Dataanalytiker - gratis kurs fra Otus, opplæring, Dato: 5. desember 2023.

Miscellanea / by admin / December 08, 2023

click fraud protection

Data analytiker er en stordataspesialist. Han samler dem, analyserer, visualiserer og trekker konklusjoner. Basert på de innhentede hypotesene tar bedrifter viktige forretningsbeslutninger.

-Junior nivå dataanalytikere som streber etter å systematisere og utdype sin kunnskap;
-Rapporteringsspesialister som bygger det manuelt eller halvautomatisk i Excel og ønsker å lære å gjøre det raskere og mer effektivt;
-Kandidater som ønsker å jobbe innen dataanalyse og har nødvendig minimumskunnskap for å komme i gang
-Markedsførere, produktsjefer, forretningsanalytikere, økonomer, planleggere som ønsker å redusere sin daglige rutine til et minimum

Alexandra har jobbet innen analyse og BI siden 2019. På dette tidspunktet mottok hun en bachelorgrad i programvareteknikk fra St. Petersburg State University of Aviation Administration, og deretter en mastergrad. De første skrittene i karrieren ble tatt i det amerikanske selskapet Intermedia Cloud Communications som junior dataanalytiker, og innen 2021 klarte han å bli leder for analyseteamet. Hele dette året ble viet til et nytt tverrteamprosjekt for internasjonal økonomistyring på Microsoft-stakken (MS SQL Server, SSRS, SSIS, Power BI). Siden mars 2022 har han jobbet i Tinkoff Bank-gruppen som lageranalytiker data. Gir støtte til toppledelsen i finansavdelingen i å bygge prototyper av ETL-prosesser ved bruk av Greenplum, ad-hoc-analyse i Python, rapportering og visualisering i Tableau. I 2020 fikk hun tilleggsutdanning i retning av prosjektleder i IT. Han er en varm tilhenger av fleksible utviklingsmetoder. Mener at de mest lønnsomme investeringene er investeringer i egen utvikling. Stabel: SQL, SAS DIS, SSIS, Tableau, Power BI, Python

instagram viewer

I 5 år innen IT jobbet hun som HR-analytiker og Business intelligence-spesialist hos Luxoft, og er nå spesialist i analyse og rapporteringsvisualisering hos Exness. Utdannet økonom. Stack: Tableau Desktop & Server, Dataanalyse & visualisering, SQL. I mitt arbeid ser jeg etter en sunn balanse mellom å skrive en god datakilde og å skape en vakker visuell.

8 års bedriftserfaring innen analyse. SQL, Tableau, c++, python. Laget analytiske og produktløsninger i store selskaper som MTS, Ozon, ivi.ru Jobbet i produktteam i Russland, Tyskland, Polen...

8 års bedriftserfaring innen analyse. SQL, Tableau, c++, python. Laget analytiske og produktløsninger i store selskaper som MTS, Ozon, ivi.ru Jobbet i produktteam i Russland, Tyskland, Polen. Lærer

Introduksjon til dataanalyse og grunnleggende statistikk

-Tema 1. Generell populasjon og utvalg, målenivåer
-Tema 2. Normalfordeling, nivå av statistisk signifikans, standardavvik. Sentral grensesetning. Konfidensintervaller og standardfeil
-Tema 3. Beskrivende statistikk. Mål på sentral tendens
-Tema 4. Normalfordeling, nivå av statistisk signifikans, standardavvik. Sentral grensesetning
-Tema 5. Konfidensintervaller og standardfeil
-Tema 6. Signifikansnivå, statistiske hypoteser
-Tema 7. Korrelasjonskoeffisient
-Tema 8. Metoder for datasammenligning. Sammenligning av nominelle data.
-Tema 9. Metoder for å sammenligne gjennomsnitt

DBMS og SQL

-Tema 10.Introduksjon til relasjonsdatabaser. Rad- og kolonnedatabaser
-Tema 11.Opprette og redigere tabeller. DDL. DML, DCL
-Tema 12. Datavalg, betingelser, datasnitt i SQL
-Tema 13. Aggregerende funksjoner. Gruppering og sortering av data
-Emne 14. Nestede spørringer og midlertidige tabeller
-Tema 15.Typer bordsammenføyninger
-Tema 16. Uttrykk i SQL
-Tema 17. Innebygde funksjoner i SQL
-Tema 18.Databaseobjekter. Tabeller og utsikt. Indekser og partisjoner
-Tema 19. Spørreplan og ytelsesoptimalisering

Introduksjon til Python

-Tema 20.Introduksjon til syntaks. Jupyter notatbok
-Tema 21. Variabler og datatyper. Datautgang og aritmetiske operasjoner
-Emne 22. Grunnleggende om Python. Operatører, løkker
-Tema 23.Python datastrukturer. Strenger, lister og tupler og ordbøker
-Tema 24.For og mens-løkker
-Tema 25.Funksjoner, moduler og biblioteker
-Emne 26. Biblioteker NumPy, pandaer, SciPy
-Tema 27.Visualiseringsmetoder. Grunnleggende om matplotlib, seaborn, plotly

Dataforbehandling, utforskende og statistisk dataanalyse

-Tema 28. Arbeide med utelatelser og duplikater
-Tema 29. Kategorisering av data
-Tema 30. Datatypekonvertering
-Tema 31. Datanormalisering
-Tema 32. Datakategorisering
-Tema 33. Tidsserieanalyse
-Tema 34. Å studere dataskiver
-Tema 35.Dataforhold
-Tema 36.Validering av resultater
-Tema 37. Utsagn og testing av hypoteser

Introduksjon til Business Intelligence og visuell dataanalyse

-Tema 38.Introduksjon til Business Intelligence
-Emne 39: Oversikt over skrivebord/offentlig økosystem
-Tema 40. Hovedtyper av datakilder i Tableau, koblinger
-Emne 41. Tableau Desktop-grensesnitt og grunnleggende driftskonsepter
-Tema 42.Visualisering: diagrammer, hovedscenarier for deres bruk
-Tema 43. Forhåndsinstallerte og tilpassede beregninger
-Tema 44. Organisering av data i Tableau
-Tema 45.Operasjonsrekkefølge i tablå
-Tema 46.Introduksjon til informasjonsdesign
-Tema 47. Hvordan brukeroppfatning fungerer
-Tema 48. Hovedfeil ved oppretting av dashbord
-Emne 49. Dashboarddesign
-Tema 50. Layout for ulike oppgaver og enheter
-Tema 51. Planlegging av brukerinteraksjon med dashbordet

Prosjektets livssyklus i dataanalyse

-Tema 52. Datadrevet beslutningstaking i næringslivet
-Tema 53. Samlingskrav
-Tema 54. Krystallisering av krav og opprettelse av en prototype
-Tema 55. Iterativt arbeid med kunden på utviklingsstadiet
-Tema 56.Demo av den ferdige versjonen og brukerteststadiet
-Tema 57. Utgivelse og etterproduksjon
-Tema 58. Overvåke etterspørsel og motta tilbakemeldinger

Spesielle metoder og områder innen dataanalyse

-Tema 59.Analyse av forretningsindikatorer
-Tema 60. Produktanalyse, enhetsøkonomi, A/B-tester
-Tema 61. Metrikk og trakter, hierarki av metrikker
-Tema 62. Kohortanalyse
-Tema 63.BI-analyse
-Tema 64.Datajournalistikk

Tags sky

Miscellanea

Rating

Visninger

Kommentarer