмотрим разные этапы поиска работы и зададим вопросы профессиональному рекрутеру одной из крупнейших IT-компаний России.
12. ИТОГОВЫЙ ПРОЕКТ
    Вы попробуете себя в роли аналитика, выполняющего тестовое задание в компанию. Вы получите доступ к удалённому серверу и базам данных и попрактикуетесь решать задачи, с которыми в своей работе сталкиваются аналитики. Вам будут представлены на выбор разные аналитические проекты, в ходе работы над которыми вы сможете применить все навыки, которые приобрели за время прохождения курса. Вы будете писать код, работать с базами данных, автоматизировать рутинные задачи, искать инсайты в данных и анализировать результаты A/B-тестов. Как и в любой крупной компании, с помощью Git вы пройдёте code-ревью и получите фидбэк. Итоговый проект позволит вам закрепить полученные знания и непременно сделает ваше резюме более интересным для будущего работодателя.

«Учитесь у лучших»:

• АРСЕНИЙ НЕСТЮК
  Аналитик монетизации Яндекс.Маркет
  Занимается анализом данных, экспериментами и статистикой в Яндекс. Маркете, делал телефонных роботов в Тинькофф. Четыре года опыт преподавания в МФТИ.
• АНАТОЛИЙ КАРПОВ
  Работал ведущим аналитиком в Mail.Ru, VK и JetBrains
  Руководил командой аналитики в отделе бизнеса и рекламы ВКонтакте. Автор онлайн-курсов по анализу данных на платформе stepik.org. Более 5 лет преподавал курсы по анализу данных, статистике и машинному обучению в Институте биоинформатики.
• МИХАИЛ СЕРЕГИН
  Куратор программы, сооснователь Karpov.Courses
  Работал в Delivery Club, куратор в Школе Менеджеров Яндекса (2019), преподаватель профессиональной переподготовки «Аналитик данных» в НИУ ВШЭ.
• БЕСЛАН КУРАШОВ
  Cооснователь, преподаватель Karpov.Courses
  Более 4 лет опыта работы в Яндексе. Развивал аналитику в Директе и Едадиле. Преподаёт в НИУ ВШЭ курсы «SQL и основы бизнес аналитики» и «Продуктовая аналитика» в рамках программы профессиональной переподготовки «Аналитик данных».

И др.

Отзывы выпускников:

ВЯЧЕСЛАВ ВЕТРОВ
«Курс очень понравился. Замечательный преподавательский состав, всегда готовый помочь, реальные кейсы, подробные рецензии на задания, много практики. Очень хорошая атмосфера в группе. А самое главное — все необходимые знания для будущей работы. Спасибо всем, кто трудился над созданием этого курса!»

АЛИНА ШУЛИЦКАЯ
«В целом, курс мне понравился. Даёт представление об основных навыках, необходимых для работы дата-аналитиком. Прекрасные преподаватели, новые знакомства, местами сложный, но в то же время такой интересный материал сделали эти месяцы обучения увлекательным приключением! Большое спасибо Анатолию и всей команде!»

Курс «Digital-аналитика от This is Data»

Бесплатно

Ссылка на сайт: https://thisisdata.ru/courses/digital-analytics/

Курс будет полезен людям, делающим первые шаги в веб-аналитике, а также специалистам из смежных профессий, желающим прокачать свои навыки.
Контент курса построен таким образом, чтобы постепенно погрузить студента в занимательный мир анализа данных, то есть от простого к сложному:

• В самом начале вы познакомитесь с основами функционирования веба и сайтов;
• Затем узнаете об основных аналитических инструментах и научитесь их настраивать;
• А в завершении курса вы сумеете создавать отчеты и дашборды, а также производить анализ и делать выводы.

Структурно курс разбит на пять разделов, каждый из которых содержит в себе набор уроков, оформленных в виде отдельных постов. В конце каждого урока вас будет ждать тест, а во втором разделе тест будет заменен учебным сайтом, где можно будет поиграться с настройками аналитических систем.
Материала, представленного в курсе, достаточно для того, чтобы по его завершению претендовать на вакансию junior-аналитика с зарплатой от 40 000 руб.

Авторы:

Роман Романчук
«Имею большой опыт работы веб-аналитиком в сфере финансовых услуг в таких компаниях как: Zetta Страхование (бывш. Zurich), Сбербанк Страхование и МТС Банк.
В веб-аналитике больше всего люблю процесс настройки сбора данных, а также их визуализацию в виде информативных дашбордов.»

Екатерина Шипова
«После окончания магистратуры по направлению прикладной математики заинтересовалась веб-аналитикой, работала с такими клиентами как: ВТБ, Papa John’s, Re:Store, 12Storeez и др.
Наиболее интересным направлением считаю анализ данных и возможность поиска классных инсайтов.»

Программа курса:

Раздел 1. Введение в digital-аналитику

1. Как работают сайты и зачем нужна digital-аналитика
2. Рекламные системы и органический поиск
3. Популярные системы веб-аналитики
4. Базовые отчеты Google Analytics и Яндекс.Метрики
5. Планирование KPI

Раздел 2. Сбор данных

6. Обзор Google Tag Manager
7. Планирование системы сбора данных
8. Установка кодов отслеживания
9. Настройка событий и целей
10. Дополнительные параметры и показатели в Google Analytics
11. UTM-метки

Раздел 3. Импорт и экспорт данных

12. Импорт данных
13. Импортируем данные в Google Analytics
14. Импортируем данные в Яндекс.Метрику
15. Экспорт данных из Google Analytics

Раздел 4. Визуализация данных

16. Специальные отчеты Google Analytics
17. Создание отчета в Google Sheets
18. Создание дашборда в Google Data Studio
19. Создание отчета в Microsoft Power BI

Раздел 5. Анализ данных

20. Самые полезные формулы Excel
21. Анализ рекламных кампаний
22. Когортный анализ. Retention rate
23. Прогнозирование. Функция тренда.

Курс «Аналитик данных от Школа анализа данных»

Цена: 84 000 ₽

Ссылка на сайт: https://practicum.yandex.ru/data-analyst/

Поможем освоить профессию с нуля за 6 месяцев.

• Учим онлайн из любой точки мира
• После обучения помогаем трудоустроиться
• Python, SQL, Tableau, A/B-тесты и другие навыки
• 13 проектов в портфолио: исследования и задачи для бизнеса
• 75% времени курса посвящены практике
• Команда сопровождения поддержит вас в обучении.

