Επάγγελμα "Αναλυτής δεδομένων" - μάθημα 65.412 ρούβλια. από την Ψηφιακή Σχολή της Μόσχας, εκπαίδευση 4 μηνών, Ημερομηνία: 15 Δεκεμβρίου 2023.
μικροαντικείμενα / / December 08, 2023
Αυτό το επάγγελμα είναι ιδανικό για εργασία εξ αποστάσεως, συμπεριλαμβανομένου του ελεύθερου επαγγελματία. Οι πελάτες είναι πρόθυμοι να πληρώσουν καλά σε όσους μπορούν να οπτικοποιήσουν την απόδοση της επιχείρησης, να δικαιολογήσουν τις αποφάσεις τους με αριθμούς και να κάνουν προβλέψεις.
Η προσέγγιση που βασίζεται στα δεδομένα κερδίζει δυναμική. Το επάγγελμα είναι περιζήτητο σε πολλούς τομείς: πληροφορική, χρηματοοικονομικά, μάρκετινγκ, εμπόριο, ιατρική, εκπαίδευση, υπηρεσίες κ.λπ.
Μαζί μας θα γίνετε αναλυτής σε μόλις 4 μήνες, γιατί θα υπάρχει πολλή εξάσκηση και σχόλια από ειδικούς. Οι καλύτεροι φοιτητές θα έχουν την ευκαιρία να κάνουν πρακτική άσκηση στο Ozon, Data Sfera, Agima.
Σε ποιους είναι κατάλληλο;
Για αρχάριους
Είναι η εργασιακή σας εμπειρία όσο το δυνατόν πιο μακριά από την ανάλυση; Θέλετε να μάθετε κάτι νέο και ενδιαφέρον ή να κατακτήσετε ένα περιζήτητο επάγγελμα; Ξεκινάμε από το 0 και δομούμε με συνέπεια τις γνώσεις σας για τα αναλυτικά στοιχεία και τις ενισχύουμε με εξάσκηση μετά από κάθε διάλεξη.
Διευθυντές
Μάθετε να επεξεργάζεστε και να αναλύετε γρήγορα δεδομένα για να δημιουργήσετε προβλέψεις, στρατηγικές και σχέδια. Θα γίνεις πιο αυτόνομος όταν παίρνεις αποφάσεις.
Διαφημιστές
Θα κατανοήσετε πώς να χρησιμοποιείτε δεδομένα για την αξιολόγηση της αποτελεσματικότητας της διαφήμισης, να διαμορφώνετε και να δοκιμάζετε υποθέσεις χρησιμοποιώντας δοκιμές A/B και να μάθετε πώς να δημιουργείτε γρήγορα σαφείς αναφορές για διαφημιστικές καμπάνιες.
Επιχειρήσεις και επιχειρηματίες
Για πωλητές που θέλουν να μάθουν πώς να αναλύουν δεδομένα πωλήσεων σε αγορές. Και επίσης για όλους τους επιχειρηματίες που θέλουν να βρουν σημεία ανάπτυξης και να βελτιστοποιήσουν τους επιχειρηματικούς πόρους χρησιμοποιώντας μια προσέγγιση βάσει δεδομένων.
Ενότητα 1. Εισαγωγικός.
Καθήκοντα και τύποι αναλυτών
Αναλύσεις δεδομένων
Δεξιότητες Analytics
Ενότητα 2. Προέχω.
Γιατί το Excel Analytics;
Φιλτράρισμα και ταξινόμηση δεδομένων
Μέθοδοι εισαγωγής συνάρτησης
Σύστημα επεξεργασίας τύπων και παρακολούθησης σφαλμάτων
Χρήσιμες λειτουργίες στο Excel
Συγκεντρωτικοί πίνακες: ορισμός, συνθήκες κατασκευής, διαμόρφωση περιοχών
Ομαδοποίηση δεδομένων
Τύποι γραφημάτων
Σπινθήρες
Power Query
Πρόσθετο «Αναζήτηση λύσης». Σύνδεση και ρυθμίσεις
Αναπτυσσόμενες λίστες
Κύβος OLAP
Μακροεντολές
Ενότητα 3. SQL.
