Курси Data Analyst та Business Intelligence (BI)

Ціль курсу - навчити аналітика базовим навичкам роботи з даними, щоб отримані інструменти допомагали покращувати конкретні показники проєктів та впливали на успішне вирішення завдань бізнесу.

Програма курсу

Роль Data Analyst у системі аналізу та структурі роботи з даними

• Еволюція Data-Driven компаній
• Цінність аналітики (Descriptive/Predictive Analytics)
• Організація процесу обробки даних (Data Science)
• Ролі та інструменти для обробки даних. Місце аналітика даних у процесі обробки даних
• Основні завдання та відповідальності Data Analyst
• Принципи роботи аналітики даних
• Основні навички. Основні інструменти Data Analyst
• Класичне поняття ролі аналітика даних
• З чого почати шляхи розвитку
• Основна термінологія

Системи аналітики. Маркетингова, продуктова, UX-аналітика

• Типи аналітичних завдань та відповідні системи аналітики. Воронка AAARRR
• Системи маркетингової аналітики та завдання, які вони вирішують
• Наскрізна рекламна аналітика
• Системи продуктової аналітики та завдання, які вони вирішують
• Огляд типів систем аналітики: від рекламної до глибокої продуктової аналітики
• Користувальницька аналітика
• Оптимальний набір аналітичних інструментів для мобільних та веб-продуктів
• Основні етапи застосування аналітики

Продуктова аналітика. Продуктова воронка. Підсистеми продукту

• Продуктова аналітика як основа роботи із даними
• Методики продуктової аналітики
• Продукт. Типи продуктів
• Монетизація
• Підсистеми продукту
• Шлях користувача. Продуктова воронка

Метрики. Когортний та RFM-аналіз

• Маркетингові, продуктові та фінансові метрики
• Підсистеми продукту та їхні метрики
• Ієрархія метрик
• Накладення метрик на продуктову воронку
• RFM-аналіз
• Когортний аналіз

A/B-тестування

• Вибір метрик для тестування
• Вибір даних
• Калькулятор. А/В тести: статистика та математика
• А/В тести: проблеми та їхні вирішення

Робота із даними

• Робота із базами даних. Інструменти
• Які дані збирати. Де їх зберігати?
• Вилучення інформації для обробки
• Вимоги до даних
• Обробка даних: повнота, цілісність, наявність шумів, помилок, викидів, перепусток
• Валідація даних
• BI-системи

Tableau. Part 1

• Огляд інтерфейсу
• Тип даних, тип файлів
• Основна термінологія
• Завантаження даних
• Основні калькуляції

Tableau. Part 2

• Робота із фільтрами
• Типи графіків
• Візуалізація. Побудова дашбордів

Використання даних для розвитку продукту

• Процес додавання/видалення подій
• Аудит та моніторинг метрик
• Гіпотези зростання по воронці
• Проведення експериментів у продукті та маркетингу
• Оцінка результатів експериментів та знаходження інсайтів
• Вибудовування процесу системного експериментування

Фінальний проєкт

• Контрольна робота
• Захист проєктів

Результат після проходження курсу:

• Ви вивчите основи аналізу, їх життєвий цикл, ключові інструменти для роботи з ними та освоїте проведення статистичних тестів
• Навчитеся обробляти дані, будувати на основі отриманих параметрів та метрик стратегії розвитку проекту, плани та рекомендації щодо його покращення
• Отримаєте повне уявлення про аналітичні методи та процеси, про систематизацію даних для аналізу та візуального представлення їх на презентаціях
• Відпрацюєте затребувані аналітичні навички на практиці (очищення, аналіз та візуалізація даних тощо), зможете виконувати аналіз та обчислення за допомогою електронних таблиць

Особливості курсу

• Електронний сертифікат про закінчення курсу
• Записані лекції
• Базу матеріалів у межах тем, вивчених на курсі
• Чек-листи та корисні посилання
• Можливість додати своє резюме до бази претендентів, якою ми ділимося з партнерами для допомоги у працевлаштуванні нашим випускникам
• Участь у Програмі Лояльності надалі

Викладачі курсу

Вікторія Логвинова - Аналітик даних у Data Discovery Team, експертка у сфері Big Data

Поринь в основи систем керування базами даних і опануй SQL, щоб ефективно керувати великими наборами даних і управляти ними. Також ти розберешся з основами бізнес-аналітики та сховищ даних, які дозволять перетворювати необроблені дані на глибоку інформацію для прийняття стратегічних рішень.

