СТАРТ ПРОГРАММЫ
16 ОКТЯБРЯ
16 ОКТЯБРЯ
ФОРМАТ ОБУЧЕНИЯ
ОНЛАЙН
ОНЛАЙН
КОМУ ПОДОЙДЁТ
ДЛЯ НАЧИНАЮЩИХ/JUNIOR
ДЛЯ НАЧИНАЮЩИХ/JUNIOR
ДЛИТЕЛЬНОСТЬ
5 НЕДЕЛЬ
5 НЕДЕЛЬ
АНАТОЛИЙ КАРПОВ
Работа над реальным проектом под руководством ведущих аналитиков
СИМУЛЯТОР АНАЛИТИКА
|
УЗНАТЬ ДАТУ СЛЕДУЮЩЕГО СТАРТА
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
ПОДАРИТЬ ОБУЧЕНИЕ
Мы свяжемся с вами и подготовим сертификат
Уже работаете аналитиком и хотите узнать, как senior специалисты подходят к решению задач.
JUNIOR АНАЛИТИК
Только начинаете карьеру в аналитике и хотите получить опыт работы над реальными бизнес-задачами.
СТАРТ КАРЬЕРЫ
ДЛЯ КОГО ЭТА ПРОГРАММА:
КАК ПРОХОДИТ ОБУЧЕНИЕ >>>
ПОДРОБНЕЕ О КУРСЕ
Анатолий Карпов расскажет о курсе и его содержании. Вы узнаете, что такое симулятор аналитика, в чём его ценность и какие задачи вам предстоит решать.
РЕШАЙТЕ НАСТОЯЩИЕ БИЗНЕС-ЗАДАЧИ
— Почувствуйте себя аналитиком крупной компании
— Запускайте A/B-тесты, анализируйте продуктовые метрики, стройте BI-дашборды и автоматизируйте отчётность
— Получайте обратную связь от практикующих аналитиков
— Запускайте A/B-тесты, анализируйте продуктовые метрики, стройте BI-дашборды и автоматизируйте отчётность
— Получайте обратную связь от практикующих аналитиков
РАБОТАЙТЕ С РЕАЛЬНОЙ ИНФРАСТРУКТУРОЙ
— Практикуйтесь в боевых условиях
— Анализируйте данные на выделенном сервере
— Тестируйте решения на данных, которые обновляются в режиме реального времени
— Анализируйте данные на выделенном сервере
— Тестируйте решения на данных, которые обновляются в режиме реального времени
ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ
— Общайтесь с другими студентами и делитесь идеями
— Обсуждайте задачи и проекты с экспертами рынка
— Вашими менторами будут аналитики из ведущих российских компаний
— Обсуждайте задачи и проекты с экспертами рынка
— Вашими менторами будут аналитики из ведущих российских компаний
РЕШАЙТЕ НАСТОЯЩИЕ БИЗНЕС-ЗАДАЧИ
— Почувствуйте себя аналитиком крупной компании
— Запускайте A/B-тесты, анализируйте продуктовые метрики, стройте BI-дашборды и автоматизируйте отчётность
— Получайте обратную связь от практикующих аналитиков
— Запускайте A/B-тесты, анализируйте продуктовые метрики, стройте BI-дашборды и автоматизируйте отчётность
— Получайте обратную связь от практикующих аналитиков
79
₽
РАБОТАЙТЕ С РЕАЛЬНОЙ ИНФРАСТРУКТУРОЙ
— Практикуйтесь в боевых условиях
— Анализируйте данные на выделенном сервере
— Тестируйте решения на данных, которые обновляются в режиме реального времени
— Анализируйте данные на выделенном сервере
— Тестируйте решения на данных, которые обновляются в режиме реального времени
ЧЕМУ ВЫ НАУЧИТЕСЬ:
Автоматизируете отчётность, используя связку BI + Python
Реализуете полноценный аналитический сервис по поиску аномалий
Прокачаете навыки программирования и работы с SQL на реальном проекте
Проконтролируете все этапы эксперимента от А/А-теста до презентации результатов
РЕКОМЕНДУЕМЫЙ УРОВЕНЬ:
Знание операторов SELECT, WHERE, GROUP BY, HAVING, JOIN и умение составлять базовые запросы
SQL
Умение работать с репозиторием и использовать команды pull, add, commit, push
GIT
Понимание базовых структур данных, владение библиотеками Pandas, Matplotlib, Statsmodels, желательно — NumPy, SciPy, Seaborn
PYTHON
Знание основ математической статистики (доверительные интервалы, t-тест, непараметрические методы)
СТАТИСТИКА
ПРОГРАММА КУРСА ://
Представьте, что вы устроились аналитиком в молодой стартап, объединивший мессенджер и ленту новостей. Ваша задача — с нуля выстроить аналитические процессы под руководством ведущего аналитика.
