Освойте востребованную профессию
с нуля за 5 месяцев
Старт потока 13 мая 2025
с нуля за 5 месяцев
Старт потока 13 мая 2025
Аналитика данных
Профессия
Диплом
о профессиональной переподготовке
о профессиональной переподготовке
Совместная программа
О программе:
Программа ориентирована на развитие и углубление способностей и навыков в области анализа данных и проведения аналитической работы с применением технологий анализа данных, формирование системных знаний и компетенций, необходимых для профессиональной деятельности с применением технологий Big Data.
Программа ориентирована на развитие и углубление способностей и навыков в области анализа данных и проведения аналитической работы с применением технологий анализа данных, формирование системных знаний и компетенций, необходимых для профессиональной деятельности с применением технологий Big Data.
Цель реализации программы:
формирование компетенций в области очистки, проверки и обработки данных для проведения аналитических работ.
Вы научитесь
-
Разрабатывать аналитическое решение по поставленной задаче - Cобирать данные из открытых источников с помощью библиотек BeautifulSoap, Scrapy, Selenium, Requests. Парсить данные
- Осуществлять проверку, обработку и анализ данных с помощью языка программирования Python
- Применять в работе ключевые математические методы и основы статистики для проверки гипотез
- Визуализировать результаты аналитической работы, строить дашборды и аналитические отчёты
- Получать данные из хранилищ с помощью SQL (PostgreSQL)
Будете владеть инструментами
Python
высокоуровневый язык программирования
Pandas
инструмент анализа и манипулирования данными с открытым исходным кодом
Matplotlib
библиотека для работы с графикой
Beautifulsoup
библиотека для синтаксического разбора файлов HTML / XML
Scrapy
фреймворк для веб-краулинга
Selenium
инструмент для автоматизации действий веб-браузера
Requests
библиотека, с помощью которой можно делать запросы в интернет
sciPy
библиотека для языка программирования Python
PostgreSQL
свободная объектно-реляционная система управления базами данных
DataLens
сервис для бизнес-аналитики
Microsoft PowerBI
сервис для бизнес-аналитики
Seaborn
импорт наборов данных и библиотек
NumPy
библиотека, позволяющая выполнять широкий спектр математических операций над массивами
scikit-learn
библиотека, предназначенная для машинного обучения
Кому подойдёт курс?
- -1-Новичкам в программированииМы готовим специалистов с нуля. Материалы курса понятны каждому — кто только знакомится с аналитикой или продолжает обучение.
- -2-АналитикамЕсли вы уже знакомы с аналитикой, но хотите пойти дальше — это ваш шанс продолжить карьеру в IT-мире вместе с нами. Мы поможем поднять ваш уровень компетенции и начать зарабатывать больше.
- -3-МатематикамВы сможете не только производить точные расчёты, строить статистические гипотезы, но и работать с большим объёмом данных в реальных бизнес-задачах.
>200 000 ₽
162 000 ₽
80 000 ₽
50 000 ₽
3+ лет стажа
1+ год стажа
зарплата начинающего
после 6 лет стажа
Средняя зарплата дата-специалистов в России
по данным hh.ru и Роснавык, 2024 год
Программа курса, 5 месяцев
Научитесь:
• определять проблему и цель исследования;
• выстраивать концептуальную модель объекта / предмета исследования;
• определять необходимые типы и источники данных для исследования;
• осуществлять выбор инструментов и методов анализа данных исходя из целей и задач проекта.
• определять проблему и цель исследования;
• выстраивать концептуальную модель объекта / предмета исследования;
• определять необходимые типы и источники данных для исследования;
• осуществлять выбор инструментов и методов анализа данных исходя из целей и задач проекта.
Научитесь:
• работать в интерактивной облачной среде Google Colab;
• создавать, определять и изменять типы переменных;
• применять методы к основным типам данных (числовым, строковым, булевым);
• структурировать информацию, используя сложные типы данных (списки, словари, кортежи, множества, файлы);
• обрабатывать информацию, используя циклы;
• проверять выполнение условий, используя условные конструкции;
автоматизировать повторяющиеся операции с помощью функций;
• работать в интерактивной облачной среде Google Colab;
• создавать, определять и изменять типы переменных;
• применять методы к основным типам данных (числовым, строковым, булевым);
• структурировать информацию, используя сложные типы данных (списки, словари, кортежи, множества, файлы);
• обрабатывать информацию, используя циклы;
• проверять выполнение условий, используя условные конструкции;
автоматизировать повторяющиеся операции с помощью функций;
- работать с библиотеками.
Научитесь:
• работать собирать данные из открытых источников с использованием API (VK API, API Headhunter, API GitHub);
• писать парсер и с его помощью собирать данные;
• осуществлять сбор данных при помощи библиотек Requests, BeautifulSoup, Selenium, CSV, JSON и Scrapy на Python.
• работать собирать данные из открытых источников с использованием API (VK API, API Headhunter, API GitHub);
• писать парсер и с его помощью собирать данные;
• осуществлять сбор данных при помощи библиотек Requests, BeautifulSoup, Selenium, CSV, JSON и Scrapy на Python.
Научитесь:
• осуществлять чистку и предобработку данных;
• обрабатывать типичные проблемы в датасетах.
• осуществлять чистку и предобработку данных;
• обрабатывать типичные проблемы в датасетах.
Научитесь:
• осуществлять оценку датасета;
• анализировать взаимосвязи между переменными;
• реализовывать графический и неграфический виды анализа;
• осуществлять первичную визуализацию данных (box-plot, pie-chart, гистограммы и т. д.).
