Курс Data Analytics

Програма курсу

Роль аналітика даних у бізнесі та чому інформація - це нафта нашого часу

• Значення даних у сучасному світі: чому бізнес орієнтується на дані
• Основні обов'язки аналітика даних
• Роль аналітика в різних типах команд: маркетинг, продажі, IT
• Перспективи кар'єрного зростання

Результат: ви дізнаєтеся, як аналітики допомагають бізнесу приймати рішення на основі даних, які обов'язки вони виконують і як співпрацюють із командами. Розглянете реальні приклади використання даних у бізнесі та кар'єрні можливості аналітиків.

Етапи роботи з даними: збір, обробка

• Етап 1: Збір даних
• Етап 2: Обробка даних
• Етап 3: Візуалізація даних
• Етап 4: Інтерпретація даних
• Ключові виклики під час роботи з як даними

Результат: ви опануєте повний цикл роботи з даними: від автоматизації збору через API та веб-скрейпінг до очищення та трансформації даних. Навчитесь створювати зрозумілі графіки у Power BI та Tableau, а також інтерпретувати результати, щоб вони стали основою для бізнес-рішень. Попрактикуєте вирішення проблем із неповними або некоректними даними.

SQL та робота з базами даних

• Що таке база даних?
• Структура баз даних
• Типи даних у базах
• Приклади баз даних у реальному світі

Результат: ви отримаєте практичні навички роботи з базами даних: навчитеся розуміти їхню структуру, працювати з таблицями, ключами та різними типами даних. Створите першу базу даних, наповните її даними та дізнаєтеся, як застосовувати ці знання для роботи з реальними прикладами, такими як CRM, ERP або фінансові системи.

Нормалізація даних і створення зв'язків між таблицями

• Проблеми дублювання даних
• Нормалізація даних
• Зв'язки між таблицями
• Практика: розділення таблиць і побудова зв'язків

Результат: ви навчитеся впорядковувати дані, зменшуючи дублювання та підвищуючи ефективність роботи бази. Розберете, як правильно нормалізувати таблиці за правилами 1NF, 2NF, 3NF та створювати зв'язки між ними (один-до-одного, один-до-багатьох). Зрозумієте, як використовувати зовнішні ключі для структурування даних і попрактикуєтеся в побудові зв'язків між таблицями на реальних прикладах.

Запити до великих баз даних та використання JOINs

• JOIN: об'єднання таблиць у запитах
• Фільтрація та агрегування даних
• Оптимізація запитів до великих баз даних
• Практика: створення звітів з декількох таблиць
• Воркшоп. Робота з проєктом. Об'єднуємо таблиці, створюємо зв'язки, відпрацьовуємо команди

Результат: ви навчитеся об'єднувати таблиці за допомогою JOIN-запитів (INNER, LEFT, RIGHT, FULL OUTER) і використовувати групування для аналізу даних. Розглянемо функції MAX, MIN, COUNT, а також методи оптимізації запитів до великих баз даних, включаючи використання індексів. Практичні завдання дозволять створювати звіти з декількох таблиць, що моделюють реальні бізнес-кейси.

Візуалізація даних

• Чому візуалізація важлива в аналітиці?
• Типи візуалізацій та їхнє застосування
• Правила створення якісної візуалізації
• Підходи до вибору типу візуалізації
• Етичні аспекти візуалізації

Результат: ви навчитеся правильно вибирати типи графіків для різних даних, створювати зрозумілі й інформативні візуалізації та уникати поширених помилок. Розглянемо правила побудови графіків, які акцентують на ключовій інформації, та обговоримо етичні аспекти візуалізації, щоб забезпечити прозорість і достовірність ваших звітів. Практичні приклади допоможуть зрозуміти, як обирати найкращий спосіб представлення даних для прийняття бізнес-рішень.

