0
Visninger
Yrke "Data Analyst" - kurs 65 412 rubler. fra Moscow Digital School, opplæring 4 måneder, Dato: 15. desember 2023.
Miscellanea / / December 08, 2023
Dette yrket er ideelt for fjernarbeid, inkludert frilansing. Kunder er villige til å betale godt til de som kan visualisere forretningsresultater, rettferdiggjøre sine beslutninger med tall og lage prognoser.
Den datadrevne tilnærmingen får fart. Yrket er etterspurt på mange områder: IT, finans, markedsføring, handel, medisin, utdanning, tjenester m.m.
Hos oss blir du analytiker på bare 4 måneder, for det blir mye øving og tilbakemeldinger fra eksperter. De beste studentene vil få muligheten til å få en praksisplass ved Ozon, Data Sfera, Agima.
Hvem passer det for?
For nybegynnere
Er din arbeidserfaring så langt unna analytics som mulig? Vil du lære noe nytt og interessant, eller mestre et etterspurt yrke? Vi starter fra 0 og strukturerer konsekvent kunnskapen din om analyse og forsterker den med praksis etter hver forelesning.
Ledere
Lær å raskt behandle og analysere data for å bygge prognoser, strategier og planer. Du vil bli mer autonom når du tar beslutninger.
Markedsførere
Du vil forstå hvordan du bruker data til å evaluere reklameeffektivitet, formulere og teste hypoteser ved hjelp av A/B-testing, og lære hvordan du raskt kan lage klare rapporter om annonsekampanjer.
Næringsliv og gründere
For selgere som ønsker å lære å analysere salgsdata på markedsplasser. Og også for alle gründere som ønsker å finne vekstpunkter og optimalisere forretningsressurser ved hjelp av en datadrevet tilnærming.
Modul 1. Innledende.
Oppgaver og typer analytikere
Dataanalyse
Analytics ferdigheter
Modul 2. Utmerke.
Hvorfor Excel Analytics?
Filtrering og sortering av data
Metoder for å legge inn en funksjon
Formelredigering og feilsporingssystem
Nyttige funksjoner i Excel
Pivottabeller: definisjon, byggeforhold, oppsett av områder
Gruppering av data
Diagramtyper
Sparklines
Power Query
Tillegg "Søk etter en løsning". Tilkobling og innstillinger
Nedtrekkslister
OLAP kube
Makroer
Modul 3. SQL.
Språkets historie, SQL-standard, grunnleggende begreper
VELG erklæringsstruktur
Grunnleggende datatyper
Logiske operatører
Aggreger funksjoner og gruppering
Undersøk
Sammenføyning av bord
Opprette, oppdatere og slette tabeller
Vanlige tabelluttrykk, visninger
Vindusfunksjoner
Typiske applikasjonsscenarier
Introduksjon til spørringsoptimalisering
Modul 4. BI og dashbord.
Vi introduserer egenskapene til Power BI-verktøyet.
Power Query
Forberede data for analyse.
Arbeide med den avanserte editoren: M språk.
Prinsipper for å bygge en datamodell, organisere tabeller, administrere relasjoner
DAX dataanalysespråk
Laster koblede datakilder
Kataloger og automatisk beregnede kataloger for innlastede spørringer
Vanlige eksempler på avanserte DAX-beregninger
Dannelse av tiltak
Beregnede kolonner og datagrupperinger
Dashboard for bedriftens nøkkelindikatorer
Gjengi blokk i Power BI Desktop
Dashboarddesign og anvendelse av temaer
Jobber i PowerBI fra nettleseren
Infrastruktur, datalasting og utvikling av dashbord i Tableau. Tabell: hovedtrekk og sammenligning med Power BI
Modul 5. Python for dataanalyse.
Vi introduserer Jupyter Notebook og markdown
Enkle operasjoner med tall og strenger
Betinget uttalelse og for loop
Funksjoner
Introduksjon til pandaer
Enkle visualiseringer
Datautliggeranalyse
Laste inn og endre data
Nettbutikk trafikkanalyse
Salgstrakt, stolpediagram, konverteringsanalyse
Introduksjon til matematisk statistikk.
Beskrivende statistikk
Introduksjon til statistisk hypotesetesting
A/A og A/B testing
Datasammenslåing
Kohortanalyse
Sammenligning av trafikkkvalitet fra to reklamekilder
Modul 6. Siste prosjekt.
Bygg et ledelsesdashbord med viktige forretningsindikatorer
Prøv deg selv som dataanalytiker for den brasilianske markedsplassen Olist. Diskuter forretningsprosessen til markedsplassen og datamodellen. Lær å jobbe med en database på en ekstern server. Utforsk tilnærminger til å løse forretningsproblemer
Abonnere