Формы подачи материала:
-видео
-текст
Методы:
-асинхронная работа студента на платформе
-синхронная работа на вебинарах с преподавателями
-самостоятельная работа (выполнение заданий)

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:
Магия букв: БД, СУБД и SQL
С чем будем работать?
Получаем все данные из таблицы
Фильтруем строки
Сортировка
Ограничение вывода
Знакомимся с данными
Убираем повторяющиеся значения
Агрегатные функции
Группировка
Фильтрация агрегированных строк
Знакомимся с данными
Соединение таблиц по ключу
Знакомимся с JOIN
Фильтрация и агрегатные функции
Способы соединения таблиц
Знакомимся с данными
UNION
UNION и ограничение типов данных
UNION ALL и промежуточные итоги
UNION и дополнительные условия
UNION и ручная генерация
EXCEPT
INTERSECT
SELECT FROM SELECT
SELECT в WHERE
SELECT в JOIN
CTE (Common Table Expressions)
Закрепление знаний
Задача этого кейса
Получение данных
Преобразование данных
Работа с типами данных
Удаление столбцов
Объединение таблиц и прочее редактирование
Создание модели данных
Что такое DAX?
Вычисления в Power BI: DAX
Визуальные элементы в Power BI
KPI-метрики и формат данных
Строим дашборд: основы
Строим дашборд: добавляем интерактивности
Как работать с Power BI Service?
Формулируем выводы
Оператор CASE
CASE и агрегатные функции
CASE: упрощённый синтаксис
Оператор NULLIF
Оператор COALESCE
BASICS. GameDev
THEORY. Сквозная маркетинговая аналитика
THEORY. Определение источников привлечения
SETTING. Ваши задачи
PRACTICE. Знакомство с данными
PRACTICE. Сбор и обработка данных
PRACTICE. Анализ данных
PROJECT. Оцениваем эффективность кампаний
Типы данных в PostgreSQL
Даты: основные типы
Функции и операторы для работы с датами
Строковые данные: основные типы
Функции и операторы для работы со строками
THEORY. Сегментация
SETTING. Ваши задачи
PRACTICE. Знакомство с данными
PRACTICE. Сбор и обработка данных
PRACTICE. Анализ данных
PRACTICE. Оформление результатов
PROJECT. Сегментация месячных когорт
BASICS. Полезно знать
SETTING. Ваши задачи
PRACTICE. Описание данных
PRACTICE. Шаг 1: Определяем эффективность продаж
PRACTICE. Шаг 2: Составляем портрет клиента
PRACTICE. Шаг 3: Анализируем логистику компании
Введение в программирование и Python
Почему мы выбираем Python?
Как работать с документацией по Python
Hello, World!
Переменные и ввод/вывод данных
Типы данных и их классификация
Числовые типы данных
Типы данных: строки
Списки и кортежи
Типы данных: словарь
Типы данных: множества
Методы обработки строк
Регулярные выражения
Работа с текстовыми файлами
Распознавание дат
Операции с датами
О Pandas
Pandas.Series
Pandas.DataFrame
Работа с различными источниками данных в Pandas
Знакомимся с данными
Исследование структуры DataFrame
Статистические методы
Фильтрация данных в DataFrame
Что такое группировка данных
Подсчет количества по группам
Группировка данных
Сводные таблицы
THEORY. Анализ функциональности
SETTING. Ваши задачи
SETTING. Знакомство с данными
PRACTICE. Сбор и обработка данных
PRACTICE. Анализ данных: Шаг 1
PRACTICE. Анализ данных: Шаг 2
PRACTICE. Анализ данных: Шаг 3
PRACTICE. Проверка аналитической гипотезы
PROJECT. Исследование поведения пользователей
Объединение датафреймов как в SQL JOIN
Работа с множеством файлов и склеивание датафреймов
Возможности визуализации
Обзор типов визуализации
Знакомимся с данными
Графические возможности библиотеки Pandas
Графические возможности библиотеки Matplotlib
Графические возможности библиотеки Seaborn
Графические возможности библиотеки Plotly
Искусство визуализации
SETTING. Ваши задачи
SETTING. Описание данных
PROJECT. Задание и критерии оценки
Библиотека request и курсы валют
Данные из интернета и работа с API
HTML-таблицы
Введение в API
О Яндекс.Метрике
Авторизация в сервисах Яндекса
Параметры запросов
Получение и анализ данных
Работа со структурой отчёта
Использование ETL/ELT
Примеры коробочных и кастомных подходов к решению задач
Оценка решения (кейс)
BASICS. On-demand
BASICS. Формализация задачи
THEORY. Модели атрибуции
SETTING. Ваши задачи
PRACTICE. Сбор и обработка данных
PRACTICE. Анализ данных
PROJECT. Определяем количество ботов на сайте
PostgreSQL: Установка и подключение
Работа с таблицами
Psycopg2: Установка и соединение
Курсор
Транзакции
Простые операции CRUD
Продвинутые операции CRUD
Работа с данными на диске
Ваши задачи
Пропущенные значения
Дубли
Преобразование в datetime
Извлечение признаков времени
И снова о пропусках
Есть ли смысл играть?
Сколько можно выиграть/проиграть?
Объединяем датасеты
Анализ данных
Проверяем знания
BASICS. Что такое фича и зачем её оценивать?
THEORY. Как провести оценку фичи и сформулировать выводы?
SETTING. Ваши задачи
PRACTICE. Сбор и обработка данных
PRACTICE. Анализ данных
PROJECT. Оценка эффективности новой фичи

Python и анализ данных / Уэс Маккини — М.: ДМК-Пресс 2020. — 540 с. - ISBN: 978-5-97060-590-5 (ОПК-3, ПК-4)
SQL для хранения, обработки и анализа данных/Туманов В.Е. - М.: Солон-Пресс, 2021 - 172 с. - ISBN: 978-5-91359-463-1 (ОПК-3, ПК-4).
Сделай наглядно! Как визуализировать данные понятно и убедительно/Беринато Скотт - М.: Бомбора, 2021 - 264 с. - ISBN: 978-5-04-104358-2 (ОПК-3, ПК-4).