Что именно вы будете делать, когда станете аналитиком:

• Выгружать, преобразовывать и очищать данные с помощью SQL-запросов.
• Создавать дашборды с помощью Tableau и других инструментов.
• Запускать А/В-тестирования для проверки гипотез.
• Рассчитывать ключевые метрики работы компании и оценивать их значимость.
• Помогать бизнесу принимать решения на основе данных.

Программа курса:

1. Основы Python и анализа данных: бесплатный вводный курс
   Узнаете основные концепции анализа данных и поймёте, чем занимаются аналитики данных и специалисты по Data Science. Решите пять кейсов по работе с данными из разных областей:
   — Выясните причину массовой поломки гаджетов;
   — проверите окупаемость рекламы мобильного приложения;
   — найдёте лучшее место для нового магазина;
   — поможете выбрать стратегию развития ИИ-стартапа;
   — оцените эффективность роботов в службе поддержки.
   Решая кейсы, вы изучите азы Python и библиотеки pandas, научитесь строить некоторые графики и верно их трактовать.
   Темы:

• Moscow Catnamycs
• Ошибки, переменные и гипотезы
• Что делают специалисты в области данных
• Списки в Python
• Цикл for
• Условия и булева логика
• Машинное обучение
• Финальный проект

2. Введение в профессию «Аналитик данных»
   Познакомитесь с основными требованиями к аналитику данных. Узнаете, из каких этапов состоит решение аналитической задачи и какие инструменты используются в профессии. Научитесь работать с материалами курса и составите план обучения.
   Темы:

• Кто такой аналитик
• Как мы учим

3. Базовый Python
   Глубже погрузитесь в язык программирования Python и работу с библиотекой Pandas.
   Темы:

• Переменные и типы данных. Вывод данных и арифметические операции
• Строки
• Списки
• Цикл for
• Вложенные списки
• Условный оператор. Цикл while
• Функции
• Словари
• Pandas для анализа данных
• Предобработка данных
• Анализ данных и оформление результатов
• Jupyter Notebook — тетрадь в ячейку
• Проект: музыка больших городов

4. Предобработка данных
   Научитесь очищать данные от выбросов, пропусков и дубликатов, а также преобразовывать разные форматы данных.
   Темы:

• Введение в предобработку данных
• Работа с пропусками
• Изменение типов данных
• Поиск дубликатов
• Категоризация данных
• Системное и критическое мышление в работе аналитика.

5. Исследовательский анализ данных
   Изучите основы теории вероятностей и статистики. Примените их для исследования основных свойств данных, поиска закономерностей, распределений и аномалий. Познакомитесь с библиотеками SciPy и Matplotlib. Отрисуете диаграммы, поупражняетесь в анализе графиков.
   Темы:

• Введение в исследовательский анализ данных
• Первые графики и выводы
• Изучение срезов данных
• Работа с несколькими источниками данных
• Взаимосвязь данных
• Валидация результатов.

6. Статистический анализ данных
   Научитесь анализировать взаимосвязи в данных методами статистики. Узнаете, что такое статистическая значимость, гипотезы и доверительные интервалы.
   Темы:

• Введение в статистический анализ данных
• Описательная статистика
• Теория вероятностей
• Проверка гипотез

7. Теория вероятностей. Дополнительный курс
   Вспомните или узнаете базовые термины в теории вероятностей: независимые, противоположные, несовместные события и т. д. На простых примерах и забавных задачах потренируетесь работать с числами и выстраивать логику решения.
   Это необязательный спринт. Значит, каждый студент сам выбирает один из вариантов прохождения:
   – Освоить дополнительный курс из десяти коротких уроков, освежить в памяти теорию и решить задачи.
   – Открыть только блок с задачами для собеседований, вспомнить практику без теории.
   – Пропустить курс совсем или вернуться к нему, когда будет время и необходимость.
8. Итоговый проект первого модуля
   Научитесь предварительному исследованию данных, сформулируете и проверите гипотезы.
9. Базовый SQL
   Изучите основы структурированного языка запросов SQL и реляционной алгебры для работы с базами данных. Познакомитесь с особенностями работы в PostgreSQL — популярной системе управления базами данных (СУБД). Научитесь писать запросы разного уровня сложности и переводить бизнес-задачи на язык SQL.
   Вы будете работать с базой данных онлайн-магазина, который специализируется на фильмах и музыке.
   Темы:

• Введние в базы данных
• Срезы данных в SQL
• Агрегирующие функции. Группировка и сортировка данных
• Взаимоотношения между таблицами. Типы объединений таблиц
• Подзапросы и временные таблицы

10. Анализ бизнес-показателей
    Узнаете, что такое метрики в бизнесе. Научитесь использовать инструменты для анализа данных в бизнесе: когортный анализ, воронка продаж и юнит-экономика.
    Темы:

• Введение в анализ бизнес-показателей
• Метрики и воронки
• Когортный анализ
• Юнит-экономика
• Пользовательские метрики

11. Продвинутый SQL
    Пройдёте дополнительный курс по работе с базами данных и станете ещё ближе к бизнесу. С помощью языка SQL разберёте подсчёт основных бизнес-метрик, с которыми вы познакомились в курсе «Анализ бизнес-показателей». Рассмотрите работу с таким сложным инструментом, как оконные функции. Научитесь изменять содержимое баз данных локально, без тренажёра, используя специальные программы-клиенты и библиотеки для Python.
12. Принятие решений в бизнесе на основе данных
    Узнаете, что такое A/B-тестирование и поймете в каких случаях его используют. Научитесь проектировать A/B-тесты, оценивать их результаты.
    Темы:

• Введение в принятие решений в бизнесе на основе данных
• Основы проверки гипотез в бизнесе
• Выбор метода проведения эксперимента
• Приоритизация гипотез
• Подготовка к проведению A/B-теста
• Анализ результатов A/B-теста
• Поведенческие алгоритмы: умение внятно объяснять свою позицию

13. Как рассказать историю с помощью данных
    Узнаете, как правильно презентовать результаты своего исследования, оперируя графиками, важнейшими цифрами и их правильной интерпретацией. Познакомитесь с библиотеками Seaborn и Plotly.
    Темы:

• Как рассказать историю с помощью данных
• Подготовка презентации
• Библиотека seaborn
• Библиотека plotly

14. Итоговый проект второго модуля
    Научитесь проверять статистические гипотезы в рамках A/B-тестирования и готовить выводы и рекомендации в формате аналитического отчёта.
15. Автоматизация
    Узнаете, что такое автоматизация процессов анализа данных. Научитесь превращать рутинные и постоянные задачи в скрипты. Создадите дашборды для разных аудиторий и нужд компании.
    Темы:

• Введение в автоматизацию
• Основы запуска скриптов
• Что такое дата-пайплайны и зачем они нужны
• Проектирование и разработка дашбордов в dash
• Проектирование и разработка дашбордов в dash

16. Основы машинного обучения. Дополнительный курс.
    Познакомитесь с основами машинного обучения и узнаете об основных задачах машинного обучения в бизнесе.
    Темы:

• Введение в прогнозы и предсказания
• Задачи машинного обучения в бизнесе
• Алгоритмы машинного обучения
• Процесс решения задач машинного обучения.