Програма курсу

Database Management System

• DBMS Basics
• SQL Basics
• Advanced Databases and SQL Querying
• Querying Data with Transact-SQL

Data Warehouse Business Intelligence Basics

• Introduction to Business Intelligence and Data Warehouse
• Extract Transform Load (ETL)
• Implementing ETL with SQL Server Integration Services

Data Quality

• Requirements Analysis
• Test cases and test design
• Defect Tracking
• Database Testing, ETL Testing

Introduction to Python Core

Що необхідно для успішного навчання

• Наполегливість та винахідливість у вирішенні нестандартних завдань
• Базові знання та розуміння теорії реляційних СУБД
• Володіння мовою запитів SQL на початковому рівні
• Базові знання з теорії тестування
• Знання мов програмування не є обов'язковим, але буде перевагою (Python, JavaScript, C#)
• Володіння англійською мовою на рівні В1 і вище

Як долучитися до програми

1. Зареєструйся
2. Пройди тест з англійської мови
3. Пройди опитування та технічний тест
4. Очікуй листа

Додаткова інформація

• Ця навчальна програма доступна тільки для громадян України, які зараз знаходяться на території України
• Дата початку навчання може змінюватися, тому період відбору може бути відповідно скоригований. Будь ласка, регулярно перевіряй наявність оновлень на цій сторінці та електронну пошту
• Цей зовнішній курс недоступний для поточних учасників університетських програм EPAM Campus та EPAM-ерів. Не соромся звертатися до свого координатора з навчання або ресурсного менеджера щодо інших можливостей
• Організатори залишають за собою право відмовити учаснику в продовженні навчання на будь-якому етапі без додаткових пояснень та зобов'язань

Онлайн-курс, де ти за 5 місяців здобудеш всі необхідні знання і скіли, які знадобляться тобі для роботи аналітиком даних.

Програма курсу

Модуль 1. Введення в аналітику даних

• Вступ до аналітики даних та ролі Data Analyst в сучасному світі
• Важливість даних та їх використання для прийняття рішень в бізнесі
• Різниця Дата інженер/Аналітик/Data Scientist, опис професії
• Що має знати та вміти Дата-аналітик для успішної кар’єри. Огляд практичних інструментів, які необхідні аналітику в роботі: Excel/Google spreadsheets, Power Query, SQL, Tableau, Power BI, Looker studio, Python
• Звідки беруться дані? Шлях даних, як це працює
• Огляд методології аналізу даних та етапи роботи з даними
• Етапи роботи з даними (аномалії даних, описова статистика даних)
• Процес проведення аналізу даних

Модуль 2. Статистика та аналіз даних

• Вступ до теорії ймовірності та статистики
• Основні поняття теорії ймовірності
• Випадкові змінні та їх розподіли. Нормальний розподіл
• Розмах, дисперсія та стандартне відхилення
• Закон великих чисел та центральна гранична теорема
• Міри центральної тенденції: середнє, медіана, мода
• Квартилі та інтерквартильний розмах. Boxplot
• Кореляція та регресія
• Точкові оцінки та довірчі інтервали
• Поняття гіпотези, p-значення та визначення значущості
• Практичний приклад аналізу даних з використанням статистичних методів

Модуль 3. Аналіз даних в Excel/Google spreadsheets

• Інтерфейс. Робота з комірками. Введення і редагування даних
• Основні функції (SUM, AVERAGE). Форматування даних. Абсолютні та відносні посилання
• Застосування функцій (IF, VLOOKUP). Вкладені функції
• Іменовані таблиці, використання фільтрів, сортування та групування
• Очищення даних в Excel
• Використання Pivot Table для агрегації даних
• Створення та форматування графіків
• Використання пакету Data Analysis
• Використання Power Query для обробки даних
• Очищення даних в PQ
• Робота з датами та часом. Текстові та числові функції
• Сортування, фільтрація та групування
• Вбудовані функції. Розуміння мови М
• Імпорт даних з різних джерел. З'єднання та об'єднання таблиць
• Автоматизація процесів через PQ

Модуль 4. Бази даних та SQL

• Що таке бази даних
• Види баз даних
• Елементи баз даних
• Типи даних
• Типи материалізації даних
• Нормалізація даних
• SQL
• DDL, DML, JOIN, ORDER BY, GROUP BY, ALIAS, WHERE
• Функції, віконні функції
• Функції умов
• Приклад Бази Даних та зв'язків всередині неї

