Аналитик данных
Яндекс
Описание
В течение пяти рабочих дней с момента подачи заявки вам на почту придет письмо, в котором расскажем основные условия программы и особенности обучения в Яндекс Практикуме. Обратите внимание, что письмо может попасть в спам.
Описание профессии
Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. Мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL.
Зарплата аналитика данных:
Junior — 60 000 рублей
Middle — 110 000 рублей
Senior — от 150 000 рублей
Источник данных: Хабр Карьера
Чему вы научитесь на курсе:
- писать ясный, гибкий, эффективный и работающий код программ на Python, оптимизировать его, находить и исправлять в нем ошибки;
- писать и выполнять SQL-запросы;
- формулировать и проверять статистические гипотезы;
- работать с данными в различных форматах, с данными, содержащими категориальные переменные, пропущенные значения, с неструктурированными данными;
- готовить данные к анализу, строить дата-пайплайны для ETL-процессов;
- применять методы анализа данных в решении прикладных задач;
- представлять результаты своей работы, использовать качественную визуализацию и строить дашборды в dash и Tableau;
- строить и интерпретировать воронки продаж и событий;
- узнаете некоторые основы продуктовой и маркетинговой аналитики, получить представление о unit-экономике;
- понимать теоретическе основы машинного обучения, математическую статистику и теорию вероятностей на базовом уровне.
За 6 месяцев обучения по 15 часов в неделю вы освоите востребованные навыки аналитика данных, соберёте портфолио из 13 проектов и начнёте свой путь в профессию. Вот некоторые из проектов, которые вы будете делать:
- Проанализируете данные о клиентах банка и определите долю кредитоспособных
- Найдёте закономерности в данных о продаже игры
- На основе данных изучите поведение пользователей, доходность клиентов и окупаемость рекламы, чтобы предложить рекомендации для отдела маркетинга.
- Проанализируете результаты A/B-тестирования в крупном интернет-магазине
- Разработаете дашборд для анализа пользовательского взаимодействия в сервисе Яндекс.Дзен
- Подготовите исследование рынка на основе открытых данных о заведениях общественного питания Москвы.
О компании
Яндекс Практикум — это сервис онлайн-образования, в котором ваш процесс обучения основан на реальных ситуациях. Вы учитесь программированию и с первого урока пишете код; на занятиях по дизайну — работаете с реальными макетами, а на уроках английского сразу начнёте разговаривать.
Почему Яндекс Практикум
Мы изначально спроектировали образовательную среду для онлайн-обучения — вам понадобится компьютер и спокойное место, где вас не будут отвлекать.
Технологии помогают сделать так, чтобы вам было удобно учиться. Все части курса собраны на одном сайте. Не нужно переключаться
и отвлекаться на что-то ещё. Курсы адаптируются под ваш уровень знаний.
Самостоятельная работа сочетается с регулярным общением с наставниками и возможностью поговорить с поддержкой. Любую проблему можно решить немедленно.
Почему мы верим, что у вас получится:
- Понятная теория
Термины и правила подкреплены примерами из жизни. Сложность и длина курса рассчитаны так, чтобы каждую следующую главу вы понимали всё лучше.
- Онлайн-тренажер
С первого дня вы учитесь анализу данных на практике. Мы даём знания небольшими частями, которые нужно сразу применить, написав собственный код в онлайн-тренажёре. Пишите код, ошибайтесь, быстро получайте обратную связь и исправляйте ошибки.
- Самостоятельная работа
Тренажёр — это только часть обучения. Основные навыки вы приобретете по мере решения задач инструментами профессиональных аналитиков, а код-ревьюер даст вам обратную связь. Вас ждут типичные для аналитика задачи из разных сфер бизнеса. Вы решите их и сможете добавить в своё портфолио
- Поддержка
Команда наставников проверяет и комментирует ваши работы, помогает разобраться в сложностях и обучает собственным профессиональным приёмам аналитики. Техническая поддержка в чате доступна 24/7.
78% выпускников Практикума находят работу
В этом им помогает особый этап курса — карьерный трек. На нём со студентами работают наши HR-специалисты. Студенты учатся планировать процесс поиска работы, правильно составлять резюме, уверенно держаться на собеседованиях и проходить тестовые задания. Мы разработали эту программу, чтобы каждый выпускник нашёл работу по душе.