В первый рабочий день в новой компании познакомимся с данными и их структурой, вспомним навыки работы с Python, SQL, Git и для разминки решим несколько ad hoc задач.
Начнём выстраивать в компании аналитические процессы! Прежде всего разработаем простой дашборд для удобной визуализации основных продуктовых метрик.
Время спуститься на уровень ниже! Подготовим дашборд с более продвинутыми продуктовыми метриками: научимся считать и визуализировать ретеншн, отток пользователей и когорты.
Проведём свой первый A/B-тест в новой компании! Рассмотрим все основные этапы проведения эксперимента: разберёмся с системой сплитования, научимся работать с метриками, на практике применим продвинутые методы статистической обработки — бакетное преобразование и линеаризацию.
Для автоматизации сложных и взаимосвязанных задач нам потребуются более продвинутые инструменты. Воспользуемся Airflow — системой управления процессами обработки данных. Разберёмся в том, как она устроена, познакомимся с её возможностями и попробуем с её помощью решить важную ETL-задачу.
Теперь, когда всё настроено и все данные у нас перед глазами, перейдём к анализу ключевых показателей в различных срезах и сделаем простейшие аналитические выводы. Для удобства сотрудников компании настроим автоматическую рассылку отчёта в Telegram.
Перейдем к тому, как обеспечить строгий надзор за здоровьем ключевых метрик. На офлайн данных потренируемся находить аномалии и попробуем самые разные подходы: от базовых правил до более совершенных статистических решений. Настроим автоматическое обновление системы и оценим качество её работы на данных в реальном времени: сначала просто поставим наши скрипты на cron, а затем по всем стандартам индустрии упакуем наше решение в GitLab CI/CD.
В первый рабочий день в новой компании познакомимся с данными и их структурой, вспомним навыки работы с Python, SQL, Git и для разминки решим несколько ad hoc задач.
Начнём выстраивать в компании аналитические процессы! Прежде всего разработаем простой дашборд для удобной визуализации основных продуктовых метрик.
Время спуститься на уровень ниже! Подготовим дашборд с более продвинутыми продуктовыми метриками: научимся считать и визуализировать ретеншн, отток пользователей и когорты.
Проведём свой первый A/B-тест в новой компании! Рассмотрим все основные этапы проведения эксперимента: разберёмся с системой сплитования, научимся работать с метриками, на практике применим продвинутые методы статистической обработки — бакетное преобразование и линеаризацию.
Для автоматизации сложных и взаимосвязанных задач нам потребуются более продвинутые инструменты. Воспользуемся Airflow — системой управления процессами обработки данных. Разберёмся в том, как она устроена, познакомимся с её возможностями и попробуем с её помощью решить важную ETL-задачу.
Теперь, когда всё настроено и все данные у нас перед глазами, перейдём к анализу ключевых показателей в различных срезах и сделаем простейшие аналитические выводы. Для удобства сотрудников компании настроим автоматическую рассылку отчёта в Telegram.
Перейдем к тому, как обеспечить строгий надзор за здоровьем ключевых метрик. На офлайн данных потренируемся находить аномалии и попробуем самые разные подходы: от базовых правил до более совершенных статистических решений. Настроим автоматическое обновление системы и оценим качество её работы на данных в реальном времени: сначала просто поставим наши скрипты на cron, а затем по всем стандартам индустрии упакуем наше решение в GitLab CI/CD.
КАКИЕ ЗАДАЧИ ВЫ БУДЕТЕ РЕШАТЬ:
ПОИСК АНОМАЛИЙ
Вчера в данных было замечено аномальное падение просмотров, и мы его пропустили. Помоги нам разработать систему, которая сможет автоматически детектировать такие аномалии.
