Profese Data Analyst - bezplatný kurz od Skillboxu, školení, Datum: 29. listopadu 2023.
Různé / / November 30, 2023
Ruská internetová společnost v oblasti online vzdělávání založená v roce 2016. Kontrolní podíl ve společnosti Skilbox LLC patří společnosti VK. Společnost je považována za lídra na ruském trhu profesionálních online školení. Je také lídrem v oblasti školení pro pracovní místa související s digitální ekonomikou a online reklamou.
Skillbox je ruská společnost, která se specializuje na online vzdělávání. Skillbox se nazývá online univerzitou pro dovednosti na vyžádání.
Vzdělávací programy služby jsou zaměřeny na čtyři hlavní oblasti:
- design;
- programování;
- marketing;
- řízení.
Na platformě můžete získat znalosti o aktuálních tématech a žádané dovednosti. Všechny kurzy jsou zaměřeny na praxi: sledujeme relevanci materiálu a pomáháme se zaměstnáním a praxí.
Vzdělávací platforma Skillbox byla spuštěna v roce 2016. Společnost založili Igor Koropov (1989-2020) a Dmitrij Krutov. Později se k nim připojili Andrey Anishchenko a Sergey Popkov. Generálním ředitelem společnosti od jejího založení je Dmitrij Krutov. Skillbox získal cenu Runet dvakrát: v roce 2018 v kategorii Vzdělávání a personál a v roce 2019 v kategorii Technologie a inovace.
V únoru 2019 Mail. Ru Group získala 3 % společnosti, poté svůj podíl navýšila na 10,33 % v březnu a nakonec na 60,33 % v prosinci téhož roku. Vyplývá to z výroční zprávy Mailu. Ru Group, kontrolní podíl ve společnosti ji stál 1,6 miliardy rublů.
V listopadu 2019 RBC zařadila společnost do hodnocení 35 největších společností EdTech v Rusku, čímž se Skillbox umístil na 6. místě. V roce 2020 se v žebříčku top 10 největších EdTech společností sestaveném RBC Skillbox posunul na 2. místo.
V říjnu 2020 Mail. Ru Group zvýšila svůj podíl ve společnosti na 70 %. V listopadu 2020 zemřel v Soči spoluzakladatel platformy Igor Koropov.
Získejte základní znalosti z matematiky pro práci se strojovým učením. Pochopíte, co je to aproximace, interpolace, funkce, regrese, matice a vektory. Naučte se pracovat s matematickými entitami v knihovně SymPy Python.
Základy statistiky a teorie pravděpodobnosti
Pochopíte principy práce s náhodnými veličinami a událostmi. Seznamte se s některými typy distribucí a statistických testů, které jsou užitečné při konstrukci modelů a testování hypotéz.
Možnost stáže
K získání praxe stačí základní znalosti a dovednosti – můžete pokračovat ve studiu na kurzu i ve firmě zároveň.
Pokročilá úroveň: ponoření se do analýzy dat a zaměstnání
Průměrná doba dokončení je 6 měsíců.
Datový analytik. Juniorský
- Naučíte se základní techniky analýzy dat a naučíte se vyvozovat analytické závěry. Naučíte se vytvářet základní typy grafů a správně vizualizovat data. Procvičíte si identifikaci trendů z tabulkových dat v Excelu a tvorbu prognóz.
- Dozvíte se, jak identifikovat problémy v marketingu společnosti a zlepšit efektivitu reklamy. V praxi se dozvíte, jak v Power BI sbírat plnohodnotné prodejní cesty a připravovat reporty. Pochopíte, jak efektivněji sledovat zákazníky pomocí atribuce potenciálních zákazníků a sledování hovorů.
- Naučte se stahovat data z databází pomocí Pythonu, psát SQL dotazy a opravovat chyby ve shromážděných materiálech. Naučíte se, jak sestavit přehledný dashboard a formulovat závěry o vykonané práci. Naučte se pracovat s nástroji pro zpracování Big Data: Hadoop, Hive, Spark. Proveďte analýzu dat o práci kontaktního centra společnosti.
- Naučíte se vyhodnocovat trh před spuštěním startupu a v praxi projdete všemi fázemi práce produktového analytika od průzkumů až po hodnocení a stanovení priorit funkcí.
- Naučíte se organizovat práci pomocí metod Scrum a Kanban. Naučte se shromažďovat a kontrolovat požadavky na nesrovnalosti a dokumentovat je. Naučíte se plánovat práci, vyhodnocovat rizika projektu a prezentovat výsledky.
- Budete analyzovat typické testovací úlohy, dostanete doporučení ohledně psaní životopisu a nápad, jak se vyvíjet jako analytik.
Hledání práce pomocí kariérního centra
- Kariérní poradce vám pomůže připravit se na pohovor do partnerské společnosti. Porozumíte běžným otázkám a naučíte se mít méně starostí při pohovorech.
