[Нетология] Аналитик данных. Март 2019

Чему вы научитесь на курсе - Работать с сырыми данными Информация для отчетов теперь у вас в руках. От получения данных из разных источников с помощью SQL до создания рабочих моделей и анализа с помощью Python. - Работать с заказчиками данных Говорите с бизнесом на одном языке. Научим собирать и обрабатывать запросы на аналитику, предоставлять метрики в понятном виде и определять точку приложения усилий. - Работать с Big Data Получайте конкурентное преимущество: лучшие компании работают с большими данными. Научим использовать в работе актуальные инструменты анализа данных: Hadoop и NoSQL. - Выдвигать и тестировать гипотезы Берите в работу сложные задачи и будьте уверены в своих подходах к достижению цели. Научим приоритизировать гипотезы и подбирать эффективные инструменты для их проверки. - Анализировать данные Понимание бизнеса позволяет расти быстрее и увеличивать свой капитал. Научим находить инсайты в данных и предлагать бизнесу оптимальные сценарии роста. 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 2. Python для анализа данных 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 3. Эксплоративный анализ и предобработка данных 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 4. Статистика для аналитиков 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.