BI-ДАШБОРД
Менеджеры просят обеспечить их отчётностью. Помоги нам построить realtime дашборд с продуктовыми метриками поверх таблиц в Clickhouse.
Автоматизация
Подготовка отчётов вручную — самая скучная задача. Давай автоматизируем её и напишем скрипт, который будет по расписанию присылать в Telegram сводку по основным продуктовым метрикам.
план эксперимента
Мы собираемся повысить частоту показа рекламного контента, но перед принятием решения хотим запустить A/B-тест. Придумай, как разбить пользователей на группы, и предложи дизайн эксперимента.
ЗАПУСК A/B-ТЕСТА
Мы продумали дизайн эксперимента, и теперь нужно проверить корректность работы системы сплитования. Выбери подходящий статистический метод и проанализируй полученные результаты.
ГИПОТЕЗЫ AD HOC
Вчера резко упала метрика DAU. Возможно, это связано с недавним обновлением. Помоги нам проверить, на всех ли версиях приложения наблюдалась стабильная активность пользователей.
ETL-ПАЙПЛАЙН
У нас есть много разных источников данных, которые используются для расчёта ключевых метрик. Давай построим ETL-пайплайн на Airflow, чтобы все источники обрабатывались автоматически без нашего активного участия.
НА КУРСЕ ИСПОЛЬЗУЕМ:
ВЫПУСКНИКИ НАШЕЙ ШКОЛЫ РАБОТАЮТ >>>
Симулятор аналитика — это 5 недель практики на реальных задачах с полным стеком технологий для анализа данных и настоящей инфраструктурой. Вы погрузитесь в полноценный рабочий процесс, узнаете, с какими задачами ежедневно сталкиваются аналитики, и получите опыт, соизмеримый с прохождением стажировки в крупной компании.
АНАТОЛИЙ КАРПОВ
Основатель Karpov.Courses
УЧИТЕСЬ У >ЛУЧШИХ>
АНАТОЛИЙ КАРПОВ
Руководил командой аналитики в отделе бизнеса и рекламы VK. Специализируется на статистике, A/B-тестировании, машинном обучении и построении аналитических хранилищ данных. Автор онлайн-курсов по анализу данных на платформе Stepik, на которых обучаются более 200 тысяч студентов.
Работал ведущим аналитиком в VK и JetBrains
МАРИЯ СОМОВА
Разрабатывала модели машинного обучения для предсказания оттока пользователей в Рокетбанке. В VK в команде Анатолия Карпова внедрила систему алертов для поиска аномалий в продуктовых метриках. Отвечала за продуктовую аналитику в стартапе Sumsub.
Senior аналитик в VK
ЯН ПИЛЕ
Преподаватель Python и прикладной статистики на программах профессиональной переподготовки Факультета компьютерных наук НИУ ВШЭ. Опыт работы более 6 лет в машинном обучении и анализе данных.
Руководитель группы аналитики поиска VK
Алексей Баталов
Занимался продуктовой аналитикой в таких сервисах, как Яндекс. Метрика, Яндекс. Радар, AppMetrica, Яндекс ОФД. За время работы в компании настроил обработку потоков больших данных и развил инфраструктуру для автоматизации отчётности и рутинных задач.
Аналитик команды аналитических продуктов Яндекса
ОТЗЫВЫ СТУДЕНТОВ /
- Много практики и развернутая обратная связь от преподавателей
Давно хотела попасть на обучение именно в karpov.courses. Узнала о школе после прохождения курсов Анатолия Карпова на Степике.
В курсе много практики и для работы предоставлены все инструменты. Мне понравилось, что преподаватели сами отвечали на большинство вопросов, это очень ценно. Понравилось наблюдать за работой профессионалов в разборе заданий. Марии отдельное спасибо, всё четко и понятно. Буду стремиться писать такой же красивый, понятный и компактный код. Развернутая обратная связь по заданиям помогает ясно понять свои ошибки и сделать выводы.Светлана - Классный преподавательский состав и команда поддержки
Спасибо за курс! Обучение было очень насыщенным, хорошо структурированным, я многому научилась. Как будто действительно месяц поработала аналитиком :)
После курсов планировала устроиться на работу аналитиком данных.
