Курс Data Analyst с нуля в Одессе — аналитика данных, SQL и Power BI

Основы работы с Excel

Визуализация данных

Расширенное использование функций Excel

Создание интерактивных таблиц

Структура и дизайн баз данных: Изучение основ моделирования баз данных, включая создание схем, таблиц, ключей и ограничений.

Язык SQL и управление данными: Освоение типов данных, контейнеров данных (таблиц), получение, фильтрация и упорядочивание данных.

Продвинутые операции SQL: Работа с скалярными функциями, мульти-табличными запросами и подзапросами.

Программирование на SQL: Использование переменных, условных операторов IF, циклов, курсоров, процедур и функций.

Проектирование баз данных: Понимание процесса нормализации и практические навыки создания эффективно структурированных баз данных.

Основы Python: От первых шагов с print и input() до сложных типов данных и логических операций.

Структура управления: Модульное программирование, циклы while, списки и управление потоками.

Работа с файлами и данными: От сериализации объектов до использования JSON и pickle.

Программирование классов: Разбор классов, методов и продвинутых паттернов программирования.

Продвинутое использование Python: Многомерные массивы, математические функции и пакеты для научных расчетов, такие как Jupyter и numpy.

Библиотека pandas: Все о векторных операциях, объединении данных и работе с библиотекой для анализа данных.

Машинное обучение: От основ до деревьев решений и логистической регрессии.

Прогнозирующая аналитика: Основы, предобработка данных и принципы регуляризации.

Основы Power BI: Продукты, лицензирование, загрузка и настройка.

Подключение к данным: Работа с разнообразными источниками данных.

Power Query: Преобразование данных, включая форматирование и группировку.

Моделирование данных: Стратегии и техники для создания эффективных данных и отчетов.

DAX и визуализация: Основы создания формул и кастомизация визуальных отчетов.

Мобильные и облачные решения: Оптимизация отчетов для мобильных устройств и использование облачных сервисов для повышения продуктивности.

ChatGPT

DataRobot

RapidMiner

AI функціонал Power BI

Google Analytics 4: анализ поведения пользователей, создание отчетов, кросс-платформенные инсайты, интеграция с BigQuery

Продуктовые метрики: Unit Economics, AARRR, User engagement metrics, Heart Framework, NPS, использование Amplitude аналитики

A/B тестирование версий продукта или фич: формулирование гипотез в A/B тестировании, процедура проведения, метрики, анализ результатов

Основы Tableau: знакомство с интерфейсом, настройка подключений к различным источникам данных, их трансформации и сочетания.

Построение простых визуализаций: работа с карточками Marks, Filter, Pages. Измерения и меры. Партицирование и агрегация данных. Общие и промежуточные итоги. Создание и использование параметров. Строительство интерактивных дашбордов.

Построение сложных визуализаций: donut chart, комбинированный граф, heatmap, advanced tables, DNA chart, Lollipop, Waterfall, Gantt chart, карты.

Порядок выполнения операций в Tableau: Фильтры. Иерархия. Референтные линии.

Табличные расчеты. LOD-вычисление.

Tableau Prep. Tableau Server

Исследовательский анализ данных: Анализ с использованием описательной статистики и визуализации.

Проверка гипотез: Выбор и проверка гипотез на основе анализа данных.

Моделирование: Разработка модели машинного обучения для прогнозирования, включая создание пайплайна кросс-валидации и методы повышения эффективности модели.

Построение отчетов: Использование образца набора данных для создания аналитического отчета, который предоставит ценную информацию для управленческих решений.

Анализ ключевых метрик: Оценка результативности деятельности по различным параметрам.

Визуализация данных: Создание визуально привлекательных и понятных отчетов для принятия управленческих решений.

Освоят специализированную лексику, актуальную для сферы дата-аналитики.

Научатся презентовать себя, представлять отчеты и презентации на английском языке.

Подготовятся к прохождению интервью на английском языке.