Аналитика данных для начинающих от KARPOV.COURSES

О школе

Karpov.courses — это школа Data Science для любого уровня подготовки. Команда создаёт онлайн-курсы по аналитике данных, машинному обучению, которые помогут вам начать карьеру в IT или углубить уже имеющиеся знания. Преподаватели — опытные специалисты из ведущих российских компаний, таких как ВКонтакте, Яндекс и Mail.ru. Школа делает курсы честно и отвечает за их содержание. Репутация на рынке — это то, благодаря чему Karpov.courses выбирают сотни студентов.

О професии

Аналитик данных занимается сбором, обработкой, анализом и интерпретацией больших объемов данных. Он использует различные методы и инструменты, чтобы извлечь ценную информацию из данных и помочь принимать более обоснованные решения в бизнесе. Аналитик данных также должен уметь визуализировать данные и представлять их в понятном виде для широкой аудитории.

Базовые навыки аналитика данных:

1. Понимание основных концепций статистики и машинного обучения;
2. Знание языков программирования для работы с данными, таких как Python или R;
3. Умение обрабатывать и анализировать большие объемы данных с помощью инструментов аналитики, таких как SQL, Tableau или Power BI;
4. Навыки визуализации данных для представления результатов анализа в понятной форме;
5. Опыт работы с источниками данных, такими как базы данных или веб-сайты;
6. Умение работать в команде с другими специалистами, такими как разработчики или дизайнеры, для достижения общих целей;
7. Знание принципов Data Governance и Data Management, чтобы обеспечить безопасность и контроль над данными.

Средняя зарплата аналитика данных:

1. Уровня Junior - в России составляет около 60 000 - 100 000 рублей в месяц;
2. Уровня Middle - в России составляет около 100 000 - 200 000 рублей в месяц;
3. Уровня Senior - в России составляет около 200 000 - 300 000 рублей в месяц;
4. Уровня Lead - в России составляет более 300 000 рублей в месяц.

В среднем в России в месяц публикуется около 10 800 вакансий.

Программа обучения

5 месяцев обучения
11 содержательных модулей
1 итоговый проект

Модуль 1. Python для работы с данными

• Введение
• Основы Python
• Знакомство с библиотекой Pandas
• Погружение в библиотеку Pandas
• Работа с грязными данными
• Сводные таблицы и пропущенные значения
• Модификация графиков и оконные функции
• Знакомство с API

Модуль 2. Git

• Что такое контроль версий и зачем он нужен?
• Продвинутый функционал Git

Модуль 3. SQL

• Введение в базы данных и операторы SQL
• Группировка и агрегатные функции
• Объединение таблиц — JOIN
• Типы данных и их преобразование
• Подзапросы, представления, создание таблиц
• Python + SQL
• Графики, дашборды и мониторинги
• SQL: оконные функции
• Развертывание аналитического стека — ClickHouse + Redash

Модуль 4. Теория вероятностей

• Введение. Сложение и произведение вероятностей
• Формула Бернулли
• Условная вероятность

Модуль 5. Статистика

• Введение в статистику
• Центральная предельная теорема
• Статистический вывод
• Сравнение средних значений, t-тест
• Сравнение средних значений, дисперсионный анализ
• Корреляция и регрессия
• Множественная регрессия и немного больше
• Промежуточный проект