• Введение в Google таблицы
• Вычисления и формулы
• Сводные таблицы, диаграммы и графики

В данном модуле мы познакомимся с Google таблицами. Вы научитесь использовать основные функции и инструменты Google таблиц, строить сводные таблицы для анализа данных, а также визуализировать с помощью Google Data Studio.

• Основы Excel
• Вычисления и Формулы
• Сводные Таблицы и Визуализация

В этом модуле мы углубимся в мир Microsoft Excel. Вы изучите ключевые функции и возможности Excel, научитесь эффективно работать с формулами и функциями для обработки и анализа данных. Мы покажем, как создавать сводные таблицы, которые являются мощным инструментом для агрегирования и анализа больших объемов данных, и обучим вас использованию различных типов диаграмм и графиков для наглядной визуализации ваших аналитических находок. Этот модуль поможет вам освоить Excel на уровне, который позволит эффективно решать задачи анализа данных в вашей профессиональной деятельности.

• Основы SQL
• Чтение и запись данных
• Запросы, подзапросы, функци
• Оконные функции

Научитесь писать SQL-запросы, чтобы получать данные из базы данных — и не тратить время разработчиков и администраторов на поиск нужного разреза информации. Узнаете, как создавать новые таблицы сразу в базе без выгрузки данных — это позволит делать отчёты быстрее.

• Знакомство с интерфейсом
• Загрузка и преобразование данных
• Визуализация данных. Работа с отчетами
• Моделирование и анализ данных

Сможете анализировать корпоративные базы данных, электронные таблицы и текстовые файлы. Научитесь видеть неочевидные закономерности между показателями. Поймете, как создавать наглядные интерактивные дашборды для анализа бизнес-метрик в онлайн-режиме. Научитесь без программирования создавать дашборды по ключевым метрикам.

• Введение в Python
• Основные библиотеки анализа данных
• Операторы, выражения, циклы, функции
• Введение в машинное обучение

Мы начнем с основ Python, затем перейдем к изучению ключевых библиотек, необходимых для анализа данных, таких как Pandas, NumPy и Matplotlib. Вы узнаете, как работать с операторами, выражениями, циклами и функциями для обработки и анализа данных. Кроме того, мы предоставим введение в машинное обучение с использованием Python, чтобы вы могли понять основные концепции и как эти методы применяются для анализа данных.

• Основы статистики
• Статистический вывод
• Принципы А/Б тестирования
• Формулировка гипотез
• Causal Inference
• Подведение итогов исследований

В этом модуле мы начнем с основ статистического анализа, включая описательную статистику и вероятностные распределения, чтобы вы могли понимать и анализировать данные с математической точки зрения. Затем мы перейдем к более продвинутым темам, таким как статистическое выводение, А/Б тестирование и формулировка гипотез, которые необходимы для проведения эффективных исследований и тестирования изменений в данных. Особое внимание будет уделено принципам causal inference, чтобы вы могли проводить эксперименты и правильно интерпретировать причинно-следственные связи. Мы также научим вас подводить итоги исследований и представлять результаты анализа данных таким образом, чтобы они были понятны для принятия решений.

• Создание Профессионального Резюме
• Подготовка Видеопрезентации о Себе
• Оптимизация Профиля LinkedIn

По завершении этого модуля учащиеся смогут эффективно представить себя потенциальным работодателям через мощное резюме, впечатляющую видеопрезентацию и оптимизированный профиль LinkedIn. Учащиеся научатся стратегиям самопрезентации, которые помогут им выделиться на рынке труда и продвигать свою карьеру.

Этот заключительный модуль курса предлагает уникальную возможность проверить и закрепить полученные знания и навыки на практике, решая реальные тестовые задачи, которые ранее были предложены кандидатам крупными IT компаниями Казахстана. Задачи охватывают широкий спектр тем и вызовов, от анализа данных до машинного обучения и статистического анализа, предоставляя комплексное испытание ваших аналитических и технических умений. Помимо проверки теоретических знаний, этот модуль направлен на развитие практических навыков, необходимых для успешного прохождения собеседований и трудоустройства в области аналитики данных.

1. Дополнительно по желанию 5 раз в неделю решаем задачи по ZOOM в течении 6 месяцев
2. Как подготовиться к сертификации Microsoft Data Analyst?
Сертификация позволяет подтвердить знания по подготовке, моделированию, визуализации и анализу данных, а также по управлению рабочими областями и наборами данных в Power BI.
3. Основы работы с искусственным интеллектом: Практическое руководство.