78% выпускников находят работу, большинство из них за 4 месяца. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников.
Часов в программе
Цель программы
Актуальность
Для это необходимы профессионалы, которые умеют исследовать проблему, формулировать и проверять с помощью инструментов анализа данных гипотезы.
Целью Программы является получение слушателями следующих профессиональных компетенций в области анализа данных:
• способность подготовить данные для анализа
• способность применять анализ данных для решения бизнес-задач
• способность коммуницировать с заказчиком и иными стейкхолдерами проекта для достижения нужного результата
• способность применять для решения задач языки программирования и баз данных, операционные системы, цифровые библиотеки и пакеты программ;
• способность программировать работающие программы на языке Python;
Основная задача программы — подготовить к работе в коммерческих и государственных компаниях специалиста, который владеет теоретическими подходами и концепциями, а также технологическими навыками реализации анализа данных.
Новизна программы состоит в продуманном сочетании теоретической и практической подготовки с постоянной автоматизированной и ручной обратной связью на платформе и от профессионалов-наставников.
Слушатели овладеют инструментами полного цикла прогнозирования развития явлений и значений переменных: от получения и прояснения задачи до очистки и анализа данных, а также решение задачи анализа данных.
Актуальность программы обуславливается растущим спросом на специалистов в области обработки и анализа больших данных.
Входная диагностика 1 час
Итоговая аттестация 25 часов
Компетенции
Профессиональные
Основы Python и анализа данных
Основные концепции анализа данных, понимание, чем занимаются аналитики данных и специалисты по Data Science
Уметь:Основы языка программирования Python и библиотеки pandas, построение некоторых графиков и верная их трактовка.
Владеть:Язык программирования Python, библиотека Pandas, среда программирования Jupyter Notebook.
Основы анализа данных
Применение Python и Pandas для анализа данных, Анализ данных и оформление результатов, Системное и критическое мышление в работе аналитика, Срезы данных, Взаимосвязь данных, Исследовательский анализ данных, Описательная статистика, Теория вероятностей, Статистический анализ данных
Уметь:Умение писать код на Python, Изменение типов данных, Работа с пропусками, Поиск дубликатов, Предобработка данных, Категоризация данных, Работа с несколькими источниками данных, Валидация результатов, Проверка гипотез
Владеть:Python — язык программирования общего назначения, Jupyter Notebook — среда разработки
Основы продуктовой аналитики
Метрики и воронки, Когортный анализ, Юнит-экономика, Пользовательские метрики
Уметь:Анализ бизнес-показателей, Расчёт бизнес-показателей, Основы оконных функций, Установка и настройка базы данных и клиента базы данных, Рамки в оконных функциях. Дополнительные инструменты SQL
Владеть:SQL как инструмент работы с данными, Jupyter Notebook.
Визуализация данных
Подготовка презентации, Рассказ истории с помощью данных, Что такое дата-пайплайны и зачем они нужны, автоматизация
Уметь:Библиотека Seaborn, Библиотека Plotly, Основы запуска скриптов, Проектирование и разработка дашбордов в dash
Владеть:Библиотека Seaborn, Библиотека Plotly, dash - инструмент для создания дашбордов с графиками, Tableau - инструмент визуализации и рабочих листов для аналитики
Базовый SQL
Введение в базы данных, Взаимоотношения между таблицами. Типы объединения таблиц, SQL в анализе данных и машинном обучении
Уметь:Срезы данных в SQL, Агрегирующие функции. Группировка и сортировка данных, Подзапросы и временные таблицы
Владеть:Языка запросов SQL как инструмент работы с данными
Принятие решений в бизнесе на основе данных
Основы проверки гипотез в бизнесе, Выбор метода проведения эксперимента, Приоритизация гипотез, Поведенческие алгоритмы, Принятие решений в бизнесе на основе данных.
Уметь:Подготовка к проведению A/B-теста, Анализ результатов A/B-теста
Владеть:SQL как инструмент работы с данными, Jupyter Notebook.
Требования
Нет
Образование
- Высшее образование
- Среднее профессиональное образование
Модули
свернутьПрофстандарт
Аналитик данных
06.022Ответственный за программу
practicumcipro@support.yandex.ru
88007009329