Что вы получите в Практикуме:

• Диплом о повышении квалификации
• Портфолио из 13 учебных и реальных проектов, сделанных во время обучения
• Выпускники Практикума создают совместные проекты, нанимают студентов, проводят мастер-классы и помогают друг другу во время и после обучения.
• Навыки: python и основные библиотеки, SQL, Tableau, решение бизнес-кейсов, умение учиться и взаимодействовать с командой, задавать вопросы и работать с ошибками.

Отзывы студентов:

Андрей Распопов
Студент двадцать шестого потока на программе «Аналитик данных»
«Всем привет! Меня зовут Андрей, мне 35, и я решил сменить профессию))). За свою жизнь я работал менеджером в банке и специалистом в нефтеперерабатывающей сфере. В начале, у меня были сомнения, будет ли хватать времени на семью, работу и учебу…, и они оправдались — времени не хватало катастрофически, но в итоге я подстроился и занимался вечерами, в среднем, с 22-00 до 2-00. Как следствие: усталость и недосыпание. Но это того стоило))). На заметку: Наушники + музыка для концентрации + энергетик = работоспособность. Новые знания, новые возможности и мотивация наставников давали силы и воодушевляли. По итогу курса могу сказать, что доволен предоставленной информацией, доволен работай с наставниками. Я получил базовые знания в профессии аналитика данных, на их основе я могу развиваться дальше и устроиться на новую работу. Я «загорелся» аналитикой данных, думаю — это заслуга Практикума. P.S. Пройдя курс, единственное, что я бы сделал по-другому — это не стеснялся/боялся показать себя глупым и задавал бы 100500 вопросов в секунду. Надеюсь, мой отзыв поможет Вам!»

Дарья Фролова
Студентка девятнадцатого потока на программе «Аналитик данных»
«Выходя из декрета я решила сменить сферу своей гуманитарно-фрилансерской деятельности и задумалась о таком деле, которое бы
А) было мне интересно
Б) мне бы за него платили
На пересечении двух условий оказалась аналитика данных и я решила пройти одноименный курс в Яндекс Практикуме. Пройдя 2/3 курса, спешу поделиться впечатлениями:
— это учёба стала для меня как работа. В универе за вычетом пару-трех предметов все было для меня в меру просто, так как я целом довольно организованный и прилежный ученик. Здесь же все несколько иначе. Я никогда до этого не занималась программированием и мое самое близкое знакомство с аналитикой — это соцфак успешно оконченный много лет назад (что как быстро стало понятно довольно далеко от аналитики данных). Так что в ходе курса мне было по-настоящему сложно: сложно сразу применить всю теорию, сложно начать программировать, сложно понять смысл некоторых идей из статистики и теории вероятностей. Так что времени у меня на учёбу уходит почти как на рабочий день на полставки — но я веру в то, что что-то по-настоящему стоящее не дается легко
— мне очень нравится то, как организован процесс обучения: вся (вся, карл!) теория тут же применяется на практике, так как мы играем в настоящих аналитиков и каждые 2 недели сдаем отчёты, которые очень похожи на реальные и их проверяют реальные люди — код-ревьюеры. Плюс если есть вопросы по ходу, есть разнокалиберные каналы их решения — можно спросить преподавателей, можно своих одногруппников, можно наставников (в Практикуме сложная сеть помощников, где каждый отвечает за свою область) или даже код-ревьюеров.
— Коллектив. Здесь две разных общности на мой взгляд — преподаватели и студенты. Как было сказано выше, в Практикуме много наставников и преподавателей для разных сфер, но помимо этого есть код-ревьюеры. Это люди, которые работают аналитиками, и в качестве допработы проверяют отчеты студентов. Не знаю точно, каким образом они распределяются, но за мое обучение у меня уже было порядка 7 ревьюеров и это здорово, что они разные! Отличная возможность посмотреть на то, какие эти аналитики бывают: кто-то может зачесть работу, проходящую по минимальным критериям, кто-то наоборот будет придираться к мелочам (новость для меня, что вторые мне нравятся больше), кто-то подскажет дополнительные полезные приемы, кто-то даже пришлет котиков (если, это уместно, конечно). Что касается второй группы, а именно студенты, то в моей когорте (так называются группы, которые формируются с началом нового потока) около 200 человек, и они все очень разные. Кто-то, как и я без технического бэкграунда, кто-то неплохо программирует, кто-то уже работает аналитиком. Мне с моим комплексом отличницы не так просто в этой среде, но она как минимум не враждебная
— приятные мелочи. По сути, это очень несущественный пункт для онлайн образования, но как это приятно! В чате нас называют коллегами (что меня очень мотивирует), нам подарили фирменный мерч (да, просто подарили и да, его нельзя купить), на новый год желающие играли в тайного санту, периодически появляются какие-то промоды для разных приятностей. Классно, когда люди настолько думают о том, какой продукт они делают»

Курс «Профессия: Аналитик от ProductStar»

Цена: 64 896 ₽

Ссылка на сайт: https://productstar.ru/analytics-course

Освоите с нуля профессию Аналитик продуктов, подробно разберете всю специфику и инструменты данной профессии от Google Analytics и BI-инструментов до SQL и Python.

• Длительность – 6 месяцев
• Онлайн в удобное время
• Обучение на практике
• Доступ к курсу навсегда.

Чему вы научитесь:

• Анализировать трафик и сайт
  На основе данных составлять аргументированные рекомендации по изменению стратегии и рекламных кампаний.
• Использовать на продвинутом уровне Google Analytics и Яндекс.Метрику
  Настраивать счётчики и цели в Google Analytics и Яндекс.Метрике, разбираться в стандартных отчётах и создавать свои.
• Проектировать систему сквозной аналитики
  Отслеживать полный путь клиента от перехода на сайт до продажи и определять эффективность инвестиций.
• Визуализировать данные
  Наглядно показывать динамику изменения данных.