- Napište motivační dopis a správně naformátujte svůj životopis.
- Až budete připraveni podstoupit pohovor, kariérní poradce zorganizuje schůzku se zaměstnavatelem.
- Na pohovoru prezentujete projekty, na kterých jste během kurzu pracovali, a vaše znalosti a dovednosti se vám budou hodit při plnění testových úkolů.
Expertní úroveň. Výběr specializace
Průměrná doba dokončení je do jednoho roku.
Produktová analytika
Budete zpracovávat data, studovat interakci uživatele s produktem a interpretovat shromážděné informace. Získané výsledky pomohou vyřešit obchodní problémy.
Marketingová analytika
Naučíte se, jak nastavit webovou a komplexní analýzu, vytvářet prodejní cesty a analyzovat chování uživatelů na webu.
BI analytika
Naučte se vytvářet datové sklady, navrhovat SQL databáze a pracovat s tabulkami na pokročilé úrovni. Budete řešit obchodní problémy pomocí analytiky, čistit data, správně je ukládat a vizualizovat.
Bonusové kurzy
Vývojářská kariéra: Zaměstnání a rozvoj
Dozvíte se, jak vybrat vhodné volné pracovní místo, připravit se na pohovor a vyjednávat se zaměstnavatelem. Budete schopni rychle získat pozici, která splní vaše očekávání a dovednosti.
Systém pro správu verzí Git
Naučte se měnit kód verzí, vytvářet a spravovat úložiště, větve a řešit konflikty verzí. Naučte se užitečná pravidla pro práci s Git.
Angličtina pro IT specialisty
Získejte jazykové znalosti, které vám pomohou projít pohovorem se zahraniční společností a pohodlně komunikovat ve smíšených týmech.
Závěrečné projekty
Po dokončení první úrovně připravte úvodní projekt. Na konci pokročilé úrovně prezentujte svou závěrečnou práci ve třech oblastech analýzy a rozhodněte se, se kterými daty máte větší zájem pracovat.
Úvod do datové vědy
Upevněte své nové znalosti na individuálním projektu – od načítání dat přejdete k implementaci modelu. Vyřešte problémy datového inženýra, ML inženýra a datového analytika, abyste se rozhodli pro svou specializaci.
Datový analytik. Juniorský
- Produktová analýza: analyzujte výsledky A/B testování produktu a rozhodněte, co je třeba vyvinout jako první.
- Marketing Analytics: příprava dat, výpočet konverzí a LTV. Vyvodit závěry o účinnosti reklamních kampaní.
- BI Analytics: sestavte plán-fakt. Vytvářejte řídicí panely, které vám umožní pochopit, která oddělení mají největší vliv na výkonnost společnosti.
Výhody: množství znalostí a učitelů. Nevýhody: některé moduly byly nejasné, rozmanitost úkolů Především bych chtěl vyjádřit zvláštní poděkování učiteli testování. Každý úkol vždy podrobně analyzovala a poskytla zpětnou vazbu ke všem problémům. Dalo by se říci, že toto je můj druhý kurz skillboxu. První byl „Data Scientist“. Analytics. První úroveň". Dodávka materiálu...
Absolvoval kurz Data Analyst. Celkový dojem z kurzů je pozitivní
Pro: Bude to zajímavé. Nevýhody: Ne všechna témata probírají dobří lektoři. Kurz poskytuje obecný úvod do profese datového analytika. Je pokryto mnoho různých oblastí. Je nepravděpodobné, že byste se mohli učit 4 hodiny týdně. Trvalo mi to déle. Neměli byste očekávat, že všechno bude žvýkáno a vloženo do úst - ne. Pokud se rozhodnete, buďte prosím trpěliví, ihned doporučuji kvalitní...
Účelem tohoto kurzu je seznámit studenty s teorií a praxí hlubokého učení a neuronových sítí v interaktivní podobě. V průběhu kurzu vám bude nabídnuto několik praktických úkolů. Posledním zadáním je závěrečný praktický projekt. Na základě výsledků kurzu bude vydáno osvědčení o absolvování, které poskytuje výhody pro přijetí do bakalářských a magisterských programů na Fyzikálně-technologické fakultě Moskevského institutu fyziky a technologie. Základní stream je určen pro ty, kteří dělají své první krůčky v Data Science. Významná část kurzu je věnována jazyku Python, knihovnám pro analýzu dat a matematice pro Data Science. ve druhé polovině se budeme hovořit o obecné teorii neuronových sítí a také o neuronových sítích v počítači vidění
Předmět seznamuje studenty se základními pojmy Data Science. Podíváme se na základní algoritmy (lineární modely, rozhodovací stromy, KNN, kompozice) a analyzujeme přípravu dat (čištění, generování nových prvků a jejich výběr). Získané znalosti budou stačit k řešení široké škály problémů.
Osvojte si programovací jazyk Kotlin – naučte se používat integrované vývojové prostředí a vytvářet objektově orientované aplikace.