Datu analītiķis — bezmaksas kurss no Otus, apmācība, datums: 2023. gada 5. decembris.
Literārs Mistrojums / / December 08, 2023
Datu analītiķis ir lielo datu speciālists. Viņš tos apkopo, analizē, vizualizē un izdara secinājumus. Pamatojoties uz iegūtajām hipotēzēm, uzņēmumi pieņem svarīgus biznesa lēmumus.
-Jaunākā līmeņa datu analītiķi, kuri cenšas sistematizēt un padziļināt savas zināšanas;
-Atskaites speciālisti, kuri to veido manuāli vai pusautomātiski programmā Excel un vēlas uzzināt, kā to izdarīt ātrāk un efektīvāk;
-Absolventi, kuri vēlas strādāt datu analīzes jomā un kuriem ir nepieciešamās minimālās zināšanas, lai sāktu
- Tirgotāji, produktu vadītāji, biznesa analītiķi, ekonomisti, plānotāji, kuri vēlas samazināt savu ikdienas rutīnu līdz minimumam
Aleksandra strādā analītikas un BI jomā kopš 2019. gada. Līdz tam laikam viņa ieguva bakalaura grādu programmatūras inženierijā Sanktpēterburgas Valsts Aviācijas administrācijas universitātē un pēc tam maģistra grādu. Pirmie soļi iekšā...
Aleksandra strādā analītikas un BI jomā kopš 2019. gada. Līdz tam laikam viņa ieguva bakalaura grādu programmatūras inženierijā Sanktpēterburgas Valsts Aviācijas administrācijas universitātē un pēc tam maģistra grādu. Pirmie soļi viņa karjerā tika sperti amerikāņu uzņēmumā Intermedia Cloud Communications kā jaunākais datu analītiķis, un līdz 2021. gadam viņam izdevās kļūt par analītikas komandas vadītāju. Viss šis gads tika veltīts jaunam starpkomandu projektam starptautiskai finanšu pārvaldībai Microsoft stekā (MS SQL Serveris, SSRS, SSIS, Power BI). Kopš 2022. gada marta viņš strādā Tinkoff Bank uzņēmumu grupā par noliktavas analītiķi. datus. Nodrošina atbalstu finanšu nodaļas augstākajai vadībai ETL procesu prototipu izveidē, izmantojot Greenplum, ad-hoc analīzi Python, ziņošanu un vizualizāciju Tableau. 2020. gadā ieguvusi papildu izglītību Projektu vadības vadītājas virzienā IT jomā. Viņš ir pārliecināts elastīgas attīstības metodoloģijas piekritējs. Uzskata, ka ienesīgākās investīcijas ir investīcijas savā attīstībā. Stack: SQL, SAS DIS, SSIS, Tableau, Power BI, Python
5 gadus IT jomā viņa strādāja par personāla analītiķi un biznesa informācijas speciālisti uzņēmumā Luxoft, un tagad ir analītikas un atskaišu vizualizācijas speciāliste uzņēmumā Exness. Pēc izglītības ekonomists. Stack: Tableau Desktop & Server, Data...
5 gadus IT jomā viņa strādāja par personāla analītiķi un biznesa informācijas speciālisti uzņēmumā Luxoft, un tagad ir analītikas un atskaišu vizualizācijas speciāliste uzņēmumā Exness. Pēc izglītības ekonomists. Stack: Tableau Desktop & Server, Datu analīze un vizualizācija, SQL. Savā darbā es meklēju veselīgu līdzsvaru starp laba datu avota rakstīšanu un skaista vizuālā attēla izveidi.
8 gadu korporatīvā pieredze analītikā. SQL, Tableau, c++, python. Veidojis analītiskos un produktu risinājumus tādos lielos uzņēmumos kā MTS, Ozon, ivi.ru Strādājis produktu komandās Krievijā, Vācijā, Polijā...
8 gadu korporatīvā pieredze analītikā. SQL, Tableau, c++, python. Veidojis analītiskos un produktu risinājumus tādos lielos uzņēmumos kā MTS, Ozon, ivi.ru Strādājis produktu komandās Krievijā, Vācijā, Polijā. Skolotājs
Ievads datu analīzē un pamata statistikā
-Tēma 1. Vispārējā populācija un izlase, mērījumu līmeņi
-2.tēma. Normālais sadalījums, statistiskā nozīmīguma līmenis, standartnovirze. Centrālās robežas teorēma. Uzticības intervāli un standarta kļūda
-3.tēma. Aprakstošā statistika. Centrālās tendences mērs
-4.tēma. Normālais sadalījums, statistiskā nozīmīguma līmenis, standartnovirze. Centrālās robežas teorēma
-5. tēma. Uzticības intervāli un standarta kļūda
-6.tēma. Nozīmīguma līmenis, statistiskās hipotēzes
-7.tēma. Korelācijas koeficients
-8.tēma. Datu salīdzināšanas metodes. Nominālo datu salīdzinājums.