Программа курса:

60 лекций и воркшопов

1. Продуктовая аналитика и развитие продуктов

• Роль аналитика в продуктовой команде
• Управление продуктом на основе модели Lean Canvas
• HADI-циклы в продуктовой аналитике
• Основные типы бизнес-метрик и Lean Analytics
• Декомпозиция метрик: иерархия метрик и пирамида метрик

2. Google Sheets и Excel

• Основы работы в Google Sheets
• Базовые вычислительные функции и формулы

3. Веб/мобильная-аналитика

• Введение в digital-аналитику: основные понятия и инструменты
• Базовые настройки инструментов аналитики Google Analytics и Yandex Metrica
• Основные отчеты Google Analytics. Метрики и параметры
• Метрики и параметры. Основные отчеты Yandex Metrica
• GTM особенности работы и основные возможности
• Инструменты app-аналитики
• Основные отчеты App Metrica
• Google Analytics web+app: важные особенности и возможности
• Возможности передачи и сбора данных из систем аналитики — BigQuery, ClickHouse, OWOX BI

4. Маркетинговая аналитика

• Введение в маркетинговую аналитику
• Выстраивание аналитики в performance маркетинге
• Сквозная аналитика или считаем LTV
• Жизненный цикл клиента и когортный анализ
• Основы CRM-аналитики. Сегментация клиентов
• Введение в маркетинговые исследования

5. A/B-тестирование

• Проверка гипотез и поиск точек роста с помощью A/B-тестирования
• Основы математической статистики для A/B тестирования
• Статистический тест для оценки результатов A/B эксперимента
• Цель и метрики A/B теста
• Практическая реализация A/B теста
• Продвинутые методики тестирования
• Инструменты для A/B тестирования

6. SQL для анализа данных

• Введение в блок SQL
• Извлечение и фильтрация данных (часть 1)
• Извлечение и фильтрация данных (часть 2)
• Преобразование и сортировка данных (часть 1)
• Преобразование и сортировка данных (часть 2)
• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Подзапросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• Итоговый проект LEGO
• Бонусный урок

7. Python для анализа данных

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Пакеты, файлы, Pandas – начало
• Pandas – продолжение
• Визуализация данных
• Базы данных и статистика
• Многопоточность
• Веб-сервер Flask и контроль версий GIt
• Итоговый проект

8. Инструменты визуализации данных

• Введение в Power BI
• Power Query: Получение и преобразование данных
• Модель данных в Power BI
• DAX (Data Analysis Expressions)
• Работа с отчетами и визуализация данных
• Power BI Service и создание дашборда
• Power BI + Python
• Итоговый проект: Uber & Lyft
• Введение в Tableau. Знакомство с инфраструктурой Tableau
• Модели данных и табличные вычисления в Tableau
• Параметры и уровни детализации
• Псевдонимы, сортировка, Actions
• Разработка дашбордов. Настройка взаимодействия между визуализациями

9. Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации.

Выпускники получают сертификат об успешном прохождении курса — что, вместе с дипломным проектом, будет хорошим аргументом при трудоустройстве.

Спикеры курса:

• Денис Соболев
  Skyeng
• Александра Кулачикова
  SEMrush
• Николай Пекальн
  Везёт
• Анна Морозова
  Яндекс
• Андрей Менде
  com
• Александр Тихоиванов
  Яндекс.Еда
• Данил Семёнов
  Пикабу
• Максим Годзи
  Retentioneering
• Наталья Седова
  Lamoda
• Александра Мозжухина
  Lamoda
• Василий Миронов

Отзывы об обучении доступны на сайте.

Курс «Аналитик данных от SkillsUp»

Цена: 3 900 грн — 5 600 грн

Ссылка на сайт: https://skillsup.ua/education/courses/data-analyst/

Цель курса:
Обучить аналитика базовым навыкам работы с данными, чтобы полученные инструменты помогали улучшать конкретные показатели проектов и влияли на успешное решение задач бизнеса.

Для кого:
Программа создана для тех, кто хочет погрузиться в аналитику с нуля, научиться мыслить абстрактно, формулировать гипотезы, находить закономерности и делать логические выводы на основе проведённого анализа.
Маркетологам, программистам, РМ и специалистам смежных сфер — для улучшения их аналитических навыков.

Что даст курс:

• Вы изучите основы анализа, их жизненный цикл, ключевые инструменты для работы с ними, и освоите проведение статистических тестов.
• Научитесь обрабатывать данные, строить на основе полученных параметров и метрик стратегии развития проекта, планы и рекомендации по его улучшению.
• Получите полное представление об аналитических методах и процессах, о систематизации данных для анализа и визуального представления их на презентациях.
• Отработаете востребованные аналитические навыки на практике (очистка, анализ и визуализация данных и т.д.), сможете выполнять анализ и вычисления с помощью электронных таблиц.

Что получает выпускник онлайн-курса:

• Электронный сертификат об окончании курса “Data Analyst”.
• Записанные лекции, которые будут доступны в течение 3 месяцев.
• Базу материалов в рамках тем, изученных на курсе.
• Чек-листы и полезные ссылки.
• Возможность добавить свое резюме в базу соискателей, которой мы делимся с партнерами для помощи в трудоустройстве нашим выпускникам.
• Участие в Программе Лояльности в дальнейшем.

Программа курса:

1. Роль Data Analyst в системе анализа и структуре работы с данными.

• Эволюция Data-Driven компаний.
• Ценность аналитики (Descriptive/Predictive Analytics).
• Организация процесса обработки данных (Data Science). Роли и инструменты для обработки данных. Место аналитика данных в процессе обработки данных.
• Основные задачи и ответственности Data Analyst.
• Принципы работы аналитика данных. Основные навыки.
• Основные инструменты Data Analyst.
• Классическое понятие роли аналитика данных.
• С чего начать и пути развития.
• Основная терминология.

2. Системы аналитики. Маркетинговая, продуктовая, UX-аналитика.

• Типы аналитических задач и соответствующие системы аналитики. Воронка AAARRR.
• Системы маркетинговой аналитики и задачи, которые они решают.
• Сквозная маркетинговая аналитика.
• Системы продуктовой аналитики и задачи, которые они решают.
• Обзор типов систем аналитики: от маркетинговой до глубокой продуктовой аналитики. Пользовательская аналитика.
• Оптимальный набор аналитических инструментов для мобильных и веб-продуктов.
• Основные этапы внедрения аналитики.

3. Продуктовая аналитика. Продуктовая воронка. Подсистемы продукта.

• Продуктовая аналитика как основа работы с данными.
• Методики продуктовой аналитики.
• Продукт. Типы продуктов. Монетизация.
• Подсистемы продукта.
• Путь пользователя. Продуктовая воронка.

4. Метрики. Когортный и RFM-анализ.

