Пройдите полный цикл выстраивания аналитических процессов в компании под руководством ведущих аналитиков
старт потока
20 января
20 января
Два тарифа
С карьерной помощью и без
С карьерной помощью и без
9+ заданий для портфолио
с индивидуальным фидбеком
с индивидуальным фидбеком
сложность
От Junior
От Junior
2 месяца
онлайн-обучения
онлайн-обучения
Рабочая инфраструктура
с актуальными инструментами
с актуальными инструментами
Симулятор аналитика
==|
записаться на курс или задать вопрос
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
> Вы погрузитесь в полноценный рабочий процесс
> Узнаете, с какими задачами ежедневно сталкиваются аналитики
> Получите прикладной опыт выстраивания полного цикла аналитических процессов
Симулятор аналитика — это 2 месяца практики на реальных задачах с полным стеком технологий для анализа данных и настоящей инфраструктурой.
Подробнее смотрите в видео
Последние обновления
- Добавили два новых урока: «Прогнозирование метрик» и «Sample Size MDE»
- Разработали инструкцию по Git для тех, кто еще не знаком с инструментом
- Оптимизировали график выхода уроков и дедлайнов
Кстати, все обновления доступны предыдущим потокам!
для кого эта программа >>
Освоили базу, хотите получить опыт работы над реальными бизнес-задачами и начать карьеру.
Начинающие аналитики
Уже работаете аналитиком и хотите узнать, как senior специалисты подходят к решению задач.
Аналитики с опытом работы
что нужно знать //
Понимаете базовые структуры данных и владеете библиотеками Pandas, Matplotlib, Statsmodels, желательно — NumPy, SciPy, Seaborn
Знаете основы математической статистики (доверительные интервалы, t-тест, непараметрические методы)
Умеете работать с репозиторием и использовать команды pull, add, commit, push
Знаете операторы SELECT, WHERE, GROUP BY, HAVING, JOIN и умеете составлять базовые запросы
PYTHON
SQL
Git
СТАТИСТИКА
Доступно в тарифе «Получить практику и помощь в карьере”
будет плюсом
Этот курс кажется вам сложным?
Оставьте заявку, мы свяжется с вами и поможем подобрать курс, который будет полностью соответствовать вашим целям
записаться на курс или задать вопрос
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
чему вы научитесь >>
BI-аналитика
— Работать с репозиторием через GitLab
— Работать с ClickHouse через Redash
— Подключаться к базам данных через Jupyter Notebook
— Создавать продуктовые дашборды в Superset
— Рассчитывать Retention для различных когорт, и использовать эту метрику для проверки продуктовых гипотез
Автоматизация процессов
— Организовывать ETL-процессы при помощи Airflow
— Создавать телеграм-бота и настраивать автоматическую отправку аналитической сводки в телеграм
— Писать систему алертов для приложения для отслеживания резких изменений в продуктовых метриках
Статистика и А/B-тесты
— Оценивать корректность работы системы сплитования при помощи симуляции А/Атестов
— Анализировать A/B-тесты с помощью классических и специализированных статистических методов
— Исследовать данные и распределения, чтобы верно выбирать стат. критерий
— Оценивать размер выборки методом Монте-Карло
— Пользуясь библиотекой Orbit, обучать, валидировать и сравнивать прогнозные модели
— Анализировать неэкспериментальные данные с помощью метода CausalImpact
BI-аналитика
— Работать с репозиторием через GitLab
— Работать с ClickHouse через Redash
— Подключаться к базам данных через Jupyter Notebook
— Создавать продуктовые дашборды в Superset
— Рассчитывать Retention для различных когорт, и использовать эту метрику для проверки продуктовых гипотез
Статистика и А/B-тесты
— Оценивать корректность работы системы сплитования при помощи симуляции А/Атестов
1/3
— Анализировать A/B-тесты с помощью классических и специализированных статистических методов
— Исследовать данные и распределения, чтобы верно выбирать стат. критерий
Автоматизация процессов
— Оценивать размер выборки методом Монте-Карло
— Организовывать ETL-процессы при помощи Airflow
— Пользуясь библиотекой Orbit, обучать, валидировать и сравнивать прогнозные модели
— Создавать телеграм-бота и настраивать автоматическую отправку аналитической сводки в телеграм
— Писать систему алертов для приложения для отслеживания резких изменений в продуктовых метриках
— Анализировать неэкспериментальные данные с помощью метода CausalImpact
2/3
3/3
какие задачи вы будете решать //
Представьте, что вы устроились аналитиком в молодой стартап, объединивший мессенджер и ленту новостей.
Ваша задача — с нуля выстроить аналитические процессы под руководством ведущего аналитика.
ЗАПУСК A/B-ТЕСТА
Мы продумали дизайн эксперимента, и теперь нужно проверить корректность работы системы сплитования. Выбери подходящий статистический метод и проанализируй полученные результаты.
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.
BI-ДАШБОРД
Менеджеры просят обеспечить их отчётностью. Помоги нам построить realtime дашборд с продуктовыми метриками поверх таблиц в Clickhouse.
ПОИСК АНОМАЛИЙ
Вчера в данных было замечено аномальное падение просмотров, и мы его пропустили. Помоги нам разработать систему, которая сможет автоматически детектировать такие аномалии.
Запуск A/B-теста
Мы продумали дизайн эксперимента, и теперь нужно проверить корректность работы системы сплитования. Выбери подходящий статистический метод и проанализируй полученные результаты.
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.
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.
полная программа >>
Оставьте заявку, и мы отправим вам подробное описание уроков Симулятора Аналитика
КАК ПРОХОДИТ ОБУЧЕНИЕ //
— Представьте, что вы устроились на стажировку в компанию
— Выполняйте задания на реальных данных и сдавайте на проверку
— Изучайте новую тему с помощью лекций и конспектов в удобное время
— Получайте индивидуальную обратную связь на ваше решение от опытных аналитиков
— Изучайте эталонные решения от авторов и перенимайте подход у senior-специалистов
— Обсуждайте задачи с экспертами и другими участниками
— Получайте сертификаты на русском и английском языках
— Упаковывайте полученный опыт в портфолио
— Представьте, что вы устроились на стажировку в компанию
— Выполняйте задания на реальных данных и сдавайте на проверку
— Изучайте новую тему с помощью лекций и конспектов в удобное время
— Изучайте эталонные решения от авторов и перенимайте подход у senior-специалистов
— Обсуждайте задачи с экспертами и другими участниками
— Получайте индивидуальную обратную связь на ваше решение от опытных аналитиков
— Получайте сертификаты на русском и английском языках
— Упаковывайте полученный опыт в портфолио
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.
➝
Проведём индивидуальную карьерную консультацию.
➝
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
→ 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
→ 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
Будем поддерживать и отвечать на вопросы о рынке труда 5/2 в Карьерном чате в Telegram.
➝
Доступно в тарифе «Получить практику и помощь в карьере»
учитесь у лучших //
Анатолий Карпов
Основатель школы karpov.courses
Мария корнева
Руководитель группы продуктовой аналитики VK
Ян Пиле
Руководитель группы аналитики Wildberries
Алексей Баталов
Аналитик команды аналитических продуктов Яндекса
Анатолий Карпов
Основатель школы Karpov.courses
- Pаботал ведущим аналитиком в Mail.Ru и VK
- 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
МАРИЯ КОРНЕВА
Senior аналитик в VK
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. Сейчас является руководителем группы продуктовой аналитики VK.
Ян Пиле
Руководитель группы аналитики Wildberries
Преподаватель Python и прикладной статистики на программах профессиональной переподготовки Факультета компьютерных наук НИУ ВШЭ.