Открытое образование
Аналитика данных
- Сертификат: Нет
- Формат: Online
- Язык: Русский
- Осталось мест: не ограничено
Аналитика данных
Что это за специальность?
Аналитик данных — ключевой игрок цифровой экономики. Количество вакансий, связанных с аналитикой данных, за 3 года выросло на 433%. Спрос значительно превышает предложение. Ритейл, киберспорт, путешествия, образование, медицина — грамотный Data Scientist востребован в каждой индустрии.
Каждую секунду мы создаем новые данные: общаемся в мессенджерах, выкладываем фотографии, делаем покупки онлайн, бронируем авиабилеты, пользуемся навигаторами. Вся генерируемая в процессе информация накапливается и сохраняется. Но она оказывается полезной лишь в том случае, когда ее удается расшифровать, обработать и интерпретировать. Этими процессами занимается аналитик данных. Он ищет закономерности, визуализирует, интерпретирует, выявляет проблемные места, выдвигает гипотезы и на основе полученной информации предлагает оптимальные решения для улучшения бизнес-процессов.
Для кого эта программа?
Для новичков. Вы получите востребованные и высокооплачиваемые навыки в IT-сфере. | |
Для практикующих IT-специалистов. Вы получите новую траекторию развития вашей карьеры и станете востребованным специалистом в перспективной сфере. |
Что вас ждет во время обучения?
Персонализированное обучение: чат в Telegram для общения с наставниками и обучающимися. | |
Мастер-классы и консультации от команды преподавателей. | |
Вебинары с наставниками и практикующими специалистами. | |
Карьерные консультации. HR-специалисты расскажут о состоянии рынка труда и перспективах трудоустройства в изучаемой области. | |
Индивидуальные задания. Работа над задачами из реальной практики, решение которых может быть использовано в портфолио. | |
Оценка и предоставление обратной связи. Рекомендации экспертов по выполнению индивидуальных заданий на протяжении всего обучения. |
Чему вы научитесь?
- Собирать, агрегировать и структурировать данные.
- Писать регулярные выражения, создавать сводные таблицы, работать с временными рядами.
- Визуализировать данные.
- Работать с базами данных.
- Освоите работу с реляционными СУБД на примере PostgreSQL и Oracle, научитесь использовать NoSQL хранилища на базе MongoDB, Redis и Neo4J.
- Сможете вычислять статистические параметры наборов данных и узнаете законы распределения.
- Научитесь строить доверительный интервал и выдвигать гипотезы.
Первичная обработка данных:
( 1 неделя → 5 неделя )
- Введение в науку о данных
- Основные понятия анализа данных
- Измерения и шкалы. Виды данных
- Источники данных. Подготовка данных
- Инструменты обработки данных
- Инструменты первичной обработки данных
- Электронные таблицы
- Сортировка и фильтрация данных. Сводная таблица
- Визуализация данных
- Задачи визуализации
- Методы визуализации
- Визуализация данных в Google-таблицах
- Анализ и преобразование данных
- Описательная статистика
- Преобразование данных
- Нормировка данных
- Целевая функция
- Работа с временными рядами
- Анализ временных рядов
- Сглаживание временных рядов
- Определение трендов временных рядов
- Построение моделей для временных рядов с сезонными составляющими
Хранение больших данных:
( 6 неделя → 9 неделя )
- Системы управления базами данных
- Информационные системы
- Базы данных: основные функции систем управления данными
- Архитектура СУБД. Реляционные базы данных
- Проектирование структурированных данных
- Проектирование данных и связей
- Преобразование ER-модели в БД
- Создание таблиц. Ограничения целостности
- Запросы на языке SQL
- Оператор SELECT. Условия выборки
- Агрегатные функции. Вложенные запросы
- Теоретико-множественные операции. Соединение таблиц
- Объекты баз данных
- Выражения на SQL
- Встроенные функции на SQL
- Объекты. Индексы
Статистический анализ данных:
( 10 неделя → 14 неделя )
- Обзор задач, решаемых статистикой
- Введение в статистику
- Точечное и интервальное оценивание
- Проверка гипотез
- Выборочные характеристики
- Основные понятия и задачи математической статистики
- Выборочное распределение
- Эмпирическая функция распределения
- Гистограмма
- Выборочные моменты и квантили
- Точечное оценивание
- Точечные оценки и их свойства
- Метод моментов
- Состоятельность оценки метода моментов
- Метод максимального правдоподобия
- Точные и асимптотические доверительные интервалы
- Интервальное оценивание
- Точные доверительные интервалы для семейства нормальных распределений
- Асимптотические доверительные интервалы и примеры их построения
- Асимптотическая нормальность оценки и построение доверительных интервалов
- Проверка гипотез
- Понятие гипотезы и критерия. Ошибки 1 и 2 рода
- Уровень значимости и мощность
- Критерии согласия
Элементы теории вероятностей (факультативный курс):
( 1 неделя → 19 неделя )
- Вероятностное пространство
- Пространство элементарных исходов. События и операции над ними
- Простейшее вероятностное пространство
- Классическое определение вероятности
- Комбинаторика
- Условная вероятность. Независимость
- Простейшие случайные величины
- Случайные величины и их характеристики
- Закон больших чисел. Предельные теоремы в схеме Бернулли
- Неравенства Маркова и Чебышёва
- Общее понятие вероятностного пространства
- Геометрическая вероятность
- Общее определение вероятностного пространства
- Случайные величины и их распределения
- Типы распределений случайных величин
- Распределения случайных величин
- Многомерные распределения
- Числовые характеристики, сходимость
- Начальные сведения о функциях от случайных величин
- Некоторые числовые характеристики случайных величин
- Сходимость последовательностей случайных величин