Модуль 5. Візуалізація даних

• Вступ до Power BI: Чому це один з лідерів у візуалізації даних?
• Огляд панелі інструментів та функціоналу Power BI
• Power BI: підключення до інших систем
• Power BI: завантаження даних
• Power BI: обробка даних
• Power BI: візуалізація
• Базові можливості - огляд Google Data Studio (порівнняння з Power BI)
• Базові можливості - огляд Tableau (порівнняння з Power BI)
• Вступ до Tableau: Чому це ключовий інструмент для візуалізації даних?
• Tableau: Створення аккаунту на Tableau Public
• Tableau: Огляд інтерфейсу
• Tableau: Підключення до даних
• Tableau: Підготовка даних до аналізу
• Tableau: Dimensions and Measures
• Tableau: Групування даних та ієрархія
• Tableau: Проведення розрахунків
• Tableau: Створення і форматування візуалізацій
• Tableau: Форматування візуалізацій
• Tableau: Робота з фільтрами
• Tableau: Quick Table Calculations
• Tableau: Огляд аналітичної панелі інструментів
• Tableau: Створення дашбордів
• Tableau: Інтерактивність
• Tableau: Оптимізація
• Tableau: Збереження проєкту та публікація

Модуль 6. Основні метрики для аналізу даних

• Продуктові метрики
• Маркетингові метрики

Модуль 7. Python для аналізу даних

• Огляд Python та Jupyter: Що це таке і чому ми використовуємо їх для аналітики?
• Встановлення Python та Jupyter
• Основи програмування - частина 1. (основи синтаксису, змінні, типи даних та операції)
• Основи програмування - частина 2 (структури даних, умовне розгалуження, ітерації)
• Функції, методи та бібліотеки
• Основи аналізу даних з використанням бібліотеки Pandas
• Візуалізація даних з використанням бібліотек Matplotlib та Seaborn

Модуль 8. A/B тести та rfm-аналіз

• Що таке A/B тести, та коли їх треба проводити
• Формування гіпотези та розрахунок розміру тестової вибірки. Тривалість тесту, як можна пришвидшити результати
• Оцінка результатів A/B тесту. P-value. Довірчий інтервал. Допоміжні метрики проведення оцінки A/B тесту в Python

Модуль 9. CV та junior-позиції / Кар'єра аналітика даних

• Майданчики для пошуку роботи
• CV (Резюме) та супровідний лист
• Процес найму
• Підготовка до HR-інтерв'ю
• Поширені питання на технічній співбесіді

Після курсу ти:

• Опануєш професію аналітика даних і можеш працювати в кращих компаніях світу
• Вмієш обробляти дані, будувати стратегії розвитку проєкту
• Знаєш фази проєкту та розумієш свою роль в них
• Маєш сформовані навички візуалізації результатів аналізу
• Розумієш, як все влаштовано в аналітиці даних, володієш ключовими інструментами аналізу
• Маєш прокачані хард скіли, щоб бути №1 серед кандидатів на посаду. Також маєш рекомендації від нас по CV та підготовку до співбесід

Особливості курсу

• Особистий кабінет для навчання
• Супровід ментора
• Практичні інтерактивні завдання
• Доступ до матеріалів курсу на 6 місяців
• Сертифікат після проходження курсу

Викладачі курсу

• Варенко Богдан - Тім лід команди аналітики в Evoplay
• Антон Заскока - Data Analyst
• Євген М'яновський - Data Analyst
• Вадим Довготелес - Data Analyst
• Євгенія Шпирук - Data Analyst

Програма курсу

Заняття 1. Вступ до Data спеціальностей

Ви розумієте, які дані є важливими для бізнесу та як їх аналіз може призвести до прийняття рішень з метою покращення бізнес-процесів.

Заняття 2. Data Analyst and Data Science

Ознайомлення з поняттями Дата Аналітик та Дата Саенс, в чому їх відмінність.

Заняття 3. Універсальний алгоритм роботи в проєкті

Алгорим по якому працює Дата Аналітик, щоб досягти результату (по крокам).

Заняття 4. Інструменти Data Analyst and Data Science

Ви навчитесь установлювати Power BI Desktop та зареєструєтесь в DatalLore.

Заняття 5. Практика в Data Analysis

Ви розробите аналітичний дашборд на основі файлу Flats в місті Києві і виведете ключові показники.

Заняття 6. Практика в Data Science

Ви розробите модель передбачення вартості оренди в Києві на основі історичних даних.

