Технический аналитик (AI/TADS Analytic)

Технические аналитики нужны во всех сферах бизнеса: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений.

Задача аналитика данных: изучать и выявлять взаимосвязи в огромных массивах информации. На текущий момент только в одной России больше 10000 вакансий, в которых требуются навыки анализа данных. Средняя зарплата в этой профессии составляет ~100 000 рублей, а для опытного специалиста зарплаты от 150 000 рублей. Сегодня данные – основа успеха всех крупных преуспевающих компаний, которые видят себя лидерами будущего.

Данные необходимо собирать, обрабатывать, анализировать и делать выводы, помогающие принимать правильные решения в самых сложных ситуациях. Помогая принимать верные решения, анализ данных приносит таким образом пользу всему человечеству и бизнесу. Но это было бы невозможно без специалистов в сфере анализа данных.

На программе вы научитесь:

• программировать на Python — одном из самых популярных языков программирования в мире;
• работать с данными в SQL;
• проводить первичный анализ данных и делать выводы с помощью статистики, других инструментов — SQL и библиотек Python: Pandas, Numpy, Seaborn, Matplotlib;
• визуализировать данные, строить дашборды;
• анализировать результаты А/B-тестирований;
• распознавать задачи машинного обучения.

Кроме этого, мы поможем вам грамотно составить резюме и выстроить поиск первой работы дата аналитиком.

Обучение состоит из трех модулей :

• Модуль 1: SQL для аналитики — онлайн-интенсив из электронных курсов и вебинаров для освоения знаний и умений в основах работы с данными в SQL. В этом модуле слушателям предстоит практика по решению большого количества задач на SQL в тренажере.
• Модуль 2: Python для анализа данных — онлайн-интенсив из электронных курсов и вебинаров для освоения базовых знаний и умений в математике, программировании и основах первичного анализа данных на Python. Здесь вам предстоит решить большое количество задач на Python в тренажере, разобраться с математическими задачами, необходимыми в аналитике, и погрузиться в первичный анализ данных, решая практические домашние задания и разбирая практические кейсы с преподавателем. Итогом этого модуля является защита проекта. Вам нужно будет проанализировать данные онлайн-кинотеатра, подготовить отчет и защитить его.
• Модуль 3: Визуализация, А/B-тестирование и основы машинного обучения —обучение в формате вебинаров под руководством преподавателей-практиков, с интересными ДЗ, персонализированной обратной связью от наставников и проектами! В этом модуле сначала вам предстоит на практике разобраться, в первую очередь, с визуализацией данных и анализом А/B-тестов, а затем познакомиться с основами машинного обучения.
  • Визуализация: на практике аналитику часто нужно строить автоматизируемые и регулярно обновляемые отчеты. Вы узнаете о BI-системах и пройдете весь путь создания дашборда: от сбора требований с заказчика до описания построенных графиков.
  • A/B-эксперименты — это то, что должен знать каждый аналитик. Вы сначала узнаете о верхнеуровневом плане проведения A/B-теста и основных шагах его анализа. Много внимания будет уделено сложностям, которые часто встречаются на работе при запуске A/B-тестов. Занятия будут насыщены материалом по теории вероятностей и статистике, но упор будет сделан именно на практику. Вы сможете самостоятельно анализировать A/B-тесты и понимать математику, которая за этим стоит.

В этом же модуле в формате электронного курса слушатели познакомятся с задачами анализа данных, узнают про жизненный цикл моделей машинного обучения. Результат последнего модуля — защита выпускного проекта.

У кого вы будете учиться?

Команда преподавателей, методистов и кураторов с опытом организации обучения более 3 лет. Команда сочетает в себе три ключевые экспертизы:

• индустриальная: практики data analysts, data engineers и ml/dl engineers из крупнейших российских и международных ИТ-компаний;
• академическая: преподаватели и выпускники лучших вузов России: ВШЭ, МФТИ, МГУ, Школа Анализа Данных Яндекса, etc.;
• образовательная: через каждого преподавателя в нашей команде прошли сотни слушателей из российских компаний или вузов.

Важно!

Перед стартом обучения важно понимать, что программирование и анализ данных — это интересно и перспективно, но и очень сложно. Для достижения целей обучения вам придется много работать, практиковаться и постоянно самостоятельно искать информацию. Без этого не стать хорошим специалистом даже начального уровня. Научить учиться и искать информацию — одна из целей программы, ведь настоящий специалист регулярно занимается этим на работе! Убедитесь, что вы готовы уделять обучению 15, а лучше 20 часов каждую неделю и вы уверены, что сможете освоить основы этой профессии в интенсивном режиме.

• Готовность упорно учиться, искать информацию и много самостоятельно работать
• Готовность на протяжении всего курса регулярно выделять достаточно времени учебе.
• Уверенное владение ПК: установка/удаление ПО, работа с текстовыми редакторами, браузером Google Chrome.
• Развитое логическое мышление, умение структурировать информацию.
• Базовые умения в программировании на любом высокоуровневом языке программирования. Умение решать простейшие алгоритмические задачи
• Отсутствие проблем с школьной математикой. Решение квадратных уравнений и простейших систем линейных уравнений не вызывают проблем. Понимание, как нарисовать графики простейших линейных и квадратичных функций. Умение решать простейшие задачи с участием логарифма и экспоненты.
• Если все же что-то из списка выше вызывает сомнения, то вам должно быть достаточно просто сесть вечером и повторить эти темы. Обязательно сделайте это, будет полезно перед курсом!
• Очень желательно, но не обязательно знакомство с основами математического анализа: функции и их производные; линейной алгебры: вектора, матрицы и операции с ними; теории вероятностей и статистики.

• Высшее образование
• Среднее профессиональное образование

• Готовность упорно учиться, искать информацию и много самостоятельно работать
• Готовность на протяжении всего курса регулярно выделять достаточно времени учебе.
• Уверенное владение ПК: установка/удаление ПО, работа с текстовыми редакторами, браузером Google Chrome.
• Развитое логическое мышление, умение структурировать информацию.
• Базовые умения в программировании на любом высокоуровневом языке программирования. Умение решать простейшие алгоритмические задачи
• Отсутствие проблем с школьной математикой. Решение квадратных уравнений и простейших систем линейных уравнений не вызывают проблем. Понимание, как нарисовать графики простейших линейных и квадратичных функций. Умение решать простейшие задачи с участием логарифма и экспоненты.
• Если все же что-то из списка выше вызывает сомнения, то вам должно быть достаточно просто сесть вечером и повторить эти темы. Обязательно сделайте это, будет полезно перед курсом!
• Очень желательно, но не обязательно знакомство с основами математического анализа: функции и их производные; линейной алгебры: вектора, матрицы и операции с ними; теории вероятностей и статистики.