Курс «Аналитика и аналитическое мышление для начинающих» от «Нетология»

• Попрактикуетесь в решении повседневных аналитических задач
• Научитесь мыслить и рассуждать как аналитик

Первый шаг к карьере аналитика

Мы ежедневно сталкиваемся с аналитическими задачами: будь то поездка в отпуск, планирование бюджета или подсчёты эффективности продаж на работе. Сами того не замечая, мы работаем с данными и принимаем решения на их основе. Вот почему важно научиться грамотно получать, обрабатывать и визуализировать данные.

Аналитиком может быть каждый — важно освоить инструменты. На курсе мы познакомимся с основами анализа данных. С полученными знаниями вы сможете продолжить погружение в сферу аналитики или использовать аналитический подход в бытовых задачах.

Кому подойдёт курс

Начинающим аналитикам
Получите фундаментальные знания для дальнейшего развития в аналитике, освоите инструменты для решения простых прикладных задач

Специалистам любой сферы
Освоите анализ данных на актуальных для вас примерах и сможете эффективнее выполнять ежедневные задачи

Тем, кто хочет сменить профессию
Научитесь мыслить как аналитик и сможете применять аналитические инструменты

Вам будет преподавать эксперт-аналитик

Алексей Кузьмин
Руководитель направления data science и работы с данными в «ДомКлик.ру»

Программа курса

Что такое аналитическое мышление
Научитесь думать как аналитик и формулировать гипотезы для проверки. Поймёте, что аналитика строится вокруг данных.

• Что такое аналитика
• Процесс анализа и принятия решений
• Понятие гипотезы и основы научного метода
• Критерии наличия хорошей аналитики
• Организация аналитической работы
• Data-driven подход
• Источники данных и их особенности
• Качество данных и как управлять качеством

Введение в Google-таблицы
Познакомитесь с базовым инструментом аналитика и сможете проводить в нём простой анализ данных.

• Знакомство с Google-таблицами, основные понятия
• Создание документа и наполнение его данными
• Язык Google Sheets и локаль
• Короткое знакомство с Google-формами
• Подключение формы к Google Sheets
• Работа с данными с использованием формул
• Работа со сводными таблицами

Продвинутые Google-таблицы
Изучите расширенные инструменты работы с google-таблицами.

• Продвинутая работа с формулами
• Основные виды диаграмм
• Добавление графиков в таблицу
• Элементы управления графиками
• Как работает функция ВПР
• Дата и время — основные форматы и сложности работы с ними
• Функции для работы с датой и временем
• Парсинг данных, аналитические отчёты и расширения

Основы статистики
Познакомитесь с базовыми понятиями статистики.

• Генеральная совокупность и выборки
• Генерация случайных выборок в GoogleSheets
• Научный метод и дизайн эксперимента
• Меры среднего и разброса
• Подсчёт мер в GoogleSheets
• Виды зависимостей между данными
• Линейная регрессия как показатель связи между данными
• Корреляция и причинно-следственная связь
• Понятие вероятности
• Доверительные интервалы
• Статистическая проверка гипотез

Продвинутая визуализация данных
Познакомитесь с BI-системами на примере Google Data Studio.

• Введение в Google Data Studio
• Создание отчёта
• Публикация, скачивание и отправка отчётов

Python как инструмент анализа данных
Познакомитесь с языком Python и узнаете, что с его помощью можно отвечать на многие аналитические вопросы.

• Знакомство с языком Python
• Условные выражения, функции и модули в Python
• Знакомство с Pandas
• DataFrame

Откуда берутся данные
Познакомитесь с основами реляционных баз данных. Узнаете, что такое базы данных и зачем они нужны, чем базы данных лучше выгрузок в файлы.

• Структура SQL-базы: таблицы, атрибуты
• Команды и операторы SQL
• Использование SQL из Сolab

Машинное обучение для жизни
Узнаете, зачем нужно машинное обучение и как его можно применять к данным для построения прогнозов.

• Введение в машинное обучение
• Линейная регрессия
• Машинное обучение на Python

Ваш результат после обучения — Начинающий аналитик данных

Ключевые навыки

• Использовать электронные таблицы, чтобы сводить и визуализировать данные
• Оценивать значимость математически и понимать, где действительно есть закономерность
• Использовать SQL для доступа к ещё большему количеству данных
• Строить дашборды, чтобы красиво представлять результаты в современных BI-системах
• Работать с Python, чтобы понимать, как прогнозируют и анализируют данные методами машинного обучения

Инструменты

• Google-таблицы
• Looker Studio
• Excel
• SQL
• Python
• Google Colab