Python для анализа данных

За 2,5 месяца вы научитесь решать типовые задачи аналитики данных быстро и изящно с помощью самого популярного в мире языка программирования.
21 сентября
Старт курса
2,5 месяца
Длительность

Кому подойдет курс

Научитесь оптимизировать ежедневные задачи, замените Excel и исследуете данные глубже.

Аналитикам

Получите больше автономности от аналитиков и сможете принимать data-driven решения быстрее.

Руководителям

Автоматизируете регулярный анализ данных для быстрого реагирования на изменения рынка.

Маркетологам

Если вы никогда не работали аналитиком, наш курс подарит вам билет в профессию.

Если вы уже аналитик, но не работали с Python, после курса вы сможете претендовать на новые полномочия и задачи.
> 170 000 ₽
Старший специалист
125 000 ₽
Специалист
70 000 ₽
Младший специалист

Как проходит обучение

Просматриваете уроки в личном кабинете. Уроки можно пересматривать в любое удобное время.
1
После каждого занятия вы получите домашнее задание.

С начала курса вы будете решать задачи, близкие к рабочим задачам аналитика, в популярном интерпретаторе Jupyter Notebook. Это настоящая среда разработки, которую вы сможете использовать и для своих рабочих задач.
2
В течение всего курса вы будете общаться с преподавателями, наставниками и одногруппниками в удобном командном мессенджере Slack.
3
4
По окончанию курса студенты получают именной сертификат.

Программа

2,5 месяца обучения, 6 модулей, командный командный мастер-класс и итоговый проект.

Плавное погружение в Python

Модуль 1
В этом модуле вы научитесь:

— понимать чужой код и адаптировать его под свои задачи;
— использовать настоящую среду программирования Jupyter Notebook в рабочих задачах;
— вычленять с помощью Python необходимые данные из неструктурированной информации;
— автоматизировать повторяющиеся задачи работы с данными с помощью функций;
— использовать библиотеку datetime для обработки данных формата «дата и время».
1 занятие
Основы Python, переменные и типы данных

2 занятие
Работа в циклах со списками и словарями

3 занятие
Функции и объекты

Библиотеки

Модуль 2
В этом модуле вы научитесь:

— оптимизировать работу, используя стандартные библиотеки, которые вшиты в Python и помогают работать с датами, текстами и разными типовыми данными;
— использовать библиотеку pandas для первичного изучения данных (построения сводных таблиц, поиска и корректировки исходных данных, моментального агрегирования данных из таблиц с количеством строк больше 50 тысяч);
— делать выборки/выгрузки данных по любым условиям;
— агрегировать данные из разных таблиц.
1 занятие
Основы Pandas

Визуализация данных

Модуль 3
В этом модуле вы научитесь:

— строить в Python всевозможные графики, учитывая задачи, которые они выполняют (гистограмма, скаттер плот, хитмап и другие популярные визуалы);
— использовать визуализацию для поиска выбросов и ошибок в данных;
— использовать pandas и Seaborn для визуализации данных.
1 занятие
Выбор и настройка визуализаций

Python для анализа статистических тестов

Модуль 4
В этом модуле вы научитесь:

— анализировать данные АБ-тестов и подводить их итоги;
— рисовать и рассчитывать в Python доверительные интервалы для среднего у двух групп;
— работать в команде над задачей;
— использовать статистический критерий хи-квадрат и бутстрап;
— находить самостоятельно необходимые функции на stackoverflow, изучать параметры и использовать их в коде.
1 занятие
Python для анализа А/B-тестов

2 занятие
Мастер-класс «Пишем Bootstrap руками»

Получение данных из разных источников

Модуль 5
В этом модуле вы научитесь:

— загружать данные в форматах json;
— собирать и анализировать данные из групп vk.com;
— подключаться к API разных ресурсов, с которыми сталкиваются аналитики, на примере vk.com, world bank, Яндекс. Метрика, Slack;
— подключаться и делать запросы к базам данных PosrgreSQL и ClickHouse.
1 занятие
Подключение к API

2 занятие
Запросы к удаленным базам данных

Прогнозирование

Модуль 6
В этом модуле вы научитесь:

— прогнозировать временные ряды с помощью Prophet;
— учитывать собственные решения относительно прогнозирования данных.
1 занятие
Прогнозирование, введение в ML библиотеки

Дипломная работа

10 часов практики
Анализ данных ABС-теста

Задача — проанализировать, есть ли различия в конверсии из заявки на обучение в оплату, в зависимости от стоимости продукта.
Прогнозирование с помощью Prophet

Задача прогнозирования конверсии по историческим данным с учетом сезонности.

Ваши преподаватели —
практикующие специалисты

Аналитик в Skyeng

3 года в аналитике
2 года с Python
Дмитрий Чехин
Аналитик в Skyeng

4 года в аналитике
1 год с Python
Мария Плиева
Шагане Мирзоян
Руководитель направления аналитики в «СберМаркете»

1,5 года в аналитике
1,5 года с Python
Директор отдела аналитики в Skyeng

10 лет в аналитике
3 года c Python
Михаил Морозов

Стоимость обучения

Занятия, мастер-класс, домашка и поддержка наставника
Возможна рассрочка
Полная оплата
24 000 ₽
48 000 ₽
-50%
Оставляя заявку, вы принимаете условия соглашения
Перейти к оплате

Остались вопросы?