Ιστορία της γλώσσας, πρότυπο SQL, βασικές έννοιες
Δομή δήλωσης SELECT
Βασικοί τύποι δεδομένων
Λογικοί τελεστές
Συγκεντρωτικές συναρτήσεις και ομαδοποίηση
Υποερωτήματα
Συνένωση τραπεζιών
Δημιουργία, ενημέρωση και διαγραφή πινάκων
Κοινές εκφράσεις πίνακα, προβολές
Λειτουργίες παραθύρου
Τυπικά σενάρια εφαρμογής
Εισαγωγή στη Βελτιστοποίηση ερωτημάτων
Ενότητα 4. BI και πίνακες ελέγχου.
Παρουσίαση των δυνατοτήτων του εργαλείου Power BI.
Power Query
Προετοιμασία δεδομένων για ανάλυση.
Εργασία με τον προηγμένο επεξεργαστή: M language.
Αρχές κατασκευής μοντέλου δεδομένων, οργάνωση πινάκων, διαχείριση σχέσεων
Γλώσσα ανάλυσης δεδομένων DAX
Φόρτωση συνδεδεμένων πηγών δεδομένων
Κατάλογοι και αυτόματα υπολογισμένοι κατάλογοι για φορτωμένα ερωτήματα
Συνήθη παραδείγματα προηγμένων υπολογισμών DAX
Διαμόρφωση μέτρων
Υπολογισμένες στήλες και ομαδοποιήσεις δεδομένων
Ταμπλό για βασικούς δείκτες απόδοσης της εταιρείας
Μπλοκ απόδοσης στο Power BI Desktop
Σχεδιασμός ταμπλό και εφαρμογή θεμάτων
Εργασία στο PowerBI από το πρόγραμμα περιήγησης
Υποδομή, φόρτωση δεδομένων και ανάπτυξη ταμπλό στο Tableau. Tableau: κύρια χαρακτηριστικά και σύγκριση με το Power BI
Ενότητα 5. Python για ανάλυση δεδομένων.
Παρουσιάζουμε το Σημειωματάριο Jupyter και τη σήμανση
Απλές πράξεις με αριθμούς και συμβολοσειρές
Δήλωση υπό όρους και βρόχος για
Λειτουργίες
Εισαγωγή στα Πάντα
Απλές απεικονίσεις
Ανάλυση ακραίων στοιχείων
Φόρτωση και τροποποίηση δεδομένων
Ανάλυση επισκεψιμότητας στο ηλεκτρονικό κατάστημα
Διοχέτευση πωλήσεων, ραβδόγραμμα, ανάλυση μετατροπών
Εισαγωγή στη μαθηματική στατιστική.
Περιγραφικά στατιστικά
Εισαγωγή στον Στατιστικό Έλεγχο Υποθέσεων
Δοκιμές Α/Α και Α/Β
Συγχώνευση δεδομένων
Ανάλυση κοόρτης
Σύγκριση ποιότητας επισκεψιμότητας από δύο πηγές διαφήμισης
Ενότητα 6. Τελικό έργο.
Δημιουργήστε έναν πίνακα ελέγχου διαχείρισης με βασικούς επιχειρηματικούς δείκτες
Δοκιμάστε τον εαυτό σας ως αναλυτής δεδομένων για την αγορά της Βραζιλίας Olist. Συζητήστε την επιχειρηματική διαδικασία της αγοράς και το μοντέλο δεδομένων. Μάθετε να εργάζεστε με μια βάση δεδομένων σε έναν απομακρυσμένο διακομιστή. Εξερευνήστε προσεγγίσεις για την επίλυση επιχειρηματικών προβλημάτων