• Маркетинговые, продуктовые и финансовые метрики.
• Подсистемы продукта и их метрики.
• Иерархия метрик. Наложение метрик на продуктовую воронку.
• RFM-анализ.
• Когортный анализ.

5. А/В-тестирование.

• Выбор метрик для тестирования.
• Выбор данных. Калькулятор.
• А/В тесты: статистика и математика.
• А/В тесты: проблемы и их решение.

6. Работа с данными.

• Работа с базами данных. Инструменты.
• Какие данные собирать. Где их хранить.
• Изъятие информации для обработки.
• Требования к данным.
• Обработка данных: полнота, целостность, наличие шумов, ошибок, выбросов, пропусков.
• Валидация данных.
• BI-системы.

7. Part 1.

• Обзор интерфейса.
• Тип данных, тип файлов.
• Основная терминология.
• Загрузка данных.
• Основные калькуляции.

8. Part 2.

• Работа с фильтрами.
• Типы графиков.
• Визуализация. Построение дашбордов.

9. Использование данных для развития продукта.

• Процесс добавления/удаления событий.
• Аудит и мониторинг метрик.
• Гипотезы роста по воронке.
• Проведение экспериментов в продукте и маркетинге.
• Оценка результатов экспериментов и нахождение инсайтов.
• Выстраивание процесса системного экспериментирования.

10. Выпускной проект.

• Контрольная работа.
• Защита проектов.

Курс «Системный аналитик Middle от OOО «EРП-Консалтинг»»

Бесплатно

Ссылка на сайт: https://education.dhabits.ru/course-analyst

• Формат: Online по Zoom.
• Длительность: 2 месяца.

60+ часов: лекции, воркшопы, домашние задания, тесты и индивидуальные консультации
90% выпускников трудоустраиваются в «Цифровые привычки» и компании-партнеры.

Программа курса:

1. Системный анализ в структуре разработки ПО

• Процесс разработки ПО. Waterfall. Системный анализ в Agile командах
  Разберем, какие есть методологии разработки и как это влияет на продукт. Поймем, как применять методологии на практике и эффективно работать в команде.

2. Работа с требованиями

• Способы документирования требований. ТЗ, Use Case, Use Story, прототипирование + практический семинар
  Проведем лекцию и практический семинар, где научимся работать с ТЗ, описывать Use Case и User Story, создавать прототипы.
• Работа с нотациями UML, BPMN, IDEF0 + практический семинар
  Начнем работать с основными нотациями для создания диаграмм (UML, BPMN, IDEF0). Расскажем про инструменты подготовки диаграмм и закрепим знания на практическом семинаре.

3. Проектирование ПО

• Проектирование информационной модели приложения. Объектно-ориентированный подход. Разработка базовой информационной модели + практический семинар
  Расскажем, как описать любую предметную область, которую планируем автоматизировать. Обоснуем, зачем проектирование нужно в разработке. Разберем, что такое домены и объекты, как они связаны.
• Нефункциональные требования применимые к бэкендовым системам. Отказоустойчивость, масштабированность, сопровождение
  Расскажем о формулировке нефункциональных требований с чек-листом по интеграции, и как при реализации не забыть про observability, circuit breaking, rate limiting. Поговорим о BASE архитектуре и конечной согласованности в микросервисах. Также разберем архитектуру масштабирования.
• Архитектура информационных систем. Монолиты, SOA и микросервисы
• API и брокеры очередей. Методология интеграции приложений

4. Анализ данных

• Базовые и продвинутые SQL на примере PostgreSQL
  Поговорим о понятии SQL как декларативного языка. Разберем DDL, DML, DQL, TCL, SQL. Расскажем о подходах Code First и Database First, а также поговорим о подзапросах и малоизвестных фичах SQL. Прямо на лекции посоревнуемся в написании запросов.

5. Проектирование и работа с БД

• Проектирование БД
  Расскажем, что такое база данных и почему она является основой любого приложения. Разберем, как один и тот же пример превратить в абсолютно разные базы данных.
• SQL vs NoSQL. Особенности и хитрости работы с реляционными базами данных. Аспекты их применения
  Рассмотрим плюсы и минусы различных видов баз данных. Узнаем, как выбрать базу данных под задачу. Разберем, как работает теорема CAP и поможет ли она в жизни. Поговорим о транзакциях в реляционных БД и частичный уход от них в нереляционных.
• Способы прогнозирования нагрузки на приложения. Способы повышения производительности БД
  Расскажем, почему важно заглядывать в будущее создаваемого приложения уже на этапе разработки. Классифицируем подходы к определению нагрузки и как её делить. Разберем, как оптимизировать нагрузку на базу данных.

6. Проектирование API

• Принципы работы API. RESTful API vs SOAP
  Расскажем концепцию API, почему пришли к его применению. Разберем одну из часто встречающихся на собеседованиях тему — REST и SOAP, в чем их отличие. Посмотрим на примеры описания публичных API, например, как выглядят API от NASA и GooglePay.
• OpenAPI
  Узнаем, что такое OpenAPI, и как описать спецификацию в swagger. Разберемся в терминах и поймем, зачем это все нужно системному аналитику и как этим пользоваться.

7. Сопровождение процесса разработки

• Сложности декомпозиции задач, критерии готовности и приемка
  Покажем, как разбивать задачи на атомарные SMART задачи, которые можно отдавать в разработку. Разберем все типы декомпозиции: от агрегатов технологического процесса до разбиения по типам данных. Получим чек-лист критериев готовности продукта. На практике декомпозируем разработку нового продукта с нуля: определим MVP функционал, приоритезируем функционал, сформируем релизный план в Jira.
• Системы контроля версий. GitFlow. Автоматизация доставки кода. CI/CD
  Выясним, зачем разработчикам несколько веток версий кода. Подробнее поговорим про мердж и каммит. Разберём, как код разработчика превращается в готовое решение.
• Контроль качества ПО, пирамида тестирования, сценарий тестирование
  Разберём, с какими проблемами сталкиваются все тестировщики, и как грамотный аналитик их может решить. Познакомимся с основными видами тестов и на примере разберём план тестирования новой версии продукта. Узнаем, что такое пирамида тестирования и как различные виды тестов соотносятся с требованиями аналитиков.

Преподаватели:

• Елена Вязовецкова
  Ведущий системный аналитик Системы быстрых платежей (СБП) НСПК МИР
• Григорий Щетинин
  Системный аналитик АСУ
  преподаватель МГТУ им. Н.Э.Баумана
• Семён Тикунов
  Ведущий системный аналитик в СберБанке
  ex-ведущий аналитик на проектах ЦФТ (КартСтандарт), Совкомбанк
• Максим Фролов
  Системный аналитик в СберБанке
  ex-системный аналитик на проектах МТС, БКС
• Алексей Мухин
  Senior Java developer в банковской сфере
• Вадим Погода
  Ведущий бизнес-аналитик в Datana (Группа компаний ЛАНИТ),
  работал более трех лет над IT-проектами разного масштаба в роли бизнес и системного аналитика в МинТранс, Роснефть.

