Курс Data Analytics

Програма курсу

Модуль 1. Основи професії дата-аналітика

• Хто такий аналітик даних: ролі, компетенції, кар'єрні треки, дата-майндсет
• Типові бізнес-кейси, які вирішують аналітики (маркетинг, продукт, фінанси, операційка)
• Google Sheets як стартовий інструмент ДА: базові формули та логіка, зведені таблиці, агрегації, групування, візуалізація даних
• Основи SQL: створення баз і таблиць, підзапити та віконні функції
• Основи Big Data: оптимізація запитів, вивантаження та обробка великих обсягів

Воркшоп: "Огляд роботи дата-аналітика" + вибір навчального гранд-проєкту, над яким ви будете працювати впродовж навчання.

Модуль 2. Цикл роботи з даними: від збору до рішень

• Збір даних: бази, CRM, Google Analytics, API, відкриті дані, веб-скрейпінг як інструмент збору даних у реальному часі.
• Обробка даних: первинне очищення (дублі, пропуски, некоректні значення), нормалізація та трансформація даних, підготовка датасетів для аналізу (формати CSV, JSON, SQL)
• Візуалізація великих обсягів даних: створення дашбордів у Power BI та Tableau
• Інтерпретація та бізнес-рішення: як "читати" дані та не плутати кореляцію з причинно-наслідковими зв’язками та як перетворити числа в аргументи

Модуль 3. SQL та робота з базами даних

• Вступ у бази даних: де застосовуються БД (CRM, ERP, e-commerce, фінанси), структура (таблиці, записи, поля, ключі), типи даних (числові, текстові, дати, JSON), реляційні vs нереляційні БД
• Основи SQL: SELECT, WHERE, ORDER BY, агрегації (COUNT, SUM, AVG, MIN, MAX), фільтрація та сортування результатів, робота з кількома таблицями (JOIN: INNER, LEFT, RIGHT, FULL OUTER)
• Просунутий SQL: підзапити та CTE, віконні функції, робота з датами та часовими рядами, оптимізація запитів (індекси, partitioning)
• BigQuery та робота з великими даними: відмінності від класичних SQL-баз, робота з мільйонами рядків, експорт результатів у Looker Studio / Power BI

Воркшопи:

• Воркшоп 1. "Установка MySQL / підключення до BigQuery: створення власної бази даних та написання перших запитів"
• Воркшоп 2. Команди SQL: SELECT, INSERT, UPDATE, DELETE

Модуль 4. Візуалізація даних. Power BI + Tableau

• Робота з Power BI. ч.1: огляд інструмента, обмеження, інтерфейс Power BI Desktop, типи джерел, що підтримує Power BI, Excel, SQL Server, вебдані, API, вектори роботи з Power BI
• Робота з Power BI. ч.2:  DAX, основні поняття (вирази, контексти, типи обчислень), синтаксис i порівняння з SQL/Python, створення міри, KPI, дашборду
• Використання DAX для обчислень: розбір поглиблених запитів, як самостійно вивчати DAX
• Tableau для створення інтерактивних звітів: огляд інструмента та відмінності від Power BI, переваги Tableau для інтерактивної аналітики, імпорт і підготовка даних у Tableau, підключення до різних джерел, очищення та трансформація даних, створення звітів у Tableau, побудова графіків, діаграм і карт, інтерактивність у Tableau, фільтри, параметри, дії користувача

Воркшопи:

• Воркшоп 1. Power BI. Розбір практичних кейсів із різних сфер
• Воркшоп 2. Power BI. Формування дашборду для гранд проєкту
• Воркшоп 3. Робота з Tableau. Розбір практичних кейсів із різних сфер

Модуль 5. Python для аналізу даних

• Основи програмування на Python. ч.1: простота та універсальність мови, основні сфери використання, основи синтаксису Python, змінні, типи даних (int, float, str, list, dict), Умовні оператори (if-else), цикли (for, while)
• Основи програмування на Python. ч.2: завдання по мотивах співбесід, задачі, з якими (швидко) не впоратись без Python, робота з ШІ, поради з використання ШІ
• Візуалізація з Matplotlib і Seaborn: побудова лінійних графіків, гістограм, кругових діаграм, форматування графіків, Plotly: бібліотека для візуалізації, побудова heatmap, boxplot, парних графіків, аналіз трендів та взаємозв'язків. Практичні кейси. Інтерактивні графіки