Робота з Power BI

• Вступ до Power BI: огляд інструмента
• Типи джерел, що підтримує Power BI
• 2 вектори роботи з Power BI
• Встановлення Power BI 
• Фіксуємо знання основ PBI
• Використання DAX для обчислень
• Синтаксис i порiвняння з SQL/Python
• Практика: створення мiри, KPI, дашборду
• Мiнiмум, який повинен знати Junior-аналiтик

Результат: ви навчитеся створювати професійні дашборди у Power BI, додаючи інтерактивні елементи та використовуючи DAX для складних обчислень. Практичні завдання охоплюють підключення до різних джерел даних (Excel, SQL, API), їх трансформацію у Power Query та побудову метрик і KPI. Завершальний результат - оптимізований дашборд із реальними бізнес-розрахунками та автоматизованим оновленням даних у реальному часі.

Tableau для створення інтерактивних звітів

• Огляд інструмента та основні 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
• Приклади інтерактивних звітів для бізнесу
• Воркшоп. Робота з Tableau. Розбір кейсів практичних із різних сфер

Результат: ви опануєте побудову інтерактивних звітів у Tableau, навчитеся працювати з графіками, картами та дашбордами, які дозволяють користувачам самостійно взаємодіяти з даними. Практичний кейс покаже, як імпортувати дані, очищати їх і створювати звіт із візуалізацією продажів за регіонами у форматі heatmap. Ви дізнаєтесь, як налаштовувати фільтри, параметри та інші інтерактивні елементи для дата-аналітики.

Python для аналізу та візуалізації даних

• Що таке Python і чому він важливий для аналітиків?
• Основи синтаксису Python
• Використання бібліотек (Pandas, NumPy) для роботи з даними
• Візуалізація з Matplotlib і Plotly

Результат: ви отримаєте навички програмування на Python, навчитеся працювати з ключовими структурами даних (списки, словники) та використовувати умовні оператори і цикли для вирішення задач. Також опануєте читання та запис файлів, включаючи роботу з форматами CSV і JSON. Практичні завдання допоможуть автоматизувати рутинні процеси та виконувати базові операції з масивами даних, що є важливим для подальшого розвитку в аналітиці.

Бізнес-аналітика та прийняття рішень

• A/B тестування та проведення експериментів
• Аналіз даних для бізнес-цілей
• Побудова метрик і KPI
• Практичні кейси з різних галузей (маркетинг, продажі, фінанси)
• Створення бізнес-звітів для зацікавлених сторін

Результат: ви дізнаєтеся, як планувати та проводити A/B тестування для прийняття обґрунтованих рішень у маркетингу чи продуктових змінах. Навчитеся формулювати гіпотези, визначати KPI, розподіляти користувачів на групи та аналізувати результати за допомогою Python. Практичний кейс дозволить попрактикуватися у проведенні тесту, оцінці значущості результатів (p-value) та формуванні рекомендацій для бізнесу.

Фінальний QA

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

Особливості курсу

• 17 живих лекцій / 13 воркшопів / 1 фінальна Q&A зустріч
• Перевірка домашніх завдань з розгорнутим фідбеком + частина завдань на самоперевірку
• Необмежений доступ до матеріалів курсу
• 10 практичних гайдів, шаблонів та інструкцій по роботі з SQL, Power BI, Tableau, Matplotlib і Plotly
• Постійна підтримка у груповому чаті із менторами та спікерами
• Особистий ментор на весь період навчання
• Допомога з підготовкою до пошуку роботи: упакування профілю (резюме, супровідний лист, LinkedIn) + гайди з пошуку роботи
• До 4-х гранд проєктів, які прокачають ваше портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

• Максим Турлюн - Senior Product Analyst at TemaBIT
• Арсеній Шрейдер - Senior BI Developer at Akamai
• Аліна Бабич - Data Analyst at NovaDigital
• Анна Коваленко - Senior Data Analyst at Ornament Soft Solution
• Алла Осипова - Data Analyst / Database admin at Reckitt
• Ілля Андрєйчик - Senior Data Analyst at Capslock
• Марина Завальна - Data / Product Analyst at Liven by SKELAR