Отзывы выпускников:

Варвара Ситникова
Middle Java developer «Цифровые привычки»
«Курсы закрепили мои знания по Java core, Spring framework и др., а также я познакомилась с новыми, для меня, технологиями, например, такими как Kafka и Kubernetes. На каждом занятии сидело 2 – 3 разработчика с большим стажем, так что, помимо теории, было много историй из практики.»

Михаил Галактионов
Middle Java developer «Цифровые привычки»
«Я сразу устроился на проект и одновременно учился на курсе. Смог объединять работу, учебу в магистратуре и курс. Теория на курсе часто встречается потом на проектах, я часто пересматриваю лекции, чтобы реализовать фичу на проекте, потому что преподаватели делятся именно своим практическим опытом, который потом можно применять в жизни.»

Курс «Бизнес-аналитик от Нетология»

Цена: 111 720 ₽ — 147 720 ₽

Ссылка на сайт: https://netology.ru/programs/business-analytics-online

Научитесь выявлять проблемы бизнеса с помощью данных и находить решения для роста.

• Длительность: 5,5 месяца по 2 раза в неделю
• Формат: Видеолекции, воркшопы, онлайн-занятия, практика
• Документ: Диплом о профессиональной переподготовке.

Кому подойдёт курс:

• Новичкам в аналитике
  Освоите новую высокооплачиваемую профессию и сможете кардинально изменить свою жизнь.
• Начинающим специалистам
  Заполните пробелы в знаниях, повысите свою квалификацию и сможете получить повышение на работе.
• Руководителям и предпринимателям
  Научитесь грамотно оценивать новые проекты, анализировать показатели и видеть точки роста.

Бизнес-аналитик исследует, считает, планирует и структурирует — помогает запустить бизнес, разработать стратегию развития, оптимизировать процессы.
На курсе вы научитесь работать с данными, составлять финансовые модели, оценивать положение компаний на рынке и предлагать решения для оптимизации бизнеса.

• Подготавливать и структурировать данные для анализа
• Анализировать выручку, доходность, операционные и коммерческие KPI компании
• Визуализировать данные и готовить отчёты для менеджеров и руководителей
• Планировать бюджет и прогнозировать ключевые показатели бизнеса
• Формировать стратегии развития и предлагать решения на основе данных
• Оптимизировать направления бизнеса или отдельные продукты.

Базовая программа:

5,5 месяца

1. Вводный модуль
2. Исследования и анализ
3. Финансовое моделирование
4. Моделирование бизнес-процессов
5. Формирование отчётов и основы регулярного репортинга
6. Основы стратегического планирования
7. Управление проектами
8. Soft skills бизнес-аналитика
9. SQL и получение данных
10. Дипломный проект.

Дополнительная программа — специализация:
Если вы хотите углубить свои знания в Tableau и Power BI, то можете выбрать тариф с курсом-специализацией. Дополнительные модули стартуют по расписанию после прохождения базовой программы.

• Визуализация в Tableau
• Power BI.

Преподаватели курса:

• Иван Никонов
  Руководитель продаж, Skyeng Life
• Николай Хащанов
  Fullstack-разработчик, Aurora Group
• Алексей Кузьмин
  Руководитель разработки и Data Science, «ДомКлик»
• Екатерина Волочаева
  Разработчик группы бизнес-анализа, «Аэроклуб ИТ»
• Константин Большухин
  Сооснователь аналитического агентства Modelta. Сотрудничал с Nextail, ВТБ, McKinsey
• Даниил Стаханов
  Сооснователь Modelta. Работал с ВТБ и QIWI. Ведёт курсы по финансовому моделированию в акселераторах РВК и ВТБ
• Екатерина Хан
  Региональный менеджер, Bolt. Работала в DOC+, ZEN Rooms, simpleshow и KPMG
• Анна Гуськова
  Эксперт в области стратегического консалтинга. Работала в Bain & Company.

И др.

Отзывы выпускников:

Анастасия Боброва
бизнес-аналитик в инкубаторе, который инвестирует в b2c-проекты в сфере IT
«Программа заинтересовала меня возможностью обучаться онлайн. Я работаю бизнес-аналитиком уже третий год, большинство тем казались мне знакомыми, но курс помог структурировать многие вещи и развеять сомнения. Я бы рекомендовала курс тем, кто делает первые шаги в бизнес-аналитике и не работал в этой области прежде. Желаю успехов модераторам и преподавателям, надеюсь, с каждым новым потоком курс будет всё более полезным и интересным!»

Анна Чернышова
руководитель отдела маркетинга
«Понравилось всё: подача материала, интересные задания, быстрые коммуникации, техническая база, отсутствие воды. Всё замечательно! Очень понравилось, что преподаватели не «носят корону» и готовы отвечать на все вопросы, даже глупые.
Огромное спасибо команде и особенно создателям курса за организацию учебного процесса!»

Курс «Аналитик данных от Международная школа профессий»

Цена: 40 200 ₽

Ссылка на сайт: https://videoforme.ru/course/analyst-prof

Научитесь анализировать данные, составлять гипотезы, прогнозы развития бизнеса и станьте востребованным специалистом.

Курс рассчитан на тех, кто:

1. Работает маркетологом и хочет еще больше новых знаний
   Профессия собрана из самых полезных навыков и инструментов: современные маркетологи каждый день ищут способы автоматизировать работу и поднять ее на новый уровень. Темы, затронутые на курсах, выведут ваши рабочие задачи на новый уровень автоматизации!
2. Хочет освоит профессию аналитика данных
   Если вы хотите освоить для себя новую профессию и при этом любите работать с информацией и анализировать ее, то наш курс научит вас всем инструментам, которыми владеет каждый опытный аналитик данных. Курс рассчитан на новичков, поэтому не бойтесь окунуться в поток новой информации!
3. Уже работает аналитиком, но хочет прокачать свой скилл
   Курс подойдет для специалистов, которые уже работают с аналитикой без использования языков программирования, но хотят больше автоматизации и новых знаний и навыков. Помимо основ, вы изучите работу с SQL и Python, узнаете новые инструменты и подходы в работе, что существенно повысит вашу востребованность как специалиста!

