Аналитик данных плюс от Яндекс Практикума

• Вводный курс, из которого вы узнаете, что такое анализ данных и чем занимаются аналитики.
• Решая кейсы из разных областей, вы изучите азы Python и библиотеки Pandas, научитесь строить некоторые графики и верно их трактовать.
• Но главное — оцените свои силы, мотивацию и запас времени, чтобы решить, идти ли дальше.

• В этом курсе вы закрепите основы, полученные во вводной части.
• Углубитесь в изучение языка программирования Python и библиотеки Pandas, а также начнёте осваивать новый инструмент работы с кодом — Jupyter Notebook.

• Чистые данные — первый шаг к решению аналитических задач.
• Идеальных данных не бывает, однако большинство недостатков можно компенсировать.
• В этом курсе разберём основные подходы и инструменты подготовки данных к анализу.

• Изучение данных помогает выявить закономерности, сформулировать первые гипотезы и избежать ошибок при анализе.
• Вы познакомитесь с основными метриками описательной статистики и освоите новые средства визуализации данных.

• В сборном проекте вам предстоит задействовать все полученные знания.
• Вы самостоятельно подготовите данные к анализу и исследуете датасет.

• Готовые датасеты — роскошь для аналитика.
• Чаще всего информация для анализа хранится в базах данных, а с ними ещё нужно уметь работать.
• В этом курсе вы научитесь извлекать данные из баз при помощи SQL-запросов.

• Даже самое выдающееся исследование могут не оценить по достоинству без соответствующей презентации.
• Расскажем, как представить результаты своей работы, верно интерпретируя графики и основные показатели.

• Дашборды — важнейший инструмент автоматизации.
• Разберём принципы создания качественных дашбордов для разных аудиторий и нужд компании.

• Получение данных из базы.
• Предобработка и обзор датасета.
• Создание дашборда.

Ещё ближе к бизнесу. Подробно разбираем основные бизнес-метрики и инструменты: когортный анализ, маркетинговые и продуктовые воронки, юнит-экономика.

• В этом курсе вы узнаете, как помогать бизнесу расти, анализируя поведение клиентов.
• Познакомитесь с инструментами мобильной и веб-аналитики.
• Научитесь анализировать пользовательские пути в цифровых продуктах.

• Возможности SQL не ограничиваются извлечением данных из баз.
• Расскажем, как считать продуктовые и маркетинговые метрики, выполняя запросы SQL.

• Получение данных из базы.
• Предобработка данных и исследование датасета.
• Анализ пользовательских путей и расчёт основных бизнес-показателей.

• Во время работы в компании возникает масса гипотез, которые можно проверить статистическими методами.
• Вам предстоит изучить основы статистики и теории вероятностей для решения бизнес-задач.

Всё про A/B-тесты: в каких случаях они уместны, как правильно сформировать выборку, провести эксперимент и валидировать результаты.

• Расскажем, что такое машинное обучение и зачем оно аналитику.
• Покажем, как предсказывать отток клиентов.
• Разберём кластеризацию для разделения аудитории на сегменты и методы многомерного поиска выбросов.

• Получение данных из базы.
• Предобработка данных и исследование датасета.
• Формулирование гипотез с учётом специфики бизнеса.
• Проверка гипотез и подготовка выводов в формате аналитического отчёта.

• Ваш пропуск в мир профессионального анализа данных.
• В финальном проекте вы примените все полученные в программе знания.