Аналитика данных

Описание программы

1. Python (код в Jupyter Notebook, познакомитесь с библиотеками Pandas, NumPy, Matplotlib и Seaborn. Узнаете, как использовать Python для обработки данных, поиска закономерностей и визуализации)
2. Git (научитесь работать с кодом как разработчик. Познакомитесь с терминалом и командной строкой. Узнаете, как отслеживать и фиксировать изменения в коде с помощью Git. Опробуете на практике все возможности GitLab для совместной работы с данными)
3. SQL (основной язык работы с данными: SQL; от простых select до сложных запросов с join и оконными функциями. Научитесь решать любую задачу с данными на SQL)
4. Теория вероятностей (основные понятия вероятностей, характеристики случайных величн. Формула Бернулли. Теорема Байеса)
5. Статистика (методы статистического анализа, распределение случайных величин. p-value)
6. Продуктовая аналитика и A/B тесты (продуктовые метрики, в том числе с North Star метрикой и unit-экономикой. HADI-цикл, базовые принципы развития и роста продукта, RFM-анализ для сегментации пользователей. Устройство продуктовых процессов и команд, аргументация аналитических решений.)
7. BI системы и визуализация (интерактивные дашборд, популярные BI-системы для разработки отчётов и визуализации данных, интерактивные графики и дашборды в DataLens)
8. Аттестация