Длительность
299 ак. часов
Уровень
Базовый
1 поток
(набор завершен)
04.08.2022 - 31.01.2023
2 поток
(набор завершен)
05.09.2022 - 28.02.2023
3 поток
(набор завершен)
03.10.2022 - 04.04.2023
4 поток
(набор завершен)
31.10.2022 - 03.05.2023
5 поток
(набор завершен)
28.11.2022 - 30.05.2023
Стоимость участия:
90 000 рублей
Программа участвует в проекте «Цифровые Профессии». Государство оплатит от 50% до 100% стоимости курсов
Подробнее о проектеТестирование и регистрация на программу без участия в проекте
Аналитики данных нужны во всех сферах бизнеса: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений. Задача аналитика данных: изучать и выявлять взаимосвязи в огромных массивах информации.
На текущий момент только в одной России больше 10000 вакансий, в которых требуются навыки анализа данных. Средняя зарплата в этой профессии составляет ~100 000 рублей, а для опытного специалиста зарплаты от 150 000 рублей..
Программа подойдет:
-
желающим начать свой путь в ИТ: мы дадим нужные знания и умения в программировании, математике и основах анализа данных, чтобы вы смогли сделать первые шаги навстречу карьере мечты;
-
начинающим программистам: вы откроете для себя удивительный мир анализа данных, расширите круг решаемых задач и возможности для карьерного роста. Специалисты в DA, обладающие опытом разработки ПО ценятся особенно сильно!
Вы научитесь:
-
программировать на Python – одном из самых популярных языков программирования в мире;
-
работать с данными в SQL;
-
проводить первичный анализ данных и делать выводы с помощью статистики и инструментов: SQL и библиотек Python: Pandas, Numpy, Seaborn, Matplotlib.
Кроме этого, мы поможем вам грамотно составить резюме и выстроить поиск первой работы дата аналитиком.
Обучение состоит из двух частей:
-
Базовый модуль, «бассейн» – онлайн-интенсив из электронных курсов и вебинаров для освоения базовых знаний и умений в математике, программировании на Python и SQL.
-
Профильный модуль – обучение в формате вебинаров под руководством преподавателей-практиков, интересными ДЗ, персонализированной обратной связью и проектами!
На профильном модуле занятия проходят в формате «живых» вебинаров с преподавателем. Мы не набираем больших групп, чтобы каждый слушатель мог получить ответы свои вопросы во время занятий, личную обратную связь по домашним заданиям и проектам!
У кого вы будете учиться?
Команда преподавателей, методистов и кураторов с опытом организации обучения более 3 лет. Команда сочетает в себе 3 ключевые экспертизы:
-
индустриальная: практики data analysts, data engineers и ml/dl engineers из крупнейших российских и международных ИТ-компаний;
-
академическая: преподаватели и выпускники лучших ВУЗов России: ВШЭ, МФТИ, МГУ, Школа Анализа Данных Яндекса, etc;
-
образовательная: через каждого преподавателя в нашей команде прошли сотни слушателей из российских компаний или вузов.
Важно!
Перед стартом обучения важно понимать, что программирование и анализ данных – это интересно и перспективно, но и очень сложно. Для достижения целей обучения вам придется много работать, практиковаться и самостоятельно искать информацию. Без этого не стать хорошим специалистом даже начального уровня. Научить учиться и искать информацию – одна из целей программы, ведь настоящий специалист регулярно занимается этим на работе! Убедитесь, что вы готовы уделять 15, а лучше 20 часов каждую неделю на обучение и вы уверены, что сможете освоить основы этой профессии в интенсивном режиме.
Цель программы
Получить компетенции, связанные с программированием на языке Python, математикой для анализа данных, машинным и глубоким обучением, необходимые для старта карьеры в сфере Data Analysis.
Актуальность
На текущий момент только в одной России больше 10 000 вакансий, в которых требуются навыки анализа данных! Средняя зарплата в этой профессии составляет ~ 100 000 рублей и практически не имеет верхних границ. Сегодня данные – основа успеха всех крупных преуспевающих компаний, которые видят себя лидерами будущего. Данные необходимо собирать, обрабатывать, анализировать и делать выводы, помогающие принимать правильные решения в самых сложных ситуациях! Помогая принимать верные решения, анализ данных приносит таким образом пользу всему человечеству и бизнесу! Но это было бы невозможно без специалистов в сфере анализа данных!
Требования к слушателям
-
Возможность упорно учиться, искать информацию и много самостоятельно работать – без этого не стать хорошим разработчиком!
-
Возможность на протяжении всего курса регулярно выделять достаточно времени учебе.
-
Уверенное владение ПК: установка/удаление ПО, работа с текстовыми редакторами, браузером Google Chrome.
-
Развитое логическое мышление, умение структурировать информацию.
-
Отсутствие проблем с школьной математикой. Решение квадратных уравнений и простейших систем линейных уравнений не вызывают проблем. Понимание, как нарисовать графики простейших линейных и квадратичных функций. Умение решать простейшие задачи с участием логарифма и экспоненты.
