Курс: "Data-analytics"
На данном курсе вы научитесь работать с базами данных, основным алгоритмическим конструкциям и структурам данных Python для проектирования алгоритмов, получать данные из веб-источников или по API, визуализировать данные с помощью Pandas, обучитесь бизнес аналитике - выучите весь необходимый материал для того чтобы работать как квалифицированный Data Analyst
Ближайший поток
2 февраля (ЧТ 19:00-21:00 СБ 13:00-15:00 online)
24 неделиГруппа
В группе: 10-12 человек. Ваши единомышленники, будущие друзья и коллеги
Адрес школы
Адрес: Абая проспект, 52в, уг.ул. Байзакова, 5 этаж, 512 офис
Стоимость обучения:
50,000₸/мес.
25,000₸/мес.
Вас ждут 4 блока с разным уровнем сложности, знание которых можно прировнять к году работы.
тематических модуля
часов онлайн и офлайн уроков
На этом курсе вы научитесь:
1. SQL
- 1. Основы SQL. Таблицы. Типы Данных. Order By. Limit. Offset. Базовые операторы фильтрации
- 2. Агрегатный функции. Distinct. Group By. Having. Distinct On
- 3. Joins
- 4. Подзапросы. Условные операторы
- 5. Функции работы с датами. Функции работы со строками
- 6. Оконные функции. Lateral
- 7. Продвинутые работы со строками. Union, Except, Intersect
- 8. Финальный проект. Когортный анализ
2. Python
- 1. Знакомство с Python, Jupyter Notebook
- 2. Структуры данных
- 3. Работы со строками и Датами
- 4. Функции
- 5. Введение в pandas
- 6. Методы группировки данных
- 7. Работа с файлами разных типов
- 8. API ВКонтакте
- 9. API метрика
- 10. Объединения таблиц и очистка данных
- 11. Работа с базами данных psycopg
- 12. NumPy
- 13. Визуализация данных
- 14. Пирсинг сайта
- 15. Анализ компании
3. Data Science(Excel, PowerBI, SQL)
- 1. Основа Маркетинговой Аналитики
- 2. Основа Продуктовой Аналитики
- 3. Юнит-экономика
- 4. Сквозная Маркетинговая Аналитика
- 5. Сегментация и Измерения
- 6. Исследование Поведения Пользователей
- 7. Исследование Каналов Привлечения
- 8. Оценка Продуктовой Фичи
- 9. Принятие по решениям А/В теста
- 10. Skylearn
- 11. Первый компитион на kaggle
- 12. Финальный проект











- собирает данные (формирует запрос сам или получает задачу от менеджеров);
- знакомится с параметрами набора (какие типы данных собраны, как их можно отсортировать);
- проводит предварительную обработку (очищает от ошибок и повторов, упорядочивает);
- интерпретирует (анализирует, собственно решает задачу);



Заработная плата Специалиста Анализа данных
за месяц на разных этапах развития
Junior
Middle
Senior