Пока что я только начала проходить собеседования, но уже сейчас на них я чувствую себя гораздо увереннее и лучше понимаю, каких вопросов ждать. Благодаря курсу всегда могу рассказать о выполненных задачах как об опыте, сильно приближенном к реальному.Лиза
- Много практики и развернутая обратная связь от преподавателей
Давно хотела попасть на обучение именно в karpov.courses. Узнала о школе после прохождения курсов Анатолия Карпова на Степике.
В курсе много практики и для работы предоставлены все инструменты. Мне понравилось, что преподаватели сами отвечали на большинство вопросов, это очень ценно. Понравилось наблюдать за работой профессионалов в разборе заданий. Марии отдельное спасибо, всё четко и понятно. Буду стремиться писать такой же красивый, понятный и компактный код. Развернутая обратная связь по заданиям помогает ясно понять свои ошибки и сделать выводы.Светлана - Классный преподавательский состав и команда поддержки
Спасибо за курс! Обучение было очень насыщенным, хорошо структурированным, я многому научилась. Как будто действительно месяц поработала аналитиком :)
После курсов планировала устроиться на работу аналитиком данных.
Пока что я только начала проходить собеседования, но уже сейчас на них я чувствую себя гораздо увереннее и лучше понимаю, каких вопросов ждать. Благодаря курсу всегда могу рассказать о выполненных задачах как об опыте, сильно приближенном к реальному.Лиза
СТОИМОСТЬ
> Знакомство с рабочим окружением
> Первый дашборд
> Автоматизация отчётности
> Поиск аномалий
> Первый дашборд
> Автоматизация отчётности
> Поиск аномалий
Все модули курса. Доступ к работе на удалённом сервере и поддержке от наших преподавателей, готовых ответить на любые вопросы.
40 000 ₽
> Анализ продуктовых метрик
> Планирование и запуск A/B-теста
> Поддержка от преподавателей
> Работа на удалённом сервере
> Планирование и запуск A/B-теста
> Поддержка от преподавателей
> Работа на удалённом сервере
Кстати!
Этот курс может оплатить ваш работодатель, а ещё мы умеем принимать оплату из-за рубежа.
Напишите нам, и мы поможем →
Этот курс может оплатить ваш работодатель, а ещё мы умеем принимать оплату из-за рубежа.
Напишите нам, и мы поможем →
полная оплата:
20 000 ₽/мес
оплата Частями:
ОСТАВИТЬ ЗАЯВКУ
налоговый вычет
Начните учиться сейчас, оформите налоговый вычет и верните до 13% стоимости обучения. Подробнее здесь.
гарантия возврата
Если в течение двух недель решите, что курс вам не подходит — вернём деньги.
Учитесь за счёт компании
Этот курс может оплатить ваш работодатель. Оставьте заявку, и мы поможем оформить сделку.
оплата из-за рубежа
Если вы хотите оплатить обучение из-за рубежа, оставьте заявку — мы с вами свяжемся и подскажем, как это сделать.
ОСТАВИТЬ ЗАЯВКУ
Мы свяжемся с вами для того, чтобы ответить на все вопросы по ней.
ЗАДАТЬ ВОПРОС
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
FAQ >>>
Да, мы осуществляем образовательную деятельность на основании государственной лицензии № 042 048 от 11 апреля 2022 года, выданной Департаментом образования и науки города Москвы.
Да. Если вы оплатили обучение на курсе после 23 мая 2022 года, являетесь налоговым резидентом России и уплачиваете подоходный налог, вы можете оформить вычет. Однако подать документы можно только в году, следующем за годом оплаты обучения.
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
Для комфортного обучения на курсе необходимо уметь работать с Python и SQL, знать основы математической статистики и иметь минимальный опыт работы с Git.
На курсе вы будете писать код на Python. Сейчас Python — самый популярный и востребованный язык программирования для анализа данных.
На курсе вы будете работать с ClickHouse. ClickHouse — это колоночная база данных, разработанная для решения аналитических задач. Она широко применяется в ведущих российских компаниях — Яндексе, VK и многих других.
Ваша главная задача находится на стыке продуктовой аналитики, BI и программирования. Под руководством опытных аналитиков вам предстоит разработать систему для детектирования аномалий в данных. Конечно, существуют уже готовые решения, но хороший аналитик должен понимать, как они устроены «под капотом». Этот проект даст возможность поработать с реальными данными и поможет понять продуктовые метрики и природу их вариативности.
Лекции вы сможете смотреть с любого устройства, но для написания кода вам потребуется компьютер или ноутбук. Требований к конфигурации и мощности нет — мы предоставим всю необходимую инфраструктуру для работы на удалённом сервере. На старте обучения специальные программы устанавливать не обязательно — будут нужны только браузер и стандартные приложения для общения: Telegram, Zoom и Slack.
В среднем наши студенты занимаются по 10−15 часов в неделю. Этого времени достаточно, чтобы успевать смотреть лекции и вовремя выполнять домашние задания.
Мы организовали обучение таким образом, чтобы вы могли совмещать его с работой, учёбой и личной жизнью. Заниматься вы сможете в любое время и в удобном для вас темпе — все лекции записаны заранее и разбиты на отдельные видео по 15−30 минут, а для домашних заданий установлены мягкие двухнедельные дедлайны.
Обучение длится 5 недель. Доступ к урокам будет открываться постепенно. Уроки состоят из видеолекций, конспектов и практических заданий, на выполнение которых отводится две недели. По истечении двухнедельного дедлайна будет открываться доступ к разборам заданий. Если во время обучения возникнут трудности, вы сможете обратиться за помощью к менторам.
Во время обучения вполне нормально «застрять» на каком-то задании. На этот случай у нас работает команда поддержки, которая поможет разобраться со сложной задачей.
Если вдруг что-то пойдёт не по плану и вы почувствуете, что отстаёте от программы, сообщите об этом кураторам курса. Вместе мы придумаем, как сделать ваше обучение более удобным.
Конечно, сможете. Всё общение с преподавателями и однокурсниками будет проходить в Slack. В чате можно будет задать любые вопросы по обучению.
Вашими наставниками будут аналитики из VK и Sumsub. В этот курс они вложили все свои знания и опыт, полученные за многие годы работы. Во время обучения они будут рядом и помогут справиться с трудностями.
Да, мы выдаём именной сертификат с подписями преподавателей курса. Чтобы его получить, необходимо набрать суммарно не менее 70% баллов за домашние задания.
Да, останется. Лекции, конспекты и домашние задания будут доступны вам всегда, даже после окончания обучения. Удалённым сервером можно будет пользоваться ещё 2 месяца, по их истечении доступ к нему будет закрыт. Но не волнуйтесь — мы заранее вас предупредим и дадим возможность сохранить все необходимые файлы.
Уверены, что поможет. После обучения на курсе вы получите весомое преимущество — опыт работы над реальным проектом с полным стеком технологий для анализа данных. Свою работу вы сможете представить в качестве кода на GitHub. Это станет отличным дополнением к вашему резюме.
Да, у нас работает программа трудоустройства, благодаря которой работу находят 90% наших выпускников. Сначала мы расскажем, как правильно составлять резюме и сопроводительное письмо, проведём пробное собеседование и научим правильно презентовать свои навыки. Затем мы направим ваше резюме компаниям-партнёрам, среди которых Озон, Яндекс, Авито и многие другие. Всё это время вас будет сопровождать наш менеджер по трудоустройству. В среднем от подачи резюме до получения оффера проходит 1−1,5 месяца.
После подачи заявки и оплаты обучения вы присоединитесь к ближайшему учебному потоку. Обучение на потоках начинается 20-го числа каждого месяца — к этому времени вас зарегистрируют во всех необходимых системах. В день старта вам придёт письмо с логином и паролем, а также ссылками на чаты в Slack и Telegram.
Вы можете оплатить обучение банковской картой.
Да, сможете. В течение первых двух недель можно вернуть оплату за весь курс. Если проучитесь дольше, то сможете вернуть оплату за вычетом стоимости уже открытых уроков.
НАЧАЛО КУРСА 16 ОКТЯБРЯ
СТАРТ КАЖДЫЙ МЕСЯЦ
Остались вопросы?
Заполните форму, мы свяжемся с вами, ответим на все ваши вопросы и подробнее расскажем о курсе.
Специализации
О нас
Образовательные услуги оказываются ООО «Карпов Курсы» на основании Лицензии № Л035−1 298−77/179 689 от 11 апреля 2022 г.