-
Если все же что-то из списка выше вызывает сомнения, то вам должно быть достаточно просто сесть вечером и повторить эти темы. Обязательно сделайте это, будет полезно перед курсом!
-
Очень желательно, но не обязательно знакомство с основами математического анализа: функции и их производные; линейной алгебры: вектора, матрицы и операции с ними; теории вероятностей и статистики.
- Знание английского языка на уровне чтения технической документации.
Это программа участвует в проекте «Цифровые профессии», но вы также можете учиться у нас, даже если не входите в льготные категории граждан. Пройти вступительный тест и подать заявку
Как записаться на обучение со скидкой
-
Заполните анкету на Госуслугах
-
Дождитесь подтверждения льготы
Проверка документов до 5 дней
-
Пройдите вступительное испытание в форме тестирования
Вы можете пользоваться чем угодно, чтобы пройти тест, потому что искать информацию — важный навык для любого ИТ-специалиста. Некоторые задачи из теста могут показаться сложными, но это только на первый взгляд, так как для решения абсолютно всех задач достаточно школьных знаний. У вас будет 1 попытка и 60 минут на прохождение теста. Достаточно ответить правильно хотя бы на 10 из 15 вопросов.
-
Оплатите стоимость обучения с учетом скидки
Самостоятельно или за счёт работодателя
-
Пройдите обучение и получите документ о дополнительном образовании
- Установка PostgreSQL
- Создание и подключение к БД
- Создание и удаление таблиц
- Наполнение данными
- Выборка данных
- Базовая арифметика
- Дата и время
- Первичный ключ
- Ограничения
- UPSERT и обновление таблиц
- Внешние ключи
- Соединение таблиц
- Экспорт в CSV
- Синтаксис
- Типы и объекты
- Типы операторов
- Условные операторы
- Циклы
- Как не надо называть переменные
- Числа
- Строки
- Списки
- Кортежи
- Словари
- Множества
- Функции
- Исключения
- Работа с файлами
- Подключение модулей
- Регулярные выражения
- Синтаксис
- Типы и объекты
- Типы операторов
- Условные операторы
- Циклы
- Как не надо называть переменные
- Числа
- Строки
- Списки
- Кортежи
- Словари
- Множества
- Функции
- Исключения
- Работа с файлами
- Подключение модулей
- Регулярные выражения
- Основы булевой алгебры
- Условное ветвление как основа алгоритма
- Примеры алгоритмов. Вложенные ветвления
- Наборы данных. Циклы
- Классические алгоритмы
- Базовый синтаксис SQL: DDL, DML, формирование выборки по условиям.
- Базовый Python: Основы Python и простейших алгоритмов: функции ввода-вывода, переменные, основные типы данных и операции с ними, приведение типов. Понятие алгоритма, что это такое и как с ними работать. Ошибки в коде и как с ними работать. Условные конструкции. Вложенные условные конструкции. List. Циклы.
- Базовый синтаксис SQL: DDL, DML, формирование выборки по условиям.
- Базовый Python: Основы Python и простейших алгоритмов: функции ввода-вывода, переменные, основные типы данных и операции с ними, приведение типов. Понятие алгоритма, что это такое и как с ними работать. Ошибки в коде и как с ними работать. Условные конструкции. Вложенные условные конструкции. List. Циклы.
Union, Join, агрегация данных, методы очистки данных, строковые функции, оконные функции.
Задачи на построение запросов и формирование выборки, особенности работы со значением Null и оператором distinct, корректное создание, изменение таблицы и иных сущностей базы данных, изменение и удаление данных, горизонтальное и вертикальное объединение данных, агрегация данных в выборке, подсчет аналитики по определенным полям, аккумулирование данных с использованием одной из агрегационных функций, использование оконных функций.
Задачи на построение запросов и формирование выборки, особенности работы со значением Null и оператором distinct, корректное создание, изменение таблицы и иных сущностей базы данных, изменение и удаление данных, горизонтальное и вертикальное объединение данных, агрегация данных в выборке, подсчет аналитики по определенным полям, аккумулирование данных с использованием одной из агрегационных функций, использование оконных функций.
Первичный анализ данных с помощью библиотек Python: matplotlib, seaborn, numpy, pandas. Аналитика в Pandas. Дискриминационный и корреляционный анализ. Основы статистического анализа данных. Визуализация.
Первичный анализ данных с помощью библиотек Python: matplotlib, seaborn, numpy, pandas. Аналитика в Pandas. Дискриминационный и корреляционный анализ. Основы статистического анализа данных. Визуализация.
Первичный анализ данных с помощью библиотек Python: matplotlib, seaborn, numpy, pandas. Аналитика в Pandas. Дискриминационный и корреляционный анализ. Основы статистического анализа данных. Визуализация.
Общая оценка 5.0
Хотите узнать больше о программе или курсе? Наш менеджер свяжется с Вами в ближайшее время, ответит на все вопросы и поможет с регистрацией.