Analityk danych zajęć na żywo - kurs 70 000 rub. z Rebrain, szkolenie, data: 27.11.2023.
Miscellanea / / November 28, 2023
Statystyka
- Tradycyjnie analitycy danych są poszukiwani w sektorach IT i Digital, ale w ostatnich latach zapotrzebowanie na nich aktywnie rośnie w innych branżach: od handlu detalicznego po produkcję. 83% firm wymaga od analityków danych posiadania co najmniej podstawowego poziomu wiedzy na temat Pythona z bibliotekami Pandas i NumPy.
- 60 000 - 130 000 rub. Średnia pensja analityka średniego szczebla wynosi 130 000 rubli, a poziomu młodszego 60 000 rubli.
- od 5000 Ile wolnych miejsc według HH.ru
- sql. Prawie wszystkie stanowiska wymagają znajomości języka SQL i umiejętności relacyjnych baz danych.
Czym są zajęcia na żywo REBRAIN? Są to 2 sesje online z analitykami co tydzień:
- sesje q
Na każdych zajęciach na żywo - Posty
Wszystkie nagrania webinarów i zadania pozostaną na Twoim koncie osobistym. - Sprawy
Analiza rzeczywistych przypadków w różnych projektach na każdym webinarze - Ćwiczyć
Po każdym wykładzie online zostaniesz poproszony o wykonanie zadań na naszej platformie. Zadania są jak najbardziej zbliżone do zadań z rzeczywistych projektów i realizowane są na naszej infrastrukturze - Sesje na żywo
2 sesje online z analitykami tygodniowo - Najlepsze praktyki
Na każdych zajęciach na żywo przeanalizujemy przykłady rozwiązanych problemów i przedstawimy najlepsze praktyki stosowania - Dodać. materiały
Po ukończeniu zajęć na żywo na Twoim koncie osobistym pojawią się podręczniki, przydatne linki, screencasty i inne przydatne materiały, tak jak we wszystkich warsztatach REBRAIN - Dożywotnia licencja
Wszystkie materiały pozostaną z Tobą na zawsze
Dla kogo jest odpowiedni?
- Menedżerowie produktów i projektówAnaliza danych firmowych, analiza kohortowa, samodzielna konstrukcja dashboardów, zastosowanie podejścia Data Driven w biznesie
- Analitycy biznesowi Praca z procesami ETL w firmie, wyszukiwanie i analiza danych przy użyciu języka Python, wykonywanie zapytań do baz danych przy użyciu języka SQL
- Programiści i inżynierowie kontroli jakości Piszesz i testujesz kod, łączysz się i testujesz bazy danych i chcesz dowiedzieć się, jak efektywniej pracować z danymi
- Stażyści Analityki Danych Wiesz jak analizować dane w Excelu/Arkuszach Google i chcesz się rozwijać w tym obszarze. Dostarczamy narzędzia, które pozwolą Ci podnieść swoje umiejętności i awansować na wyższe stanowisko.
Nauczmy się:
- Wykorzystaj analizę kohortową i testy A/B, aby poprawić wyniki biznesowe
- Wszystko, co musisz wiedzieć jako młodszy analityk danych
- Zrozum procesy ETL i zautomatyzuj rutynowe zadania analityczne
- Pracuj z metrykami
- Użyj języka Python, aby wydajniej pracować z danymi
I:
- Pracuj z danymi przy użyciu języka SQL
- Organizuj procesy ETL w Airflow
- Manipuluj danymi za pomocą języka Python
- Analizuj metryki produktów i wskaźniki biznesowe
- Przeprowadź testy A/B
- Twórz modele, korzystając z uczenia maszynowego
- Oblicz ekonomię jednostkową
- Przeprowadź analizę kohortową
W trakcie tego procesu dowiesz się:
01.Jak szybko opanować SQL, z którego korzystają niemal wszystkie współczesne firmy
02. Jak rozwiązywać problemy z analizą kohortową i obliczać wskaźniki, takie jak utrzymanie, rezygnacja, konwersja w celu ponownego zakupu
03. Analityka produktów, możesz budować potoki danych, przeszukiwać bazy danych za pomocą SQL, przetwarzać dane w Pythonie rozumiesz i wykorzystujesz matematykę i statystykę w praktyce, wizualizujesz dane w narzędziu BI i wiele więcej Inny
04. Jak komunikować wyniki swoich badań za pomocą prostych metod wizualizacji
05. Jak uszeregować zadania, uzyskać kompetentne specyfikacje techniczne i zrozumieć swoje obszary odpowiedzialności
06. Jak opanować zestaw narzędzi niezbędnych do rozwiązania większości problemów na stanowisku junior+ analityk danych.
Jak leci?
- Weź udział w zajęciach online na żywo
- Zadania otrzymujesz dwa razy w tygodniu
- Zadawaj pytania bezpośrednio podczas wykładu na zajęciach online lub na zamkniętym czacie
- Wykonanie zadania
- Automatyczne sprawdzenie/sprawdzenie przez kierownika zespołu w ciągu 24 godzin
- Przechodzimy do kolejnych zajęć na żywo
Blok 01. Analityk danych, stażysta:
moduł 01. Wprowadzenie do zawodu
- Wprowadzenie do zawodu analityka danych
- Urządzenie bazy danych
- Projektowanie własnej bazy danych
moduł 02. SQL-a
- Podstawowe zapytania i warunki, praca z kolumnami
- Funkcja DOŁĄCZ
- Funkcje agregujące
- Złożone zapytania zagnieżdżone
- Praca z gablotami
- Projekt SQL
moduł 03. Przepływ powietrza
- Projektowanie procesów ETL
- Przepływ powietrza
- Dougs i Zadania
- Planowanie
moduł 04. EDA i badania
- Podstawy statystyki
- Kontrola jakości danych
- Eksploracja nieznanych danych w SQL
moduł 05. Analityka produktu
- Podstawowe wskaźniki analityki produktu. Hierarchie metryk.
- Analiza kohortowa
moduł 06. Analityka BI
- Podstawy pracy z narzędziami BI i narzędziami do wizualizacji danych
- Najlepsze praktyki w wizualizacji danych
- Automatyzacja raportów
- Tworzenie dashboardów w Yandex Data Lense
- Projekt końcowy pierwszego bloku
Po ukończeniu bloku Stażysta analityka danych możesz rozpocząć poszukiwania stażu. A my Ci w tym pomożemy. Średni czas trwania jednego stażu wynosi 3 miesiące. Tyle trwa kolejny blok „Młodszy Analityk Danych”, za trzy miesiące zakończysz staż i zbliżysz się do pracy dyplomowej. Na tym etapie Twoje umiejętności i zdolności będą wystarczające, aby uzyskać stanowisko Młodszego Analityka Danych.
Blok 02. Młodszy Analityk Danych:
moduł 01. Matematyka i statystyka
- Teoria prawdopodobieństwa
- Algebra liniowa
- Praca z hipotezami statystycznymi
- Analiza matematyczna
moduł 02. Python do analizy danych
- Notatnik Jowisza
- Podstawy pracy z Pythonem, składnia języka
- Biblioteki do pracy z danymi (Pandas, Seaborn, Matplotlib)
- Skrypty do automatyzacji
- Projekt w Pythonie
moduł 03. Zaawansowana analityka produktów
- Ekonomika jednostek
- Testy A/B
- Narzędzia do testowania hipotez pod kątem istotności statystycznej
moduł 04. Nauczanie maszynowe
- Szkolenie z korepetytorem
- Uczenie się bez nadzoru
- Podstawowe algorytmy w catboost
- Praktyka uczenia maszynowego