Вы научитесь:

• Использовать Python для анализа данных
• Создавать запросы на языке SQL
• Визуализировать данные в Power BI.

Программа обучения:

4 курса в профессии, 15 недель обучения, 60 академических часов.

1. Веб-аналитика

• Работа в Яндекс.Метрике и Google.Analytics
• Установка счетчиков на сайте
• Поиск и анализ данных с сайта
• Оптимизация работы сайта и устранение слабых мест
• Установление ключевых показателей эффективности бизнеса.

2. SQL для анализа данных

• Эффективная работа с данными при помощи запросов на языке SQL
• Автоматизация и получение необходимых данных
• Сортировка и фильтрация данных по нужным критериям
• Аналитика с помощью SQL
• Применение SQL для работы с Google BigQuery.

3. Работа с Python для аналитики

• Работа с данными из файлов и баз данных
• Парсинг цен и информации с сайтов
• Тестирование гипотез и анализ поведения пользователей
• Автоматизация интернет-аналитики
• Визуализация данных для отчетов.

4. Отчеты и визуализация в Power BI

• Обработка и анализ данных в Power BI
• Построение моделей данных из неструктурированных источников: таблиц, сайтов и баз данных
• Преобразование сложных данных в простые для восприятия и ценные для бизнеса сведения
• Подготовка интерактивных отчётов и дашбордов для совместной работы
• Внедрение сквозной аналитики на предприятии.

Наставники курса – практикующие специалисты, которые будут помогать вам на каждом этапе от теории до практических заданий и проконсультируют при подготовке к созданию личного проекта.

Навыки после обучения:

• Извлечение из данных смысла
• Структурирование данных
• Формулировка и проверка гипотез
• Поиск закономерностей и выводов
• Принятие решений в бизнесе, управлении и науке
• Визуализация данных
• Использование языков программирования Python, SQL
• Работа в Power BI.

По окончании курса Вы получите Диплом, подтверждающий квалификацию.

Курс «Системный аналитик от Школа менеджмента Product LIVE»

Цена: 85 800 руб.

Ссылка на сайт: https://productlive.io/system-analyst

Прокачайтесь до нового уровня в своей карьере и кратно увеличьте зарплату — освойте профессию системного аналитика.

Кому подходит онлайн-курс:

• JUNIOR-РАЗРАБОТЧИКИ
  которые планируют выйти на управленческие позиции.
• НАЧИНАЮЩИЕ СИСТЕМНЫЕ АНАЛИТИКИ
  которым не хватает базы.
• ЭКСПЕРТЫ С РАЗВИТЫМИ БИЗНЕС-СКИЛАМИ
  которым не хватает навыков в IT-сфере для дальнейшего роста.
• СПЕЦИАЛИСТЫ ИЗ ЛЮБОЙ ОБЛАСТИ
  которые хотят начать карьеру в IT, но не видят себя в роли программиста.

Что вы будете уметь после обучения:

• Пользоваться нотациями BPMN и UML
• Составлять SQL-запросы и работать с БД
• Составить User Story
• Разобраться в поставленной задаче, используя основы программирования, проектирования, разработки, документирования программного обеспечения
• Оформлять и представлять бизнес-процессы
• Использовать навыки системного анализа
• Проектировать REST API. Работать c Git, MySQL, Jira
• Сформулировать требования заказчика и перевести их в ТЗ для разработчика.

Краткая программа курса:

1. Введение в профессию

• Вы понимаете специфику работы системного аналитика и бизнес-аналитика
• Понимаете специфику работы команды и взаимодействия с ключевыми лицами
• Знаете, какие фреймфорки взаимодействия есть в команде

2. Бизнес-анализ и бизнес-процессы

• Применяете принципы BABOK
• Умеете описывать процессы AS IS и TO BE
• Оптимизируете бизнес-процессы

3. Анализ требований

• Понимаете, что такое требования
• Умеете их собирать, документировать, проверять на конфликты, приоритизировать
• Знаете, как взаимодействовать с заказчиками
• Умеете описывать бизнес-процессы в BPMN и различаете другие нотации

4. Проектирование системы

• Понимаете архитектуру ИТ
• Разбираетесь в последовательности проектирования и интеграции
• Умеете составлять задание на разработку
• Умеете работать с SOAP и REST и базами данных
• Понимаете основы программирования, умеете читать код
• Внедряете принципы предметно-ориентированного проектирования.

5. Разработка, тестирование и интеграция

• Понимаете основные языки разметки
• Умеете пользоваться Git (работа с версиями, отслеживание изменений)
• Понимаете этапы тестирования и приемки ИТ-продукта
• Умеете оценить, насколько готовое решение соответствует требованиям заказчика

6. Сопровождение и утилизация

• Понимаете способы поддержки и сопровождение систем, обновления ПО.

Отзывы студентов:

Екатерина Бухарова
«Курс выполнил свою главную цель — благодаря нему я стала системным аналитиком. Плюс нетворкинг — познакомилась с ментором, пообщалась с другими студентами. Есть минусы в организационной части (долго исправляются ошибки в материалах, например), но по содержанию курс — то, что нужно для базового входа в профессию. Готова рекомендовать курс.
Профессиональные, грамотные менторы, готовые проконсультировать по вопросу студентов. Насыщенная программа почти без лишних тем.
Да, достигла целей — устроилась на новую работу системным аналитиком.»

Александр Новиков
«Огромное спасибо всем причастным к прохождению курса Skillfactory и основному наставнику Константину Валееву! Были простые и сложные задания, с которыми нужна была усидчивость и время. Надеюсь, оставленные во мне знания будут применены на практике, успешно применены).
Понравилось: Обратная связь по ДЗ, сервис поддержки студентов, отслеживание прогресса по курсу.»

Курс «Инжиниринг данных и аналитика от Datalearn»

Бесплатно

Ссылка на сайт: https://datalearn.ru/

• Занятия в режиме онлайн из любой точки мира
• Много практики для портфолио
• Реальная востребованность на рынке
• Сертификат после прохождения курса.

Модель обучения:

• Youtube
  Здесь вы смотрите новые видео, обучающие уроки и полезные вебинары с приглашенными спикерами.
• Чат
  Здесь происходит общения всех участников комьюнити, а также преподавателей со студентами, вы можете задавать вопросы и делиться полезностями и новостями.
• Учебник
  Наш учебник и наша методичка, здесь самая полная информация и обучающие материалы, включая ссылки на видео из ютуба, подробная (пошаговая) последовательность действий для освоения специальности.

Просмотр видео на ютубе полезен только вместе с изучением учебника, материалы в учебнике — это самое основное.

