Аналітик даних

Програма курсу

Вступ до професії Data Analyst

На цьому курсі починають з основ. Спочатку розбираються, хто такий аналітик даних і чим він займається. Далі йде огляд різних спеціалізацій - бізнес-аналітик, продуктовий аналітик, вебаналітик. Студенти отримують уявлення про інструменти, які використовують у роботі, і розуміють, який інструмент для яких завдань підходить.

Робота з даними в Google Sheets

Перший практичний блок присвячений Google Sheets. Тут вчать сортувати та фільтрувати дані, використовувати математичні, статистичні та логічні функції. Показують, як працювати з умовним форматуванням і типами даних. Далі переходять до більш складних тем - створення зведених таблиць, підключення зовнішніх джерел даних та побудова графіків. На воркшопі студенти закріплюють навички на практиці.

Бази даних та SQL

Цей блок вчить працювати з базами даних. Починають з теорії - що таке бази даних, які вони бувають, чим відрізняються від електронних таблиць. Знайомляться з Google BigQuery. Потім переходять до SQL - від простих операторів SELECT, WHERE, LIMIT до складних запитів з JOIN, UNION та підзапитами. Окремо розглядають функції агрегації, роботу з різними типами даних, віконні функції. На воркшопах студенти практикуються в написанні запитів та їх оптимізації.

Python для аналізу даних

Тут вчать основам програмування на Python. Починають з базових типів даних, умовних операторів і циклів. Потім переходять до бібліотек для роботи з даними - головним чином Pandas. Студенти вчаться читати дані з різних форматів, нормалізувати їх, працювати з датами. Далі йде підключення до баз даних - BigQuery та PostgreSQL - та трансформація даних. Окремі заняття присвячені візуалізації з Matplotlib, парсингу даних та знайомству з Git, Terraform і Airflow.

Візуалізація даних та побудова дашбордів

Цей блок про те, як представляти дані зрозуміло. Спочатку розбирають принципи ефективної візуалізації, види графіків і методи побудови дашбордів. Потім переходять до конкретних інструментів - Looker Studio та Tableau. Студенти вчаться підключати джерела даних, створювати різні типи візуалізацій та будувати зрозумілі звіти. Кожен інструмент відпрацьовують на окремому воркшопі.

Математична статистика та продуктові метрики

Тут зосереджуються на аналітичній складовій роботи. Спочатку проходять основи математичної статистики - міри центральної тенденції, мінливості, нормальний розподіл, кореляція, регресія. Особливу увагу приділяють A/B-тестуванню - від теорії до практичного аналізу. Друга частина блоку присвячена продуктовим метрикам - як їх рахувати, які дані збирати, як проводити RFM-аналіз і сегментацію користувачів. На воркшопах студенти практикуються в проведенні EDA та розрахунку метрик.

Фінальний проект та кар'єрний розвиток

Завершальна частина курсу готує до реальної роботи. Студенти вчаться упаковувати результати аналізу в зрозумілі звіти, знаходити інсайти та презентувати свої висновки. Кожен готує власний аналітичний проект на основі реальних даних і захищає його. Окремий блок присвячений кар'єрі - від розробки стратегії пошуку роботи до написання резюме і підготовки до співбесід. Студенти отримують практичні поради, як працювати з LinkedIn, вести перемовини з роботодавцями і презентувати себе.