Создавать аналитические панели
Работать с данными ClickHouse и строить продуктовые дашборды.
Практический курс для аналитиков с базой Python, SQL и статистики: работа с дашбордами, A/B-тестами и автоматизацией на задачах, похожих на работу продуктовой команды.
| Кому подойдёт | Чем поможет курс |
|---|---|
| Начинающим аналитикам с базой | Тем, кто уже знаком с SQL, Python и статистикой и хочет попробовать полный цикл аналитических задач в учебной рабочей среде. |
| Аналитикам с опытом | Специалистам, которым интересно сравнить свой подход к метрикам, экспериментам и автоматизации с решениями авторов курса. |
| Продуктовым аналитикам | Тем, кто хочет потренироваться строить дашборды, анализировать результаты экспериментов и настраивать оповещения о переменах метрик. |
Работать с данными ClickHouse и строить продуктовые дашборды.
Проверять разбиение пользователей и разбирать результаты A/B-тестов.
Настраивать обработку данных и отправку аналитических сводок.
Разбирать изменения продуктовых метрик и настраивать оповещения.
Видеоматериалы с объяснением тем курса для самостоятельного просмотра.
Задания для применения изученного материала и отработки навыков. 9+ заданий с индивидуальной обратной связью
Комментарии к выполненным работам, которые помогают увидеть ошибки и определить, что доработать.
Материалы для изучения и повторения тем курса: пояснения, конспекты и справочная информация.
Темы и разделы, которые входят в программу обучения.
Поработаете с репозиторием GitLab, данными ClickHouse и Redash, а также с подключением из Jupyter Notebook и продуктовыми дашбордами.
Разберёте организацию ETL-процессов с Airflow, создание Telegram-бота для аналитической сводки и оповещения об изменениях метрик.
Проверите систему распределения пользователей, изучите методы анализа A/B-тестов, оценку размера выборки и прогнозирование.
Практические работы курса — какие задачи вы будете решать, какие кейсы и примеры разбирать.
По сценарию школы предстоит собрать панель для наблюдения за показателями продукта и визуализации данных.
Разберёте корректность распределения пользователей и анализ результатов эксперимента на предложенном наборе данных.
Поработаете над обнаружением необычных изменений метрик и системой оповещений для продуктовой команды.
Профессии, с задачами которых знакомит программа курса.
Навыки, на развитие которых направлена программа курса.
Инструменты, софт и сервисы, которые вы будете использовать на курсе.
Состав экспертов и их участие в конкретной группе уточняйте у школы.

Школа указывает этот вид документа.
При обучении по дополнительной общеразвивающей программе; для сертификата школа указывает минимум 70% баллов за практические задания.

Школа указывает этот вид документа.
При обучении по дополнительной профессиональной программе и прохождении промежуточной и итоговой аттестации.
Школа ожидает знания Python, SQL и основ статистики. Знакомство с Git будет полезным, но в ответах школы не указано как обязательное условие.
Школа указывает два месяца онлайн-обучения; в ответах на вопросы программа также описана как восьминедельная.
Рекомендуемая школой нагрузка — 10–15 часов в неделю на изучение материалов, практические задания и обсуждения.
В тарифе «Получить практику» заявлены три модуля и не менее девяти заданий с индивидуальной обратной связью от экспертов.
По данным школы, материалы сохраняются бессрочно. Доступ к удалённому серверу имеет отдельный срок: месяц после окончания обучения.
Школа указывает сертификат либо удостоверение в зависимости от образовательной программы. Для сертификата нужно набрать не менее 70% баллов за практические задания.
Мы показываем цену тарифа «Получить практику». Карьерный курс и консультация указаны школой в другом тарифе; его цену и состав уточняйте отдельно.
На странице перечислены три модуля и результаты обучения. Подробное описание уроков школа предлагает получить по заявке.
Выберите тариф и оставьте заявку на «Симулятор аналитика» на сайте KARPOV.COURSES.
На сайт школыДругие программы для той же профессии или со схожими навыками и инструментами.
Продвинутая программа для аналитиков: проектирование BI-отчётности, работа с хранилищами данных, сложными экспериментами и моделями машинного обучения на практических задачах.
Онлайн-программа ProductStar по аналитике данных: подготовка и визуализация данных, продуктовые метрики, A/B-тесты, SQL, Python и итоговый аналитический проект.
Курс для начинающих аналитиков: SQL, Python, статистика, продуктовые метрики и визуализация данных. В программе есть практические задания и итоговый проект.
Сначала оцените подготовку. Для симулятора нужны Python, SQL и основы статистики; знание Git, по ответам школы, будет преимуществом. Это не вводный курс по программированию с нуля.
Сравните три заявленных модуля с вашими задачами: BI-аналитика, автоматизация и эксперименты. Школа описывает индивидуальную обратную связь, а подробный список уроков отправляет по заявке.
Мы показываем условия тарифа «Получить практику». Если важно карьерное сопровождение, уточните состав второго тарифа. Обратите внимание, что бессрочный доступ к материалам отличается от срока работы удалённого сервера.
Познакомьтесь со школой KARPOV.COURSES, её программами и условиями обучения.
ОткрытьСравните курсы KARPOV.COURSES по программе, практике и условиям обучения, чтобы выбрать подходящий вариант.
ОткрытьСравните онлайн-курсы по программе, школе, стоимости и длительности. Найдите обучение для первых шагов или развития навыков и изучите условия перед записью.
Открыть