Воркшопи:

• Воркшоп 1. Використання бібліотек (Pandas, NumPy) для роботи з даними
• Воркшоп 2. Робота з проєктом у Python
• Воркшоп 3. Робота з Matplotlib і Seaborn. Розбір практичних кейсів із різних сфер

Модуль 6. Бізнес-аналіз та прийняття рішень

• A/B тестування та проведення експериментів: етапи проведення тесту (від гіпотези до впровадження), метрики (KPI, health/guardrail, learning), методи оцінки А/B тестів, робота з даними, Python-інструменти, аналітичні пастки. Інтерпретація результатів + бізнес-рекомендації
• Аналіз даних для бізнес-цілей: як дані впливають на стратегію бізнесу, приклади впровадження data-driven підходу, типи бізнес-аналізу, етапи бізнес-аналізу даних, постановка бізнес-задачі, визначення джерел даних, аналіз і візуалізація результатів. Приклади бізнес-аналізу. Аналіз поведінки клієнтів
• Побудова метрик і KPI. Маркетинг: CAC, CLV, CTR. Продажі: коефіцієнт конверсії, середній чек. Фінанси: ROI, маржинальність. Моніторинг та оптимізація метрик. Використання дашбордів для відстеження показників. Як коригувати бізнес-стратегію на основі даних
• Практичні кейси з різних галузей: маркетинг, продажі, фінанси
• Створення бізнес-звітів для зацікавлених сторін: цільова аудиторія, етапи створення звіту, визначення потреб зацікавлених сторін, збір і підготовка даних, вибір відповідного формату (дашборд, презентація, PDF), використання простого дизайну та зрозумілої мови, забезпечення точності та актуальності даних

Модуль 7. Фінальний QA

Фінальний гранд-проєкт

• Робота над реальним кейсом з використанням всіх інструментів та навичок курсу
• Завершальний проєкт з рекомендаціями від експертів курсу, який ви додасте в своє портфоліо

Результат: ви завершите курс з реальним бізнес-проєктом у портфоліо, що стане важливим елементом для вашого працевлаштування.

Бонусні лекції

• Лекція 1. Професійний розвиток: теорія ймовірностей, статистика та використання ШІ в роботі дата аналітика
• Лекція 2: Amplitude: composition / segmentation: знайомство з Amplitude: основи, база даних в Amplitude, EVENT SEGMENTATION, USER COMPOSITION + КОГОРТИ, антипатерни
• Лекція 3. Google analytics 4 + LookerStudio: основи GA4, KPI та аналітика в GA4, LOOKER STUDIO: швидкий дашборд

Особливості курсу

• Тривалість навчання 5 місяців
• 32 лайви - 64 години (більша половина - це практика і розбір ваших кейсів)
  • 1 передстартова зустріч
  • 13 лекцій
  • 14 воркшопів
  • 3 Q&A-сесії
  • 1 фінальна зустріч
• 18 записаних уроків - 36 годин
• Перевірка домашніх завдань
• Доступ до матеріалів діє 1 рік
• Практичні гайди, шаблони
• Чат із учасниками, менторами та спікерами
• Особистий куратор на час навчання
• Допомога з підготовкою до пошуку роботи
• Гранд-проєкт за курсом, який можна додати у портфоліо

Викладачі курсу

• Аліна Бабич - Data Analyst at NovaDigital
• Анна Коваленко - Senior Data Analyst at Ornament Soft Solution
• Алла Осипова - Data Analyst / Database admin at Reckitt
• Олена Руденко - Head of Analytics at Djinni
• Ілля Андрєйчик - Senior Data Analyst at Capslock
• Марина Завальна - Data / Product Analyst at Liven by SKELAR
• Арсеній Шрейдер - Senior BI Developer at Akamai
• Олександр Кривошей - Data Analyst в EPAM Systems