• осуществлять оценку датасета;
• анализировать взаимосвязи между переменными;
• реализовывать графический и неграфический виды анализа;
• осуществлять первичную визуализацию данных (box-plot, pie-chart, гистограммы и т. д.).
Научитесь:
• ставить гипотезы и осуществлять их проверку;
• осуществлять A/B тестирование;
• осуществлять регрессионный и корреляционный анализ;
• интерпретировать результаты анализа.
• ставить гипотезы и осуществлять их проверку;
• осуществлять A/B тестирование;
• осуществлять регрессионный и корреляционный анализ;
• интерпретировать результаты анализа.
Научитесь:
• подключаться к базе данных;
• просматривать данные в таблице;
• писать запросы на выборку данных по поставленным условиям (применение логических функций);
• проводить расчеты с помощью агрегатных функций;
• писать условные выражения с помощью CASE;
• работать с функциями преобразования дат (извлечение из даты года, месяца, дня, преобразование типа данных строка в дату);
• примененять подзапросы и табличные выражения для написания более сложных фильтраций и поэтапного преобразования данных;
• корректировать и преобразовывать данные, функции работы со строками (извлечение подстроки, замена значений, работа с пустыми значениями.
• подключаться к базе данных;
• просматривать данные в таблице;
• писать запросы на выборку данных по поставленным условиям (применение логических функций);
• проводить расчеты с помощью агрегатных функций;
• писать условные выражения с помощью CASE;
• работать с функциями преобразования дат (извлечение из даты года, месяца, дня, преобразование типа данных строка в дату);
• примененять подзапросы и табличные выражения для написания более сложных фильтраций и поэтапного преобразования данных;
• корректировать и преобразовывать данные, функции работы со строками (извлечение подстроки, замена значений, работа с пустыми значениями.
Научитесь:
• создавать интерактивные отчеты (дашборды) в Power BI и Excel;
• трансформировать данные и создавать вычисляемые столбцы и меры для качественного анализа и визуализации данных;
• выбирать правильный тип графика, настраивать параметры визуализации, работать с фильтрацией;
• видеть ошибки визуализации.
• создавать интерактивные отчеты (дашборды) в Power BI и Excel;
• трансформировать данные и создавать вычисляемые столбцы и меры для качественного анализа и визуализации данных;
• выбирать правильный тип графика, настраивать параметры визуализации, работать с фильтрацией;
• видеть ошибки визуализации.
Научитесь:
• разрабатывать аналитическое решение под поставленную задачу;
• формулировать алгоритм решения аналитической задачи;
• осуществлять предобработку и анализ данных под прикладную задачу;
• представлять результаты аналитической задач.
• разрабатывать аналитическое решение под поставленную задачу;
• формулировать алгоритм решения аналитической задачи;
• осуществлять предобработку и анализ данных под прикладную задачу;
• представлять результаты аналитической задач.
С нашей командой поддержки
Тьюторы-практики помогают разобраться в каждой теме, кураторы направляют к цели и не дают остановиться на полпути
Подготовка с нуля
Материалы курсов понятны каждому — кто только знакомится с аналитикой или продолжает обучение
Обучение у экспертов
Все материалы готовят преподаватели-практики Центра прикладного анализа больших данных ТГУ и специалисты индустрии
Практика и трудоустройство
80% занятий — практические. Лучших студентов рекомендуем на работу нашим партнёрам
Аналитиком может стать каждый
3851 студент уже с нами
76% доходят до конца обучения с поддержкой нашей команды
80% трудоустроенных выпускников-аналитиков
5200 студентов уже с нами
82% доходят до конца обучения с поддержкой нашей команды
80% трудоустроенных выпускников-аналитиков
Преподаватели курса
Татьяна
Кабанова
Кабанова
Доцент кафедры ТВиМС, Институт прикладной математики и компьютерных наук НИ ТГУ
Полина
Басина
Басина
Аналитик, Центр прикладного анализа больших данных НИ ТГУ
Анастасия
Абазовская
Абазовская
Инженер-программист, VDOM Research, Team lead Академии Дата-Дайвинг
Вячеслав
Бакулин
Бакулин
Data-scientist, Центр прикладного анализа больших данных НИ ТГУ
Ольга
Архипова
Архипова
Аналитик, Yandex Medialab
Даниил
Джепаров
Джепаров
Ведущий BI аналитик, RNT Group
Георгий Пономарев
Team Lead Analyst, Playrix
Екатерина
Савина
Савина
Аналитик, Центр прикладного анализа больших данных НИ ТГУ
Анастасия
Кеба
Кеба
Data-scientist, Институт прикладной математики и компьютерных наук НИ ТГУ
Татьяна
Малахова
Малахова
BI-разработчик
Татьяна
Никитина
Никитина
Аналитик, управление оптовых продаж Газпромнефть-Региональные продажи
Освоить навык
Заполните форму, и мы свяжемся с вами
Аналитик данных
Профессия
120 000 рублей
старт 13 мая,
84 750 рублей
84 750 рублей
Скидка 30%
доступна рассрочка:
3 платежа по 28 250 рублей
3 платежа по 28 250 рублей
Ответы на часто задаваемые вопросы
Конечно, сможете. Наши программы не требуют базовых знаний и подходят для тех, кто только-только начинает погружаться в мир данных.
Не бояться! Никто не рождается со знанием всех алгоритмов и языков программирования. В курсе будет отдельный модуль, посвященный изучению основ языка программирования Python, достаточного для обучения по программе и для работы аналитиком в будущем
Обучение по программе занимает до 5 месяцев. Все лекции в записи — вы сможете самостоятельно планировать график обучения. На занятия нужно уделять всего 6–7 часов в неделю.
Диплом о профессиональной переподготовке государственного образца от Томского государственного университета