Модуль 1
8,00ч

Intro

1. Введение в обучение
2. Введение в профессию аналитика данных
Часов в программе
2,00 часа
лекции
2,00 часа
практика
3,00 часа
самостоятельная
1,00 час
промежуточная аттестация
8,00 часов
всего
Материально-технические условия реализации программы:
Вид занятий: внеаудиторные
Требуемое ПО:
Операционная система: Windows 7, 10/Apple macOS 10.12
Процессор: Intel Core i5 7500
Оперативная память: 8 ГБ
Видеокарта: Nvidia GeForce 600 / AMD HD 7000
Стабильный интернет: от 5/мбит с
Информационные ресуры
Интернет-ресурсы:
Каналы: (ПК-1, ПК-2, ПК-3, ПК-4):
-3Blue1Brown - YouTube-канал, который помогает понять основы математики с помощью визуализации - https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw
-BigQuery Insights - Telegram-канал. Аналитика в Google BigQuery, примеры решений и SQL-запросов, инсайты, лайфхаки и советы по работе с данными. - https://t.me/BigQuery.
-LEFT JOIN - Telegram-канал об аналитике, визуализации, Data Science и BI. - https://t.me/leftjoin.
-ProductAnalytics - Telegram-канал. Шпаргалка продуктового аналитика. - https://t.me/ProductAnalytics
-Все об АВ тестах - Telegram-канал. Лучшие материалы по A/B-тестированию в одном канале. - https://t.me/abtesting.

Блоги: (ПК-1, ПК-2, ПК-3, ПК-4)
-Go practice - блог о продуктовой аналитике - https://gopractice.ru/
-Анализ малых данных - блог о о машинном и глубоком обучении, анализе данных и науке о данных - https://dyakonov.org
Образовательные ресуры
Интернет-ресурсы:
Каналы: (ПК-1, ПК-2, ПК-3, ПК-4):
-3Blue1Brown - YouTube-канал, который помогает понять основы математики с помощью визуализации - https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw
-BigQuery Insights - Telegram-канал. Аналитика в Google BigQuery, примеры решений и SQL-запросов, инсайты, лайфхаки и советы по работе с данными. - https://t.me/BigQuery.
-LEFT JOIN - Telegram-канал об аналитике, визуализации, Data Science и BI. - https://t.me/leftjoin.
-ProductAnalytics - Telegram-канал. Шпаргалка продуктового аналитика. - https://t.me/ProductAnalytics
-Все об АВ тестах - Telegram-канал. Лучшие материалы по A/B-тестированию в одном канале. - https://t.me/abtesting.

Блоги: (ПК-1, ПК-2, ПК-3, ПК-4)
-Go practice - блог о продуктовой аналитике - https://gopractice.ru/
-Анализ малых данных - блог о о машинном и глубоком обучении, анализе данных и науке о данных - https://dyakonov.org

Учебно-методические материалы

Методы, формы и технологии

Формы подачи материала:
-видео
-текст

Методы:
-асинхронная работа студента на платформе
-синхронная работа на вебинарах с преподавателями
-самостоятельная работа (выполнение заданий)

Методические разработки

Методические разработки:
-Анализ рынок конкурентов — изучаем, что предлагают другие школы и рынок вакансий, чтобы давать востребованные знания и навыки.
-Проработка критериев по набору экспертов и авторов программы
-Разработка контента в обучающие материалы и проектирование структуры курса
-Анализ рынка вакансий на предмет актуальности знаний.
-Создание авторами модулей программы. Каждый урок проходит многоуровневое ревью — эксперта, методиста, редактора, студента-тестировщика.
-Чередование форматов подачи информации (текст — видео— таблица). Обязательно предоставление ссылок на дополнительные источники — документацию и полезные статьи, которые помогут лучше понять тему и расширят кругозор студента.

В конце каждой темы у нас есть:
-итоговое тестирование, чтобы привести знания теории в систему,
-большая практическая задача для закрепления всех необходимых навыков модуля.
-Обработка обратной связи от студентов по каждому модулю.

Материалы курса

-Зачем вы здесь?
-Особенности обучения в онлайн
-Ваши особенности обучения
-Как построен учебный процесс
-Как работать с образовательной платформой и Slack
-Правила сообщества
-Центр карьеры SkillFactory
-Что такое аналитика и зачем она нужна?
-Крутые кейсы применения аналитики в бизнесе
-Этапы аналитической задачи
-Инструменты аналитика
-Как развить аналитическое мышление?
-Зачем аналитику критическое мышление?
-Документация: что это и зачем
-Документация: ещё пара слов
-Практика

Учебная литература

Технологии интеллектуального анализа данных/Алексеев Д.С. - СПб.: Лань, 2022 - 176 с. - ISBN: 978-5-8114-8299-3 (ПК-1, ПК-2, ПК3, ПК-4)

Темы

Введение в обучение Введение в профессию аналитика данных
Лекции
1,00ч
Практические занятия
1,00ч
Самостоятельная работа
2,00ч
Всего
4,00ч
Лекции
1,00ч
Практические занятия
1,00ч
Самостоятельная работа
1,00ч
Всего
3,00ч
Промежуточная аттестация 1,00 час
1.Ответы на вопросы тестовых мини-заданий внутри модуля.
2. Заполнение анкеты студента