- Сообщения
- 9,001
- Реакции
- 172
Чему вы научитесь на курсе:
От получения данных из разных источников с помощью SQL до создания рабочих моделей и анализа с помощью Python.
Научим собирать и обрабатывать запросы на аналитику, предоставлять метрики в понятном виде и определять точку приложения усилий.
Научим использовать в работе актуальные инструменты анализа данных: Hadoop и NoSQL.
Научим приоритизировать гипотезы и подбирать эффективные инструменты для их проверки.
1. SQL и получение данных
Вы научитесь оценивать, связаны ли признаки, а также делать обоснованные выводы о том, значима ли эта связь статистически. Узнаете о статистических гипотезах, способах их проверки и об основных статистических критериях, которые для этого разработаны. Рассмотрите случайные события, их свойства и операции над ними.
5. Аналитика больших данных
Часто аналитик данных нужен именно в тех компания, которые накопили свою big data, и аналитику нужно владеть не только стандартными инструментами вроде статистики и SQL, но и знать основные принципы работы с большими данными, иметь представление о компонентах экосистемы Hadoop и облачных платформах для реализации решений по big data. Обо всем этом мы поговорим в модуле про аналитику больших данных.
6. Работа в команде
Вы научитесь работать в команде. Узнаете, кто является заказчиком аналитики в компании и как работать с разными типами заказчиков. Вы получите базовые знания об иерархии метрик, которые позволят вам говорить на одном языке с коллегами, выдвигать рабочие гипотезы и строить понятную отчётность.
Дипломная работа:
В рамках дипломного проекта вы примените полученные навыки для решения своих текущих профессиональных задач: это может быть дашборд с визуализацией ключевых бизнес-показателей, комплекс предложений по оптимизации стратегии компании, поиск и обоснование точек роста бизнеса и т. д. Вы получаете готовый кейс для уверенного роста и перехода на новую должность.
СКАЧАТЬ:
- Работать с сырыми данными
От получения данных из разных источников с помощью SQL до создания рабочих моделей и анализа с помощью Python.
- Работать с заказчиками данных
Научим собирать и обрабатывать запросы на аналитику, предоставлять метрики в понятном виде и определять точку приложения усилий.
- Работать с Big Data
Научим использовать в работе актуальные инструменты анализа данных: Hadoop и NoSQL.
- Выдвигать и тестировать гипотезы
Научим приоритизировать гипотезы и подбирать эффективные инструменты для их проверки.
- Анализировать данные
1. SQL и получение данных
- составление SQL запросов к БД
- создание новых таблиц с помощью джоинов
- группировка и фильтрация данных из БД
- импорт и экспорт данных в БД
- изучение характеристик данных с помощью аналитических функций SQL
- использование PostgreSQL, MongoDB
- работа с разными форматами файлов
- работа в Jupyter-Notebook
- работа с pandas в таблицах
- работа с матрицами и векторами в Python
- понимание основных математических понятий, лежащих в основе анализа данных
- работа с библиотекой numpy
- понимание основ описательной статистики
- проведение основных статистических тестов (z-test, f-test, chi-2 test)
- проектирование экспериментов
- подключение к БД из Python
- визуализация данных с помощью библиотек seaborn, plotly
- описание основных проблемы данных
- проверка данных на полноту, целостность, валидность, наличие шумов, ошибок и пропусков
- очистка данных с помощью numpy и pandas
- сокращение размерности данных алгоритмами PCA, LDA, NMF
Вы научитесь оценивать, связаны ли признаки, а также делать обоснованные выводы о том, значима ли эта связь статистически. Узнаете о статистических гипотезах, способах их проверки и об основных статистических критериях, которые для этого разработаны. Рассмотрите случайные события, их свойства и операции над ними.
5. Аналитика больших данных
Часто аналитик данных нужен именно в тех компания, которые накопили свою big data, и аналитику нужно владеть не только стандартными инструментами вроде статистики и SQL, но и знать основные принципы работы с большими данными, иметь представление о компонентах экосистемы Hadoop и облачных платформах для реализации решений по big data. Обо всем этом мы поговорим в модуле про аналитику больших данных.
6. Работа в команде
Вы научитесь работать в команде. Узнаете, кто является заказчиком аналитики в компании и как работать с разными типами заказчиков. Вы получите базовые знания об иерархии метрик, которые позволят вам говорить на одном языке с коллегами, выдвигать рабочие гипотезы и строить понятную отчётность.
Дипломная работа:
В рамках дипломного проекта вы примените полученные навыки для решения своих текущих профессиональных задач: это может быть дашборд с визуализацией ключевых бизнес-показателей, комплекс предложений по оптимизации стратегии компании, поиск и обоснование точек роста бизнеса и т. д. Вы получаете готовый кейс для уверенного роста и перехода на новую должность.
СКАЧАТЬ:
