Цифры без бизнеса — это математика. Бизнес без цифр — это авантюра. Цифры в основе бизнеса — это анализ данных.
Аналитик данных (Data Analyst) — это специалист, который работает с данными: собирает, обрабатывает и делает выводы на их основе, чтобы помочь принять верное бизнес-решение.
«Выяснили, что вместе с палочками-благовониями покупатели часто берут подставку под них. Теперь всем, кто выбирает палочки, маркетплейс предлагает купить и подставку».
«Заметили, что чаще всего видео блогера смотрят по вечерам в пятницу — теперь публикуем контент в пятницу днем».
Медиа
Аналитики работают и решают задачи в разных сферах.
Ритейл
«Создали систему для прогнозирования спроса на водителей такси, и теперь сервис может оптимизировать расписание своих сотрудников».
E-commerce
«Проанализировали поведение клиентов магазина продуктов, и теперь они получают персональные предложения через программу лояльности».
Маркетинг
Почему учиться аналитике данных нужно сейчас >>
В 2023 году в России стали в два раза чаще искать аналитиков.
Число компаний, которые внедряют data-driven подход, в ближайшие годы будет расти.
В процессе обучения будете работать над масштабными проектами, с которыми сталкиваются действующие аналитики данных. После курса заберите 10+ кейсов себе в портфолио — они станут преимуществом при трудоустройстве.
ОПТИМИЗАЦИЯ МАРКЕТИНГОВЫХ КАНАЛОВ
Примерите на себя роль продуктового аналитика сервиса доставки продуктов: поработаете с данными AppMetrica, определите наиболее эффективные каналы трафика, проведете когортный анализ и выясните, на каком этапе воронки сервис теряет клиентов.
UNIT-ЭКОНОМИКА ИНТЕРНЕТ-МАГАЗИНА
СЕГМЕНТАЦИЯ КЛИЕНТОВ В РИТЕЙЛЕ
Проанализируете финансовые показатели интернет-магазина одежды, самостоятельно соберете unit-экономику, сформулируете гипотезы по улучшению сайта компании и поможете бизнесу увеличить ключевые метрики.
Проведете RFM-анализ клиентов крупной торговой сети. Выясните, кто покупает часто и много, а кто — часто, но мало. Определите тех, кто давно ничего не покупал, и поможете маркетологам выбрать подходящую аудиторию для акционной рассылки.
ЭКСПЕРИМЕНТЫ В ТАКСИ-СЕРВИСЕ
Проведете анализ данных службы такси, которая испытывает сложности с удержанием водителей. Выясните, есть ли разница между водителями, которые уходят к конкурентам и которые остаются. Определите наиболее склонные к оттоку группы и дадите свои рекомендации по улучшению сервиса.
A/B-ТЕСТЫ В ПРИЛОЖЕНИИ ДЛЯ ЗНАКОМСТВ
Оцените эффективность нового алгоритма поиска анкет: подберете метрики, отвечающие за качество сервиса, сравните их в тестовой и контрольной группах и поможете команде продукта ответить на вопрос, стоит ли раскатывать новый алгоритм на всех пользователей.
БОТЫ НА НОВОСТНОМ САЙТЕ
Проведете анализ данных Яндекс Метрики о посещаемости новостного портала, который атаковали боты. Определите проблемные источники, через которые боты заходят на сайт, и сформируете наглядный отчет в Google Таблицах. Напишете своих ботов на Python для отправки отчетов в Telegram и VK.
Вся необходимая инфраструктура, все лекции и дополнительные материалы на собственной платформе karpov.courses
Удобная платформа
> Образовательные материалы курса заранее записаны > К каждой видеолекции есть текстовый конспект > Все записи остаются у вас после окончания курса > Вы тратите на учебу в среднем от 15 часов в неделю
Занятия в комфортное время
> Более 490 задач для решения под руководством экспертов и преподавателей > Домашние задания после каждой лекции > Реализация 10+ проектов по реальным задачам бизнеса
Отработка навыков на практике
> Отвечаем на вопросы, помогаем с заданиями и даём качественную обратную связь.
Обратная связь и поддержка
> Помогаем сохранить мотивацию и дойти с нуля до конца обучения.
Вся необходимая инфраструктура, все лекции и дополнительные материалы на собственной платформе karpov.courses
2. Удобная платформа
> Образовательные материалы курса заранее записаны > К каждой видеолекции есть текстовый конспект > Все записи остаются у вас после окончания курса > Вы тратите на учебу в среднем от 15 часов в неделю
1. занятия в комфортное время
> Домашние задания после каждой лекции > Реализация 7 проектов по реальным задачам бизнеса
3. Отработка навыков на практике
> Отвечаем на вопросы, помогаем с заданиями и даём качественную обратную связь. > Помогаем сохранить мотивацию и дойти с нуля до конца обучения.
4. обратная связь и поддержка
Вам будут помогать >>
Эксперты-практики
Специалисты с опытом в индустрии делятся опытом и помогают справиться с задачами. На связи каждый день, ответят в течение 15 минут. Они понимают все сложности и вопросы, с которыми могут столкнуться начинающие. Все они сами прошли наши курсы — а значит, прошли тот же путь, который проходите сейчас вы!
Проверяют код, оценивают проделанную работу и дают развернутую обратную связь.
Справедливые ревьюеры
Следят за прогрессом обучения, всегда готовы поддержать, подбодрить и помочь в решении организационных вопросов.
Внимательные кураторы
Виртуальный помощник на базе ChatGPT ответит на любые вопросы из области анализа данных и программирования.
Чат-бот Ева
Умеют объяснять сложные вещи простыми словами.
Опытные преподаватели
karpov.courses помогает подготовиться к поиску работы
Первое место работы после обучения — первый шаг к блестящей карьере, и важно сделать этот шаг правильно.
3 месяца
средний срок успешного трудоустройства при соблюдении рекомендаций карьерных консультантов
74,5 % студентов
нашли работу благодаря карьерному сопровождению
На карьерном курсе расскажем все о поиске работы.
➝
Дадим индивидуальные подробные рекомендации для улучшения резюме, сопроводительного письма, портфолио на GitHub и видео-визитки — опытом поделятся действующие HR-специалисты IT-компаний.
➝
Будем поддерживать и отвечать на вопросы о рынке труда 5/2 в Карьерном чате в Telegram.
➝
Будем делиться в чате актуальными каналами для поиска работы и вакансиями от компаний-партнеров.
➝
Пригласим на все мероприятия и разборы резюме в Карьерном чате.
➝
Доступ к Карьерному чату и Карьерному курсу остается у вас навсегда — вы в любой момент сможете обратиться за поддержкой.
→ как искать работу на текущем рынке → чем отличаются разные роли в сфере Data Science → на что делать акценты в резюме и сопроводительном письме → какие вопросы могут задать техническом собеседовании → как подготовиться к HR-скринингу
→ как искать работу на текущем рынке → чем отличаются разные роли в сфере Data Science → на что делать акценты в резюме и сопроводительном письме → какие вопросы могут задать техническом собеседовании → как подготовиться к HR-скринингу
программа курса //
Профессия аналитика данных находится на стыке технических навыков и понимания бизнеса. В нашем курсе мы даем все необходимое для уверенного старта карьеры — не просто учим писать код и считать метрики, а рассказываем, как с помощью этих знаний приносить пользу своему работодателю.
Обновили программу в 2024 году на базе обратной связи от студентов и требований рынка. И продолжаем регулярно сверяться с отзывами!
1. Python
автор:
Анатолий Карпов
Продолжительность:
2.5 недели
количество уроков:
8 уроков
Начнёте погружение в Python — основной инструмент аналитики. Научитесь писать код в Jupyter Notebook, познакомитесь с библиотеками Pandas, NumPy, Matplotlib и Seaborn. Узнаете, как использовать Python для обработки данных, поиска закономерностей и визуализации.
Python
Jupyter Notebook
Pandas
NumPy
Matplotlib
Seaborn
Анализ данных
2. Git
автор:
Анатолий Карпов
Продолжительность:
0.5 недели
количество уроков:
2 урока
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.
GitLab
Командная строка
Контроль версий
3. SQL
автор:
Дина Сафина
Продолжительность:
3.5 недели
количество уроков:
10 уроков
Освоите основной язык работы с данными: SQL. Пройдете путь от простых select до сложных запросов с join и оконными функциями. Научитесь решать любую задачу с данными на SQL От 10 задач в каждом уроке.
Базы данных
СУБД
SQL-запросы
Redash
DML&DDL
4. Теория вероятностей
автор:
Анатолий Карпов
Продолжительность:
1 неделя
количество уроков:
3 урока
Разберётесь с основными понятиями теории вероятностей и характеристиками случайных величин. Разовьёте аналитическое мышление и научитесь решать прикладные задачи, которые часто дают на собеседованиях.
Вероятность
Формула Бернулли
Теорема Байеса
5. Статистика
автор:
Анатолий Карпов
Продолжительность:
3 недели
количество уроков:
9 уроков
Освоите методы статистического анализа и познакомитесь с распределениями случайных величин. Сделаете акцент на приложении статистики к решению задач из индустрии. Узнаете, что такое уровень значимости и p-value.
Распределения
p-value
Статистический анализ
6. Продуктовая аналитика и A/B-тесты
автор:
Анастасия Зеленова
Продолжительность:
5 недель
количество уроков:
12 уроков
Будете учиться на основе реальных кейсов по работе с продуктовыми метриками, в том числе с North Star метрикой и unit-экономикой. Познакомитесь с HADI-циклом, изучите базовые принципы развития и роста продукта и научитесь проводить RFM-анализ для сегментации пользователей. Узнаете, как устроены продуктовые процессы и команды, потренируетесь в аргументации аналитических решений.
North Star
Unit-экономика
HADI-цикл
Сегментация
RFM-анализ
Проверка гипотез
A/B-тесты
7. BI-системы и визуализация
авторы:
Роман Бунин, Анастасия Кузнецова
Продолжительность:
2.5 недели
количество уроков:
8 уроков
Важный навык аналитика — умение правильно представлять результаты своей работы в виде интерактивного дашборда. Вы познакомитесь с популярными BI-системами для разработки отчётов и визуализации данных. Научитесь строить интерактивные графики и дашборды в DataLens. Узнаете, на чём необходимо делать акценты при верстке, попрактикуетесь собирать требования к дашборду от заказчика и научитесь грамотно презентовать результаты аналитических исследований.
Покажете всё, чему научились, и выполните тестовое задание крупной компании: выберете понравившийся кейс и пройдёте все этапы анализа — от исследования данных до оценки A/B-тестов.
Чтобы всё было по-настоящему, работать над проектом будете самостоятельно. В конце получите оценку от экспертов индустрии и подтвердите, что освоили новую профессию.
Airflow
автор:
Алексей Баталов
Продолжительность:
1 неделя
(дополнительный блок)
количество уроков:
3 урока
Примерите на себя роль дата-инженера и научитесь создавать ETL-пайплайны обработки данных. Этот навык позволит автоматизировать регулярные задачи без помощи разработчиков и сделает вас более универсальным специалистом.
Airflow
ETL
Автоматизация задач
Мы будем рядом и поддержим на пути к новой профессии
В любом возрасте, с любым опытом — вы справитесь!
истории наших студентов >>
Сферы, из которых успешно переходят в аналитику — самые разные.
Я работал в строительстве, инженером по календарно-сетевому планированию — расписывал графики строительства жилых домов, отслеживал ход строительства.
На одном из мест работы в компании работал отдел аналитики. Мне еще тогда понравилось, как ребята шустро достают необходимую информацию при помощи формул и макросов в Excel, собирают отчетности. Процесс организации данных показался очень увлекательным.
Но тогда переобучение и смена профессии казались мне чем-то нереальным.
А вот во время пандемии я стал думать об этом чаще. Искал, смотрел рекомендации, не раз попадались на глаза курсы Карпова — видел, что люди отзываются положительно. Начал читать подробнее, узнал, что можно анализировать данные, не применяя Excel, который я недолюбливаю, и решил попробовать.
Обучение началось в мае. И тогда же я сменил место работы в строительстве. Задач было так много, что я до работы просыпался в 5, учился, ехал на работу, возвращался домой и снова учился. Со временем втянулся в такой ритм, хоть и было тяжело. Подача материала, объяснения, поддержка в slack и интересные задачи для закрепления тем помогали укрепиться в мысли о смене деятельности и давали понимание, в каком направлении я хочу развиваться.
Да не все было гладко — жизнь не оставишь в стороне, поэтому пару раз я брал академ: проходил повторно уроки по Pandas, SQL и статистике. Благодарен жене, что терпела мое, условно, «отсутствие».
В декабре завершил курс, до февраля повторял пройденное и наконец решился на поиск работы. HR с курса помогла подготовить резюме, за что ей огромное спасибо, и я начал предлагать свою кандидатуру — в том числе на вакансии с опытом от года. Вы тоже не бойтесь — откликайтесь везде!
В конце февраля было собеседование — пообщались в зуме, спросили чего хочу, чему учился на курсе. Я обозначил, что я джун, что хочу учиться, расти, нуждаюсь в людях, способных делиться знаниями. К моему удивлению, мне прислали оффер через несколько часов после собеседования, хотя я не проходил тестовое задание.
Устроился в итоге продуктовым аналитиком в маркетплейс. Но, к сожалению, большую часть времени был предоставлен сам себе — в компании не было подразделения аналитиков, вопросы задавать было некому. И все же я успел поработать с данными и узнал много нового. А когда начались задержки выплат, снова стал искать работу.
Спустя месяц или больше в ответ на отклик мне дали тестовое на SQL — мне тогда очень помог ваш YouTube-канал, в одном из выпусков Анатолий рассказывал, как самостоятельно собирать данные при помощи NumPy и Pandas и накручивать запросы. После SQL прислали еще одно тестовое на Pandas. В это же время мне назначили собеседование с представителями другой компании на позицию джуна — я, конечно, согласился.
Впечатления от собеседования были очень положительные. А через 20 минут мне написали, что готовы сделать оффер. Я был безумно рад! Работаю на новом месте уже пару недель, все мои ожидания оправдались, даже больше. Очень нравится коллектив, то, как выстроены рабочие процессы. Помощь в адаптации — просто огонь! И самое главное — интересные задачи :)
Телеграм
Алёна
ИЗ ЭКОНОМИКИ В АНАЛИТИКУ
Меня зовут Алена, мне 44, и я была студентом потока, который стартовал в сентябре 2020 года.
Когда пришла на курс, из навыков у меня были:
основы SQL (умела писать простые запросы);
отличное знание Excel;
богатый опыт по ту сторону баррикад от аналитиков — они выгружали мне данные, а я крутила отчеты в Excel;
слепой десятипальцевый набор.
Но были и обстоятельства, которые нельзя не учитывать:
удаленная работа из дома (как раз был карантин) с 9:00 до 18:00;
два ребенка-школьника;
семейные обстоятельства, которые вынуждали каждый день уезжать из дома в 19:00 и возвращаться после 23:00.
На курсе было по 3 урока в неделю, на прослушивание каждой лекции уходило около часа или больше, так как хотелось параллельно кодить за преподавателем и получать тот же результат, что и в лекции. Кстати, это очень помогало потом выполнять домашку и привыкать к коду (ура слепому десятипальцевому набору).
В итоге лекцию я слушала сразу после работы, а домашку делала уже около полуночи. Единственным спасением оставались выходные. И неиспользованная неделя отпуска очень помогла. Уверена, если вы располагаете временем для учебы, это совершенно не составит труда.
Материал подан прекрасно, домашние задания можно разобрать по видео с преподавателем, если на собственный поиск решения уже просто нет времени.Очень помогают разобранные вопросы в Slack-е. Главное — совершенно не остается непонятных моментов.
В результате 4−5 месяцев прошли для меня в таком ритме — жестко, но эффективно.
Не терять мотивацию помогали грозящие дедлайны, так как я очень хотела сертификат — важно было показать его мужу и детям, которые наблюдали за моей учебой каждый день, когда уходили спать, а я оставалась сидеть за столом в наушниках перед ноутбуком и огромным монитором. Я не должна была проиграть. Это был вопрос чести.
И, конечно, я очень хотела сменить работу — из экономиста крупной логистической компании уйти работать на позицию джуниор-аналитика. Тут было сложнее — я малодушничала и почти готова была принять поражение, в конце концов, мне уже не 16.
Очень помогли занятия по подготовке и разбору резюме. Мое резюме привлекало внимание — благодаря навыкам, полученным на курсе, я была очень интересным джуниором.
В результате, уже в начале марта у меня было первое собеседование, а потом, уже в другой компании, трехэтапное с тестовым по Python.
Кстати, собеседования с тестовыми — это как продолжение обучения, помогает поддерживать форму. Я регулярно откликалась на подходящие вакансии, мне понравилось делать тестовые, и вот в апреле состоялось еще одно собеседование в молодую финтех-компанию с тестовым по SQL. А уже в мае меня взяли!
Вчера мне объявили, что я прошла испытательный срок, и набросали дальнейший план развития.
В общем, можете быть уверены: если захотите, то здесь у вас все получится!
Почта: alena.medyanaya@gmail.com
Курах Алиев
СТУДЕНТ ПЕРВОГО КУРСА
Шло лето 21 года, я только окончил первый курс вуза, сдал сессию и понял, что преисполнился в познании списывания. Но вот курс по программированию на Python на платформе Stepik, который нас заставили пройти для прохождения зачета, меня заинтересовал.
Я начал интересоваться сферой данных, изучать разные специальности; конечно, благодаря Stepik я знал, кто такой Анатолий Карпов. В мае я написал ему в личку — спросил, стоит ли приобретать курс, если я только начал учиться в вузе. Он ответил, что стоит, если я хочу пораньше начать карьеру. Спойлер: он не обманул.
В июле я начал погружаться в увлекательный мир данных на курсе по аналитике. Не сказать, что все давалось просто, ведь я не сын маминой подруги, не учился в МГУ, не щелкаю олимпиадные задачи и все такое.
Однако мне очень нравилась учеба на курсе и в результате я мог часами сидеть и разбираться, в какой строчке напортачил.
За 2 месяца до конца обучения я потихоньку начал рассылать резюме. Но в ответ либо была тишина, либо, если я все же попадал на техническое собеседование, то проваливал его.
Именно этот период я считаю периодом своего расцвета, так как только после серьезных сложностей на интервью я начинал погружаться в те темы, где были пропуски.
Я был готов к тому, что найду работу через полгода в лучшем случае, но через пару дней после сдачи финального проекта перевелся на заочное отделение (то есть избавился от фиктивной учебы) и получил оффер из компании KazanExpress, куда я и целился. Команда karpov.courses — легенды!
Внимательно читайте описание курса — это действительно ИНТЕНСИВНОЕ обучение.
Мне понравилось, что курс хорошо систематизирован, очень много практики, максимально доступно объясняется теория. Не раз замечал, что курс постоянно дорабатывают и в целом заботятся о продукте. Также хочу выразить благодарность всем кураторам, особенно Александру Манаенкову! Я больше всех его мучил вопросами по статистике, но всегда получал максимально развернутые и грамотные ответы.
Так получилось, что в компании, куда я попал, используются те же инструменты, что я изучал на курсе. При этом со всем, что преподавали на курсе, кроме Python, я столкнулся впервые. Поэтому могу с уверенностью сказать: курс напрямую повлиял на мою карьеру.
Телеграм
Илья Драницкий
ИЗ ПРОДАЖ В АНАЛИТИКУ
Меня зовут Илья, и мне удалось поменять сферу деятельности, уйти из продаж и попасть в IT в роли аналитика. Сейчас прохожу испытательный период как аналитик BI.
В 2020 году в период пандемии ушел с прошлого места работы, где управлял небольшим отделом продаж в компании по аутсорсингу охраны труда. Планировал, что в течение месяца с моим опытом и навыками найти новое подходящее место, но этого не произошло.
Тогда я стал искать за пределами именитой площадки с двумя буквами на красном фоне — начал с телеграм-каналов, появились мысли об удаленной работе и о том, подойдет ли мне такой формат. Обратил внимание на онлайн-школы по смене профессии, в итоге бесплатные интенсивы и самостоятельный поиск ресурсов по обучению привели меня на курс по статистике от Анатолия Карпова. Потом пришло письмо с платформы Stepik по запуску специализации «Аналитик данных». Я стал анализировать рынок обучения уже по этому направлению, но все же сделал выбор в пользу Карпова. 5 месяцев обучения — последовательно восторг, интерес, сложности, грусть, «а у других получается», упорство, интерес, «я, кажется, понял!», конец. После — 3 месяца поиска работы, о которых можно отдельную статью писать. И, наконец, получение оффера ;)
Чем меня подкупил курс? — Сайт, его оформление, содержание и то, как это сходится с тем, что транслирует основатель школы — Отзывы учеников прошлых потоков — Программа, инструменты, которые предлагают для освоения — Преподаватели
Я понял, что при создании онлайн-школы каждому «винтику» уделили внимание. И убедился в этом уже на курсе — создатели и причастные реально увлечены тем, чтобы приносить пользу другим людям.
Но всю ценность материалов, заданий, преподавателей я понял уже после окончания курса во время прохождения испытательного периода в компании.
Во-первых, понял, что в курсе собрано самое необходимое из огромного количества инструментов и требований к аналитикам. Это заметно при составлении резюме, при выполнении тестовых заданий, на собеседованиях, когда видишь требования к вакансиям и так далее.
Во-вторых, попав в первую свою компанию на позицию аналитика, я увидел знакомые инструменты, и это помогло чувствовать себя увереннее.
Я доволен и результатом, и самим курсом. Благодарю всю команду и желаю удачи тем, кто уже меняет или собирается менять деятельность и хочет попасть в аналитику!
Телеграм
после обучения:
>Работаю на новом месте
до обучения:
>Все ожидания оправдались и даже больше
> Нет опыта в IT
> Переобучение и смена профессии кажутся чем-то нереальным
> Очень нравится коллектив и самое главное — интересные задачи
> Использую Python для анализа данных (pandas, numpy, matplotlib, seaborn), оформляю результаты в Jupyter Notebook.
> Для визуализации и создания дашбордов применяю Tableau и Redash.
SQL
Linux
Git
Spark
Владею инструментами:
ClickHouse
Postgre
Airflow
DWH
от 80 000 ₽
Желаемая зарплата
Язык для обработки и извлечения данных, которые хранятся в базе, стандарт для большинства систем управления базами данных (СУБД).
Распределенная система управления версиями.
Колоночная аналитическая СУБД с открытым кодом, позволяющая выполнять аналитические запросы в режиме реального времени на структурированных больших данных.
Семейство операционных систем (ОС), работающих на основе одноимённого ядра.
Открытое программное обеспечение для создания, выполнения, мониторинга и оркестровки потоков операций по обработке данных.
Data Warehouse — хранилище, в которое из разных систем хранения собираются исторические данные компании.
Python
Высокоуровневый язык программирования общего назначения с динамической строгой типизацией и автоматическим управлением памятью.
Фреймворк с открытым исходным кодом для реализации распределенной обработки данных.
Свободная объектно-реляционная система управления базами данных.
> Работаю над совместными проектами через Jupyter Hub, использую Git для командной работы. Имею опыт работы на удаленном сервере через командную строку.
> Умею составлять сложные запросы в ClickHouse и PostgreSQL.
> На основании результатов A/B тестирования могу сделать выводы о наилучшей версии продукта.
> Знаю основные понятия теории вероятностей. Обладаю опытом проведения статистических тестов, предсказания цены на основании линейных моделей, а также владею методами бутстрэп-анализа.
> Понимаю, как мыслит продуктовый менеджер и какую ценность аналитик приносит бизнесу, умею рассчитывать основные продуктовые метрики и применять их для решения аналитических задач.
Что я умею:
авторы и преподаватели курса //
Основатель школы karpov.courses, работал ведущим аналитиком в Mail.Ru и VK
Руководил командой аналитики в отделе бизнеса и рекламы VK. Автор онлайн-курсов по анализу данных на платформеstepik.org. Более 5 лет преподавал курсы по анализу данных, статистике и машинному обучению в Институте биоинформатики.
Анатолий Карпов
Основатель школы karpov.courses, работал ведущим аналитиком в Mail.Ru и VK
Руководитель дата-инженеров Ozon.Fintech
Занимается дата-инженерией около десяти лет, основной инструмент в работе — это Apache Airflow. Работала в Играх Mail.ru, а теперь руковожу дата-инженерами в Ozon.Fintech.
Дина сафина
Руководитель дата-инженеров Ozon.Fintech
BI-evangelist Yandex DataLens
Более 8 лет занимается визуализацией данных. Руководил разработкой SaaS BI сервиса в качестве операционного директора. Сертифицированный Tableau специалист, кандидат технических наук, автор блога и Telegram-канала о визуализации данных Reveal the Data
Рома Бунин
BI-evangelist Yandex DataLens
BI менеджер в Semrush
Автор telegram-канала «Настенька и графики». Раньше работала BI разработчиком в Яндекс.Go. Больше трех лет преподавала в НИУ ВШЭ и ЕУ СПб курсы о проектированию дашбордов и аналитических систем. Автор telegram-канала «Настенька и графики»
Анастасия Кузнецова
BI менеджер в Semrush
Team Lead команды продуктовой аналитики в Raiffeisen CIB по направлениям каналов взаимодействия с клиентами: веб и мобильной версии личного кабинета, маркетинга, поддержки.
Анастасия Зеленова
Team Lead команды продуктовой аналитики в Raiffeisen CIB
Аналитик команды аналитических продуктов Яндекса
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.
Алексей Баталов
Аналитик команды аналитических продуктов Яндекса
Основатель школы karpov.courses, работал ведущим аналитиком в Mail.Ru и VK
Руководил командой аналитики в отделе бизнеса и рекламы VK. Автор онлайн-курсов по анализу данных на платформеstepik.org. Более 5 лет преподавал курсы по анализу данных, статистике и машинному обучению в Институте биоинформатики.
Анатолий Карпов
Основатель школы karpov.courses, работал ведущим аналитиком в Mail.Ru и VK
Руководитель дата-инженеров Ozon.Fintech
Занимается дата-инженерией около десяти лет, основной инструмент в работе — это Apache Airflow. Работала в Играх Mail.ru, а теперь руковожу дата-инженерами в Ozon.Fintech.
Дина сафина
Руководитель дата-инженеров Ozon.Fintech
BI-evangelist Yandex DataLens
Более 8 лет занимается визуализацией данных. Руководил разработкой SaaS BI сервиса в качестве операционного директора. Сертифицированный Tableau специалист, кандидат технических наук, автор блога и Telegram-канала о визуализации данных Reveal the Data
Рома Бунин
BI-evangelist Yandex DataLens
BI менеджер в Semrush
Автор telegram-канала «Настенька и графики». Раньше работала BI разработчиком в Яндекс.Go. Больше трех лет преподавала в НИУ ВШЭ и ЕУ СПб курсы о проектированию дашбордов и аналитических систем. Автор telegram-канала «Настенька и графики»
Анастасия Кузнецова
BI менеджер в Semrush
Team Lead команды продуктовой аналитики в Raiffeisen CIB по направлениям каналов взаимодействия с клиентами: веб и мобильной версии личного кабинета, маркетинга, поддержки.
Анастасия Зеленова
Team Lead команды продуктовой аналитики в Raiffeisen CIB
Аналитик команды аналитических продуктов Яндекса
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.
Алексей Баталов
Аналитик команды аналитических продуктов Яндекса
Вернем деньги, если обучение не подойдет
Получите 13% от стоимости обучения, оформив налоговый вычет
Если в течение двух недель решите, что курс вам не подходит, мы вернем полную стоимость обучения. Если примете решение позже — вернем сумму за вычетом стоимости пройденных уроков.
Начните учиться сейчас, оформите налоговый вычет и верните до 13% стоимости обучения.
> 5 месяцев теории и практики > 490+ заданий > 10+ учебных проектов > 2+ проекта в ваше портфолио > Доступ к рабочей инфраструктуре > Ежедневная поддержка от кураторов и экспертов > Бессрочный доступ к материалам курса > Карьерный курс по поиску работы > Вакансии от компаний-партнеров > Карьерный чат с поддержкой консультантов
Ревью резюме, сопроводительного письма и портфолио
+ 3 консультации в карьерном курсе + Продвинутые задания по Python + 2 тематических вебинара + Онлайн-разбор финального проекта + 2 месяца практики на реальных задачах в Симуляторе Аналитика
+ 2 встречи с техническими экспертами в карьерном курсе + Индивидуальный чат с HR экспертом на 3 месяца + Курс по А/В-тестам: с нуля до продвинутых методов + 5 персональных встреч с практикующими аналитиками данных
Репетиция технического собеседования, проверка тестового задания или оценка пет-проекта
Ревью резюме, сопроводительного письма и портфолио
Разработка резюме и сопроводительного письма, репетиция собеседования, составление стратегии поиска работы
— Как и зачем участвовать в соревнованиях на Kaggle — Git: зачем нужен и как использовать
Репетиция технического собеседования, проверка тестового задания или оценка пет-проекта
— Как и зачем участвовать в соревнованиях на Kaggle — Git: зачем нужен и как использовать
Для оплаты курса вам необходимо зарегистрироваться на нашей образовательной платформе, указав ваши имя, фамилию и электронную почту.
Если у вас уже есть учётная запись, можно использовать её.
ПРОДОЛЖИТЬ
Платите сразу со скидкой 13%
Вы можете оплатить обучение единовременным платежом со скидкой 13%. Также можно воспользоваться рассрочкой Тинькофф на 6 месяцев или оплатить частями с Yandex Pay
Мы свяжемся с вами для того, чтобы ответить на все вопросы по ней.
Почему karpov.courses /?/
Рассчитано на основе данных о количестве выпускников, обратившихся за помощью в поиске работы и трудоустроенных за 3 месяца. Как мы это считали
Школа основана аналитиками данных
Анатолий Карпов работал ведущим аналитиком в Mail.Ru и VK, создал онлайн-курсы по анализу данных, которые прослушали более 200 000 человек, и знает, как объяснять сложные вещи простыми словами.
Обучают практикующие эксперты
Авторы курсов — топовые специалисты в компаниях, где применяются лучшие практики рынка. Из года в год одни и те же люди следят за обновлениями программ в соответствии с требованиями рынка и лично отвечают за качество обучения.
Мы даем актуальные знания
В программах курсов — только необходимые инструменты и практика на реальных задачах. Вы не будете тратить время на изучение того, что не понадобится вам в работе.
У нас большое комьюнити
В Data Science-комьюнити школы уже более 10 000 человек — в том числе студенты, выпускники, преподаватели. Со всеми можно ежедневно общаться в чате — поддерживать друг друга, делиться опытом, спрашивать совета.
Школа основана аналитиками данных
Анатолий Карпов работал ведущим аналитиком в Mail.Ru и VK, создал онлайн-курсы по анализу данных, которые прослушали более 200 000 человек, и знает, как объяснять сложные вещи простыми словами.
Обучают практикующие эксперты
Авторы курсов — топовые специалисты в компаниях, где применяются лучшие практики рынка. Из года в год одни и те же люди следят за обновлениями программ в соответствии с требованиями рынка и лично отвечают за качество обучения.
Мы даем актуальные знания
В программах курсов — только необходимые инструменты и практика на реальных задачах. Вы не будете тратить время на изучение того, что не понадобится вам в работе.
У нас большое комьюнити
В Data Science-комьюнити школы уже более 10 000 человек — в том числе студенты, выпускники, преподаватели. Со всеми можно ежедневно общаться в чате — поддерживать друг друга, делиться опытом, спрашивать совета.
отзывы выпускников //
Мне курс очень понравился, особенно часть по Python и SQL. Полученные знания позволили мне не только найти работу, но и достаточно уверенно себя на ней чувствовать, применяя изученные технологии. Очень классные ребята-ассистенты, отвечающие на вопросы, спасибо им большое! Очень круто, что добавили часть про продуктовую аналитику.
Курс отличный. Дает все базовые понятия и инструменты для работы аналитика, начинающего или развивающегося. Я единственный аналитик в компании и долго время работа проходил так: из 1С в xls и там уже ВПР/СУММЕСЛИ и так далее. На курсе узнаешь, что можно по-другому, можно не руками, что отчеты могут формироваться автоматически и рассылаться на почту, в мессенджеры, да куда угодно!
В аналитику приходят люди из разных областей: инженеры, маркетологи, психологи. Многим приходится осваивать новую для себя профессию с нуля. Если вы пока не уверены, что анализ данных для вас, рекомендуем пройти бесплатную демоверсию — так вы сформируете общее представление о нашем курсе и поймёте, подходит ли вам данное направление. Кстати, демоверсия состоит из уроков по Python, а это самая сложная часть. Если справитесь с ней, то без труда освоите и другие модули.
Чтобы успешно пройти курс, достаточно знать математику на уровне школьной программы. Вам не потребуется уметь программировать и писать запросы к базам данных. Всё это вы сможете освоить с нуля.
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, Discord и Zoom.
В среднем наши студенты занимаются от 15 часов в неделю. Этого времени хватает, чтобы успевать смотреть лекции и вовремя выполнять домашние задания. Однако нагрузка у всех модулей разная, и самым сложным считается первый модуль Python. Поэтому рекомендуем выделить больше времени на хороший старт — когда вы освоитесь и привыкнете к темпу, будет уже значительно проще.
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 короткие видео (в среднем 15−30 минут), а для домашних заданий установлены мягкие двухнедельные дедлайны.
Каждую неделю будет проходить по три урока, доступ к которым будет открываться постепенно. Уроки состоят из видеолекций, конспектов и практических заданий, на выполнение которых отводится две недели. Если во время обучения возникнут сложности, вы сможете обратиться за помощью к команде поддержки. В конце курса вы выполните финальный проект и пройдёте настоящее code-ревью.
В расширенном и персональном тарифе вас ждут более продвинутые карьерные курсы с дополнительными консультациями, продвинутые задания, тематические вебинары и онлайн-разборы.
Еще студенты тарифов смогут получить дополнительную практику и знания на наших курсах-симуляторах. Мы рекомендуем начать обучение на симуляторах уже после окончания основной программы, когда вы освоите все ключевые навыки аналитика. Так практика будет эффективнее, а знания отложатся надолго.
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 куратору курса. Вместе мы придумаем, как сделать ваше обучение более удобным.
Вы будете изучать Python и SQL. Сейчас это самые популярные и востребованные языки программирования для анализа данных.
Конечно, сможете. Всё общение с командой поддержки и однокурсниками будет проходить в Discord. В чате можно будет задать любые вопросы по обучению.
Вашими наставниками будут аналитики из ведущих российских компаний, таких как VK и Яндекс. 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 кураторов курса. Чтобы его получить, необходимо набрать суммарно не менее половины баллов за домашние задания и успешно выполнить финальный проект.
Да, останется. Лекции, конспекты и домашние задания будут доступны вам всегда, даже после окончания обучения. Единственное, к чему пропадёт доступ, это удалённый сервер. Но не волнуйтесь — мы заранее вас предупредим и дадим возможность сохранить все необходимые файлы.
Сейчас на рынке труда нехватка аналитиков данных. Если после обучения вы будете откликаться на вакансии и работать над тестовыми заданиями, то у вас обязательно получится найти хорошую работу. На курсе мы дадим все необходимые знания и научим применять их на практике. Именно на это работодатели обращают внимание в первую очередь. Кроме того, мы оказываем карьерную помощь студентам — подробнее читайте в разделе «Как искать работу после обучения»
Да, у нас есть карьерное сопровождение, благодаря которому работу находят 74,5% наших выпускников*. Карьерный центр разработал Карьерный курс и делится со студентами актуальной базой знаний про рынок труда и построение карьеры в Data Science. В Карьерном курсе вы с помощью рекомендаций ревьюеров (HR специалистов) составите резюме, сопроводительное письмо и портфолио на GitHub, а также научитесь правильно презентовать свой опыт. А также при покупке тарифов «Расширенный» и «Персональный» вы сможете пройти 3−5 индивидуальных консультаций с HR специалистами и опытными экспертами в Data science.
* данные на конец июня 2024 года
Если вы уже работаете в аналитике, но для решения своих задач не применяете Python, SQL, Git и Tableau, наш курс поможет вам расширить аналитический кругозор и повысить свою ценность на рынке труда. Если вы уже сталкивались в работе с этими инструментами, то сможете актуализировать свои знания и получите хорошую базу для обучения на более продвинутых программах.
Практические задачи, которые вы будете решать, регулярно встречаются в повседневной работе аналитика или исследователя. Поэтому вы сможете применить полученный опыт для решения большинства стоящих перед вами задач. Если ваша задача специфическая и требует нестандартного подхода к решению, вы сможете посоветоваться в чате с командой поддержки и преподавателями — вам обязательно помогут.
В интернете есть много открытых источников с полезной и при этом бесплатной информацией — сформировать ключевые компетенции можно и на её основе. Однако не у всех есть время самостоятельно искать и структурировать разрозненную информацию. Программа нашего курса составлена опытными методистами и охватывает все ключевые инструменты и навыки, которыми должен владеть аналитик данных. Она разработана таким образом, чтобы вы могли с нуля разобраться в сложных темах и за короткий срок освоить новую профессию. Кроме того, мы оказываем нашим студентам всестороннюю поддержку — как в процессе обучения, так и при поиске работы.
После подачи заявки и оплаты обучения вы присоединитесь к ближайшему учебному потоку. Обучение на потоках начинается два раза в месяц согласно анонсированной дате на лэндинге — 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 Discord и Telegram.
Вы можете оплатить обучение банковской картой. Доступны три варианта. 1 заплатить всю сумму сразу. 2. Воспользоваться рассрочкой от Тинькофф -- оплата будет происходить равными частями без переплаты в течение выбранного вами периода рассрочки. 3. Оплата частями через Яндекс. Сплит без переплат.
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.
Да, мы осуществляем образовательную деятельность на основании государственной лицензии № Л035-01298-77/00179689 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.