Обучение начинается с практики в Google Sheets. Студенты осваивают базовую статистику, работу с данными для расчета ключевых показателей и анализ вариабельности. Дальше — метрики активности и расширенные функции анализа: регрессия, прогнозирование и графики. Отдельные занятия посвящены функциям проверки данных, сводным таблицам, градиентам и когортному анализу.
После основ в Google Sheets студенты переходят к SQL. Сначала разбираются базовые запросы и функции, затем — более сложные операции с таблицами. Дополнительно изучаются строковые функции, работа с датами и временем, оконные функции. На практике применяется BigQuery.
В курс включено знакомство с Looker Studio и Google Analytics 4 для анализа продуктов и маркетинга.
Следующий блок посвящен визуализации. Студенты учатся работать с Tableau: от основных функций и инструментов до продвинутых возможностей. Изучается построение интерактивных дашбордов и применение принципов визуализации. Дополнительно осваиваются инструменты Amplitude для продуктовой аналитики и Power BI для построения отчетов.
На этом этапе внимание смещается к Python. Сначала — основы языка и работа в Jupyter Notebook. Затем — библиотека Pandas: создание DataFrame, агрегация данных, очистка и визуализация. Это помогает глубже анализировать большие массивы информации и готовить их к дальнейшей обработке.
Отдельный блок посвящен A/B-тестированию. Студенты изучают статистику для экспериментов, учатся составлять план теста, анализировать результаты и представлять выводы в удобной форме.
Помимо технической подготовки, курс охватывает навыки командной работы и трудоустройства. В программе — Agile и Scrum, тайм-менеджмент, развитие коммуникации. Отдельные занятия посвящены составлению резюме, созданию страницы в LinkedIn, написанию мотивационного письма и подготовке к собеседованиям.
Финалом обучения становится дипломная работа. В ней студенты применяют все полученные навыки: статистику, SQL, визуализацию данных, Python и A/B-тестирование. Это готовый кейс для портфолио.