Чему вы научитесь
- Работать с базами данных и извлекать из них данные с помощью SQL.
- Писать SQL-запросы любой сложности, использовать подзапросы, оконные функции и CTE.
- Рассчитывать продуктовые метрики и показатели: Retention, LTV, Churn Rate, CAC, ARPU, ARPPU, ABC/XYZ-анализ и RFM-анализ.
- Работать с таблицами данных в Python, используя библиотеку pandas.
- Выполнять очистку, трансформацию и объединение данных, создавать новые столбцы и метрики.
- Проводить исследовательский анализ данных (EDA) и готовить данные для визуализации и отчётности.
- Применять основы статистики и проверку гипотез: t- и z-тесты, уровни значимости, p-value, анализ рисков ошибок первого и второго рода.
- Решать практические задачи из продуктовой, маркетинговой и бизнес-аналитики.
О программе
Курс 1: SQL Start
Изучите:
-
Основы баз данных и реляционных СУБД
-
Чтение и написание базовых SQL-запросов
-
Фильтрацию данных с помощью
WHERE,LIKE,BETWEEN,IN -
Группировку и агрегирование данных (
GROUP BY,HAVING) -
Объединение таблиц разными типами
JOIN -
Сортировку данных и ограничение выборок (
ORDER BY,LIMIT)
Курс 2: SQL Skill. Оконные функции и продуктовая аналитика
Изучите:
- Создание базы данных: таблицы, поля, типы данных и связи
- Управление базой данных: добавление, обновление и удаление данных
-
Продвинутые SQL-запросы: подзапросы и коррелированные запросы
-
Использование CTE (
WITH) и оконных функций (RANK,ROW_NUMBER,LAG,LEADи др.) - Использование продвинутых SQL-функций для работы с текстами, числами, датами
-
Управление рамками окон с помощью
ROWS BETWEEN,UNBOUNDED,CURRENT ROW -
Построение продуктовых метрик: Retention, LTV, Churn Rate, ARPU, ARPPU
-
Проведение ABC/XYZ и RFM-анализа с помощью SQL
Курс 3: Pandas Basic. Базовый курс анализа данных
Изучите:
-
Работа с таблицами данных в Python (pandas)
-
Импорт данных из CSV, Excel, JSON и других форматов
-
Очистку и трансформацию данных, создание новых столбцов и метрик
-
Объединение таблиц и проверка качества данных
-
Исследовательский анализ данных (EDA), построение визуализации и настройка графиков
Курс 4: Stats Basic. Понятная статистика
Изучите:
-
Основы статистики: среднее, медиана, дисперсия, стандартное отклонение
-
Формулирование и проверка гипотез, расчет t- и z-статистик
-
Определение уровней значимости и p-value
-
Анализ рисков ошибок первого и второго рода
-
Применение статистики к реальным сценариям в бизнесе и продуктовой аналитике
Это выгодно, потому что:
-
Сэкономите время на поиск разрозненных материалов и курсов, получив комплексную программу обучения аналитике данных
-
Научитесь применять полученные знания на практике
-
Полностью подготовитесь к реальной работе аналитиком данных
Что внутри
В комплект входят 4 курса общей стоимостью 4 800 ₽.
Для кого эта программа
Начальные требования
-
Уверенное владение ПК и браузером.
-
Базовые знания Excel.
-
Понимание простых математических операций: сложение, вычитание, умножение, деление.
-
Желание учиться и готовность уделять немного времени на практику.
-
Программа подходит для полного новичка в аналитике.
Наши преподаватели
Как проходит обучение
-
Теория подается шаг за шагом с наглядными примерами кода и понятными объяснениями.
-
Практика сразу после теории: много тестовых и практических заданий по написанию кода на реальных данных помогают закрепить навыки.
-
Задания выполняются в SQL-тренажёре и Google Colab, что делает обучение максимально приближённым к реальной работе аналитика.
-
Наставники всегда на связи: вы можете задать вопрос и получить поддержку.
-
Вы учитесь в своём темпе, выбирая удобное время для каждого урока.
Содержание
Что вы получаете
- Опыт решения практических задач и возможность применять полученные знания в работе или собственных проектах.
- Навыки написания сложных SQL-запросов и работы с базами данных.
- Умение обрабатывать и анализировать данные с помощью Python и библиотеки Pandas.
- Навыки построения визуализации и подготовки информативных отчетов.
- Теоретические знания и практические навыки, востребованные работодателями в области анализа данных.
- Опыт работы с инструментами: Pandas, MySQL, DBeaver, Google Colab, Excel.
- Умение рассчитывать продуктовые и пользовательские метрики: Retention, LTV, Churn Rate, CAC, ARPU, ARPPU, ABC/XYZ-анализ, RFM-анализ и другие.
- Навыки статистического анализа и проверки гипотез.
- Сертификат об окончании курса.