Навчання починається з практики у Google Sheets. Студенти опановують базову статистику, роботу з даними для розрахунку ключових показників та аналіз варіабельності. Далі — метрики активності та розширені функції аналізу: регресія, прогнозування й графіки. Окремі заняття присвячені перевірці даних, зведеним таблицям, градієнтам та когортному аналізу.
Після роботи з Google Sheets студенти переходять до SQL. Спочатку розглядаються базові запити та функції, далі — більш складні операції з таблицями. Додатково вивчаються рядкові функції, робота з датами та часом, віконні функції. На практиці застосовується BigQuery.
У курс також входить знайомство з Looker Studio та Google Analytics 4 для продуктової й маркетингової аналітики.
Наступний блок присвячений візуалізації. Студенти вчаться працювати з Tableau: від базових інструментів до просунутих функцій. Розглядається створення інтерактивних дашбордів і принципи візуалізації. Додатково вивчаються Amplitude для продуктової аналітики та Power BI для побудови звітів.
На цьому етапі увага переходить до Python. Спочатку — основи мови та робота в Jupyter Notebook. Далі — бібліотека Pandas: створення DataFrame, агрегація даних, очищення та візуалізація. Це дозволяє глибше аналізувати великі масиви інформації й готувати їх для подальшої обробки.
Окремий блок присвячений A/B-тестуванню. Студенти вивчають статистику для експериментів, складають план тесту, аналізують результати та презентують висновки у зрозумілій формі.
Окрім технічної підготовки, курс охоплює навички командної роботи й працевлаштування. У програмі — Agile і Scrum, тайм-менеджмент, розвиток комунікації. Окремі заняття присвячені складанню резюме, створенню сторінки в LinkedIn, написанню мотиваційного листа та підготовці до співбесід.
Фіналом навчання стає дипломна робота. У ній студенти застосовують усі отримані навички: статистику, SQL, візуалізацію, Python та A/B-тестування. Це готовий кейс для портфоліо.