- Регистрация
- 26 Март 2018
- Сообщения
- 85.571
Название: Аналитик данных [TutorPlace] [Людмила Рябова]
Описание:
Хотите выйти на рынок как востребованный специалист и построить карьеру в data science?
На курсе вы сможете пройти полный цикл анализа – от сбора до презентации результатов – и уверенно пройти собеседование на позицию аналитика!
С курсом вы
— Поймёте, зачем аналитика данных востребована в бизнесе и как её результаты влияют на принятие управленческих решений
— Разберётесь, какие типы структурированных и неструктурированных данных существуют и где их можно получать для анализа
— Осознаете, как выбрать оптимальный метод сбора данных, учитывая источник и формат (CSV, JSON, Excel)
— Поймёте, как строить сводные таблицы в Excel и Google Sheets, чтобы быстро обобщать большие объёмы информации
— Обучитесь использовать продвинутые функции и макросы для автоматизации рутинных операций в электронных таблицах
— Обучитесь основам SQL, научитесь писать запросы, а также формировать отчёты из баз данных
Автор курса
Людмила Рябова — SQL-разработчик.
Python-разработчик, аналитик данных с реальным опытом в IT. Прошла путь от первых строчек кода в школе до работы в международной компании. Работала в Ozon и в сфере финансов, создавала Telegram-ботов, Android-приложения, писала аналитические пайплайны. Расскажет понятно и по делу — без лишней теории, с упором на практику и разбор реальных кейсов. Поможет войти в профессию с нуля и начать зарабатывать в IT. Вдохновила сестёр и брата пойти по тому же пути — теперь вдохновляет и тебя.
Программа курса
21 урок, 3 недели
1 неделя
Урок 1. Введение в профессию аналитика данных.
Урок 2. Типы данных и источники данных.
Урок 3. Сбор данных и основы работы с данными.
Урок 4. Очистка данных и подготовка к анализу.
Урок 5. Введение в Excel и Google Sheets для аналитики.
Урок 6. Продвинутые функции Excel и Google Sheets.
Урок 7. Основы статистики для аналитиков.
2 неделя
Урок 8. Введение в SQL, работа с базами данных.
Урок 9. Продвинутый SQL, запросы и манипуляции с данными.
Урок 10. Введение в Python для аналитиков данных.
Урок 11. Работа с библиотекой Pandas.
Урок 12. Визуализация данных в Python с Matplotlib и Seaborn.
Урок 13. Введение в BI-инструменты, обзор Tableau и Power BI.
Урок 14. Работа с Power BI, создание отчетов и дашбордов.
3 неделя
Урок 15. Работа с Tableau, основы визуализации.
Урок 16. Методы анализа данных. Сводные таблицы и тренды.
Урок 17. Анализ корреляций и зависимостей.
Урок 18. Введение в A-B-тестирование
Урок 19. Интерпретация данных и принятие решений.
Урок 20. Практический кейс. Полный цикл анализа данных.
Урок 21. Карьера аналитика данных. Навыки, поиск работы и развитие.
Этот курс для тех, кто
— Хочет научиться собирать данные из разнообразных источников интегрировать их и устранять дубли и ошибки перед анализом
— Мечтает научиться автоматизировать сбор и обработку данных с помощью Python и Pandas, ускоряя подготовку отчётов
— Стремится создавать понятные визуализации данных в Matplotlib, Seaborn и BI‑инструментах
Описание:
Хотите выйти на рынок как востребованный специалист и построить карьеру в data science?
На курсе вы сможете пройти полный цикл анализа – от сбора до презентации результатов – и уверенно пройти собеседование на позицию аналитика!
С курсом вы
— Поймёте, зачем аналитика данных востребована в бизнесе и как её результаты влияют на принятие управленческих решений
— Разберётесь, какие типы структурированных и неструктурированных данных существуют и где их можно получать для анализа
— Осознаете, как выбрать оптимальный метод сбора данных, учитывая источник и формат (CSV, JSON, Excel)
— Поймёте, как строить сводные таблицы в Excel и Google Sheets, чтобы быстро обобщать большие объёмы информации
— Обучитесь использовать продвинутые функции и макросы для автоматизации рутинных операций в электронных таблицах
— Обучитесь основам SQL, научитесь писать запросы, а также формировать отчёты из баз данных
Автор курса
Людмила Рябова — SQL-разработчик.
Python-разработчик, аналитик данных с реальным опытом в IT. Прошла путь от первых строчек кода в школе до работы в международной компании. Работала в Ozon и в сфере финансов, создавала Telegram-ботов, Android-приложения, писала аналитические пайплайны. Расскажет понятно и по делу — без лишней теории, с упором на практику и разбор реальных кейсов. Поможет войти в профессию с нуля и начать зарабатывать в IT. Вдохновила сестёр и брата пойти по тому же пути — теперь вдохновляет и тебя.
Программа курса
21 урок, 3 недели
1 неделя
Урок 1. Введение в профессию аналитика данных.
Урок 2. Типы данных и источники данных.
Урок 3. Сбор данных и основы работы с данными.
Урок 4. Очистка данных и подготовка к анализу.
Урок 5. Введение в Excel и Google Sheets для аналитики.
Урок 6. Продвинутые функции Excel и Google Sheets.
Урок 7. Основы статистики для аналитиков.
2 неделя
Урок 8. Введение в SQL, работа с базами данных.
Урок 9. Продвинутый SQL, запросы и манипуляции с данными.
Урок 10. Введение в Python для аналитиков данных.
Урок 11. Работа с библиотекой Pandas.
Урок 12. Визуализация данных в Python с Matplotlib и Seaborn.
Урок 13. Введение в BI-инструменты, обзор Tableau и Power BI.
Урок 14. Работа с Power BI, создание отчетов и дашбордов.
3 неделя
Урок 15. Работа с Tableau, основы визуализации.
Урок 16. Методы анализа данных. Сводные таблицы и тренды.
Урок 17. Анализ корреляций и зависимостей.
Урок 18. Введение в A-B-тестирование
Урок 19. Интерпретация данных и принятие решений.
Урок 20. Практический кейс. Полный цикл анализа данных.
Урок 21. Карьера аналитика данных. Навыки, поиск работы и развитие.
Этот курс для тех, кто
— Хочет научиться собирать данные из разнообразных источников интегрировать их и устранять дубли и ошибки перед анализом
— Мечтает научиться автоматизировать сбор и обработку данных с помощью Python и Pandas, ускоряя подготовку отчётов
— Стремится создавать понятные визуализации данных в Matplotlib, Seaborn и BI‑инструментах
Скрытый контент для пользователей All-dar.