Data Analyst
Эффективность маркетинговых кампаний
Проанализируете данные и оцените результаты кампаний. В программе специализации: SQL, качество данных, гипотезы и A/B-тесты.
Начнёте с Python и работы с данными, затем изучите математику и статистику. Для углублённого обучения выберете Data Analyst или Machine Learning.
Python: переменные, типы данных, циклы и функции. Pandas, получение данных через API, основы SQL, Power BI и разведочного анализа данных.
Зачёт и итоговый проект по модулю.
Производные, векторы и матрицы, линейная регрессия и системы линейных уравнений.
Математическая основа для работы с моделями.
Случайные события и величины, распределения, статистические тесты и проверка гипотез.
Применение статистики в практических задачах.
Источники и качество данных, формулировка гипотез, объединение данных, SQL и A/B-тесты. Это один из 2 вариантов специализации.
Проект: анализ эффективности маркетинговых кампаний.
Линейная регрессия и регуляризация, NumPy, классификация, очистка данных, нейронные сети и инфраструктура моделей. Это альтернативный вариант специализации.
Проект: анализ датасета и модель кредитного риск-менеджмента.
Итоговая практическая работа и итоговое тестирование.
Закрепление изученных методов в итоговой работе.
Резюме, портфолио и сопроводительное письмо, подготовка к собеседованиям и карьерный трек с консультантом.
Подготовка к самостоятельному поиску работы.
Мини-курс «Английский для IT» и курс SQL Pro доступны не во всех тарифах. Сравнить состав тарифов
Проект зависит от выбранной специализации. Ниже примеры задач из действующей программы курса.
Data Analyst
Проанализируете данные и оцените результаты кампаний. В программе специализации: SQL, качество данных, гипотезы и A/B-тесты.
Machine Learning
Проанализируете датасет и создадите модель кредитного риск-менеджмента. В программе специализации: очистка данных, регрессия и классификация.
Это учебные задачи из программы, а не опубликованные работы конкретных выпускников. Реальные истории студентов сохранены в блоке отзывов.
В среднем оно занимает 10 часов в неделю — это 2 часа учебы в день по будням или 5 часов по выходным. Доступ к материалам курса остается навсегда
Курс рассчитан в том числе на новичков. Обучение начинается с Python и основ работы с данными, затем включает математику, статистику и машинное обучение.
В действующей программе указано 12 месяцев. В блоке о формате школа рекомендует в среднем 10 часов занятий в неделю. Распределите нагрузку с учётом своего опыта и времени на практику.
После общей базы выберете Data Analyst или Machine Learning. В первом направлении сосредоточитесь на анализе данных, гипотезах и A/B-тестах, во втором — на алгоритмах и моделях машинного обучения.
На курсе есть задания, тренажёры и проекты с проверкой от ментора. Менторы помогают разобраться в темах, а координаторы решают организационные вопросы.
Актуальные условия и состав пакетов указаны в разделе «Тарифы обучения». Сравните доступные возможности и условия рассрочки перед заявкой. Перейти к тарифам
Вид документа зависит от образовательной программы. Для диплома о профессиональной переподготовке нужно выбрать обучение с ДПО; условия уточните у менеджера. В других программах предусмотрены сертификаты.
В карьерном модуле подготовите резюме и портфолио, сопроводительное письмо и ответы на вопросы собеседования. Участие в программе возврата денег зависит от правил и выполнения её условий. Правила программы