Особливості курсу

• Відеозаписи занять
• Презентації з матеріалом
• Домашні завдання
• Доступ до платформи

Викладачі курсу

Ігор Бетлей - Head of R&D in Platma & Agrosem

Програма курсу

Програма складається з 18 модулів:

• Вивчення основних концепцій схем даних
• Розуміння різних систем даних
• Розуміння типів та характеристик даних
• Порівняння та зіставлення різних структур даних, форматів та мов розмітки
• Пояснення методів інтеграції та збору даних
• Виявлення поширених причин очищення та профілювання даних
• Виконання різних методів маніпулювання даними
• Пояснення загальних методів маніпулювання та оптимізації даних
• Застосування описових статистичних методів
• Опис ключових методів аналізу
• Розуміння використання різних статистичних методів
• Використання відповідного типу візуалізації
• Вираз бізнес-вимог у форматі звіту
• Проєктування компонентів для звітів та інформаційних панелей
• Різниця різних типів даних
• Підсумовуючи важливість управління даними
• Застосування контролю якості до даних
• Пояснення концепцій управління основними даними

Даний курс допоможе:

• Розширити свої знання щодо визначення основних концепцій схем і розмірів даних, одночасно розуміючи різницю між звичайними структурами даних і форматами файлів
• Розвивати свої навички, щоб пояснювати концепції збору даних, причини очищення та профілювання наборів даних, виконання маніпуляцій з даними та розуміння методів маніпулювання даними
• Отримати здатність застосовувати відповідні описові статистичні методи та узагальнювати типи аналізу та методи критичного аналізу
• Дізнатися, як перетворити бізнес-вимоги, щоб створити відповідну візуалізацію у формі звіту чи інформаційної панелі з належними компонентами дизайну
• Покращити свою здатність узагальнювати важливі концепції керування даними та застосовувати концепції контролю якості даних

Особливості курсу

• Офіційні навчальні матеріали від CompTIA в електронному вигляді - CertMaster Learn, з інтерактивною взаємодією (доступ 12 місяців)
• Доступ до лабораторного середовища CompTIA LABS (доступ 12 місяців)
• Ваучер на складання іспиту (дійсний 12 місяців)
• Після складання іспиту - сертифікат Data+ від CompTIA

Курс Data Analytics надасть вам фундаментальні знання та практичні навички, які необхідні для успішної кар'єри в цій галузі. Ви станете експертом в аналізі даних, здатним використовувати дані для прийняття обгрунтованих рішень в різних галузях, включаючи бізнес, науку, інформаційні технології та багато інших.

Програма курсу

Теми:

• Основи Data Analytics
• Основні поняття аналізу даних та ролі аналітика даних
• Використання інструментів для обробки та візуалізації даних (Excel, Python, R)
• Методи збору даних та їх джерела
• Обробка та очищення даних
• Робота з реляційними та нереляційними базами даних
• Візуалізація та інтерпретація даних
• Основи візуалізації даних
• Використання бібліотек для візуалізації (наприклад, Matplotlib, Seaborn)
• Прогнозування та машинне навчання
• Розв'язання бізнес-задач за допомогою аналізу даних
• Розробка та виконання власного проекту аналізу даних

Топ причин освоїти професію

• Великий попит на аналітиків даних: У світі збільшення обсягів даних бізнеси розуміють важливість аналізу даних для прийняття стратегічних рішень. Це призводить до високого попиту на аналітиків даних у різних галузях
• Кар'єрний ріст: Data Analytics - це сфера, в якій є великий потенціал для кар'єрного росту. Ви можете розвивати свої навички і спеціалізуватися в конкретних областях, таких як машинне навчання, бізнес-аналітика чи аналіз великих даних
• Здатність приймати обгрунтовані рішення: Аналітики даних допомагають компаніям використовувати дані для прийняття обгрунтованих рішень, що збільшує ефективність бізнесу і допомагає уникнути помилок
• Творчий підхід до розв'язання проблем: Аналітика даних вимагає творчого мислення та здатності знаходити рішення для складних завдань. Це робить професію захопливою та викликаючою
• Загальна застосовність: Навички, отримані в Data Analytics, можна застосовувати в різних галузях, від бізнесу та медицини до науки та громадського сектора. Ви отримуєте універсальні знання, які можна використовувати в різних сферах життя

Особливості курсу

• Модуль з лекцією
• Живі лекції
• Фідбек від викладача
• Чат групи
• Домашні завдання
• Сертифікат про проходження курсу

Викладачі курсу

Oleh Forlita - Team Lead Data Analyst at YASNO