Курсы:

1. Getting start with Data Engineering and Analytics (DE — 101)
   ~10 недель, с одним вебинаром в неделю и с домашкой, от простого к сложному, что-то вроде моей карьеры за 10 недель.
2. Getting Started with Machine Learning и Data Science (ML-101)
   Требуется серьезная мотивация и целеустремленность, чтобы закончить курс, и если вы справитесь со всеми модулями курса ML-101, то вы легко справитесь с базовым уровнем задач на позициях Data Science Intern, Junior Data Scientist, Applied Scientist.
3. Курс по поиску работы для аналитических специальностей в России и за рубежом (JH — 101)
4. Getting started with SQL for beginners
   Практический видеокурс по работе с базами данных с использованием языка структурированных запросов SQL (Structured Query Language).
   Подойдет тем, кто слышал об SQL, но боялся попробовать.
5. Women in Data Community
   Наша цель — создать наиболее комфортную среду для девушек, которые интересуются карьерой в data. В дополнение к основным курсам, коммьюнити — платформа, где можно пообщаться с девушками из data, узнать про карьеры в data и задать любые интересующие вопросы.

Курс «Аналитик данных от МТС.Тета »

Бесплатно

Ссылка на сайт: https://www.teta.mts.ru/analytics

• Длительность программы – 9 месяцев.
• Формат – онлайн.

Основными блоками программы являются программирование на Python и основы классического машинного обучения (которое включает в себя мини-модули на базе практических кейсов МТС).
В качестве вспомогательных модулей в программу включены прикладная статистика, инструментарий работы с большими данными, основы DevOps и многие другие.
Завершают программу занятия по подготовке к собеседованию: алгоритмы и структуры данных, и системный дизайн машинного обучения.

Программа:

1. Программирование на Python
2. Вычислительная линейная алгебра
3. Методы оптимизации
4. Прикладная статистика и АВ тестирование
5. Основы SQL
6. Машинное обучение
7. Кейсы машинного обучения: аплифт, гео, финтех, таргетинг
8. Инструментарий BigData
9. Основы построения рекомендательных систем
10. Алгоритмы и структуры данных. Подготовка к собеседованию
11. Проектирование систем машинного обучения. Подготовка к собеседованию.

Курс «Data Science от Образовательный центр программирования и высоких технологий»

Цена: 3599 BYN (108 877 ₽)

Ссылка на сайт: https://www.it-academy.by/course/osnovy-data-science/osnovy-data-science/

Курс направлен на приобретение знаний, навыков и умений по извлечению, структурированию и использованию полезной информации из неструктурированных, а также разрозненных источников. Он охватывает основные современные средства Data Mining, Machine Learning и Big Data. Использование указанных технологий дает неоспоримое преимущество не только организациям на рынке товаров и услуг, но и людям на рынке труда.

Для кого этот курс:

• для разработчиков, желающих расширить свои компетенции;
• для студентов старших курсов и выпускников технических ВУЗов, которые хотят повысить свои шансы на трудоустройство;
• для аспирантов и соискателей научных степеней, желающих приобрести навыки решения научных и исследовательских задач с использованием современных информационных технологий;
• для специалистов, желающих повысить свою компетенцию в области Data Mining, Big Data и Data Science.

Курс предназначен для:

• приобретения знаний в областях Machine Learning/Data Science/Big Data;
• формирования устойчивых навыков и умений по постановке и решению задач с использованием математической статистики и современных информационных технологий;
• приобретения навыков для решения бизнес задач при помощи технологий глубокого обучения и нейронных сетей;
• приобретения умений интерпретировать данные на язык бизнеса и доносить инсайты до бизнес пользователей.

Вы будете уметь:

• осуществлять сбор, очистку и исследование исходных данных;
• находить инсайты и зависимости в структурированных и неструктурированных данных;
• доносить ключевые идеи с языка данных на язык бизнеса;
• графически интерпретировать данные;
• осуществлять постановку и решение задач машинного обучения согласно современному стандарту CRISP-DM;
• применять основные алгоритмы машинного обучения и математического программирования;
• пользоваться основными инструментами и фреймворками для решения задач в области Data Science;
• разбираться в современных архитектурах нейронных сетей и применять их на практике для решения задач;
• решать задачи Computer Vision / Natural Language Processing / Time Series;
• применять концепции и инструменты при работе с большими объемами данных;
• разрабатывать высококачественные рекомендательные системы;
• определять и выяснять требования для проектов у заказчика;
• определять качество построенных решений на реальных данных;
• разворачивать модели в production.

Программа курса:

1. Введение в Data Science
2. Математические основы для Data Science
3. Введение в машинное обучение Часть 1
4. Введение в машинное обучение Часть 2
5. Рекомендательные Системы
6. Обработка естественного языка. Natural Language Processing
7. Основы глубокого обучения. Нейронные сети
8. Работа с большими данными
9. Машинное зрение в задачах машинного обучения
10. Временные ряды
11. Подготовка моделей для интеграции
12. Подведение итогов. Подход к реализации проектов в области Data Science
13. Защита итогового проекта.

Трудоустройство выпускников
IT-Academy не только обучает, но и помогает слушателям, нацеленным на результат, найти работу. Выпускники курса «Основы Data Science» участвуют в «Программе трудоустройства», с помощью которой можно получить заветную должность практически в любой IT-компании!

Преподаватели курса:

Роман Сидоренко
Опыт работы: 8 лет
Специальность: Data Science.

Николай Кухальский
Опыт работы: c 2015 года
Специальность: Data Science.

Марат Мовламов
Опыт работы: с 2016 года
Специальность: Data Science.

Отзывы:

Евгения Ткаченко
«Это непростой курс, но от этого только интереснее. На занятиях дается много материала по разным темам и рассказывается о множестве технологий. Очень понравилось то, что теоретический материал сразу подкрепляется практикой.»

Дмитрий Шахрай
«На курс по Data Science записался, поскольку начал интересоваться этой областью. До этого изучил язык программирования Python и думал, как можно его применить. Собственно, это и привело меня в IT-Academy. Прошёл отбор. Входные задания мне показались интересными, но не очень сложными. Наверное, потому что уже была база.»

Курс «Анализ данных от StatSoft Russia»

Цена: нет информации

Ссылка на сайт: http://statsoft.ru/academy/

Высококвалифицированные специалисты помогут Вам разобраться во всех тонкостях современных статистических методов и научат практически использовать полученные знания в профессиональной деятельности.

Обращаем внимание, что в ходе обучения мы даем общие принципы анализа данных (которые одинаковы независимо от используемого программного обеспечения), практическая реализация методов дается на примере системы.