-9.tēma. Vidējo rādītāju salīdzināšanas metodes
DBVS un SQL
-10.tēma.Ievads relāciju datu bāzēs. Rindu un kolonnu datu bāzes
-11.tēma.Tabulu izveide un rediģēšana. DDL. DML, DCL
-12. tēma. Datu atlase, nosacījumi, datu šķēles SQL
-13.tēma. Apkopošanas funkcijas. Datu grupēšana un kārtošana
-14. tēma. Ligzdoti vaicājumi un pagaidu tabulas
-15.tēma.Galdu savienojumu veidi
-16. tēma. Izteiksmes SQL
-Tēma 17. Iebūvētās funkcijas SQL
-18.tēma.Datu bāzes objekti. Tabulas un skati. Indeksi un nodalījumi
-19.tēma. Vaicājumu plāns un veiktspējas optimizācija
Ievads Python
-20.tēma.Ievads sintaksē. Jupyter piezīmju grāmatiņa
-21. tēma. Mainīgie un datu tipi. Datu izvade un aritmētiskās darbības
-22. tēma. Python pamati. Operatori, cilpas
-23.tēma.Python datu struktūras. Stīgas, saraksti un virknes un vārdnīcas
-24. tēma. For un while cilpas
-25.tēma.Funkcijas, moduļi un bibliotēkas
-26. tēma. Bibliotēkas NumPy, pandas, SciPy
-27.tēma.Vizualizācijas metodes. Matplotlib, seaborn, plotly pamati
Datu priekšapstrāde, pētnieciskā un statistiskā datu analīze
-28. tēma. Darbs ar izlaidumiem un dublikātiem
-29. tēma. Datu kategorizēšana
-Tēma 30. Datu tipu konvertēšana
-31.tēma. Datu normalizācija
-32.tēma. Datu kategorizēšana
-33.tēma. Laika rindu analīze
-34.tēma. Datu slāņu izpēte
-35.tēma.Datu attiecības
-36.tēma.Rezultātu apstiprināšana
-37.tēma. Hipotēžu izteikšana un pārbaude
Ievads biznesa inteliģencē un vizuālo datu analīzē
-38.tēma.Ievads biznesa inteliģencē
-39. tēma: Tableau darbvirsmas/publiskās ekosistēmas pārskats
-Tēma 40. Galvenie datu avotu veidi Tableau, savienojumi
-Tēma 41. Tableau Desktop interfeiss un darbības pamatjēdzieni
-42.tēma.Vizualizācija: diagrammas, galvenie to izmantošanas scenāriji
-Tēma 43. Iepriekš instalēti un pielāgoti aprēķini
-Tēma 44. Datu sakārtošana Tableau
-45.tēma.Darbību kārtība Tableau
-46.tēma.Ievads informācijas dizainā
-Tēma 47. Kā darbojas lietotāja uztvere
-48. tēma. Galvenās kļūdas, veidojot informācijas paneļus
-49.tēma.Informācijas paneļa dizains
-Tēma 50. Izkārtojums dažādiem uzdevumiem un ierīcēm
-51. tēma. Lietotāja mijiedarbības plānošana ar informācijas paneli
Projekta dzīves cikls datu analīzē
-52.tēma. Uz datiem balstīta lēmumu pieņemšana biznesā
-53.tēma. Prasības pulcēties
-54.tēma. Prasību kristalizācija un prototipa izveide
-55.tēma. Iteratīvs darbs ar klientu izstrādes stadijā
-Tēma 56. Gatavās versijas demonstrācija un lietotāja testēšanas posms
-57. tēma. Izlaidums un pēcapstrāde
-58.tēma. Pieprasījuma uzraudzība un atgriezeniskās saites saņemšana
Īpašas metodes un jomas datu analītikā
-59.tēma. Uzņēmējdarbības rādītāju analīze
-60.tēma. Produktu analīze, vienību ekonomika, A/B testi
-61. tēma. Metrika un piltuves, metrikas hierarhija
-62. tēma. Kohortas analīze
-Tēma 63.BI analytics
-64.tēma.Datu žurnālistika