Скоро! Продвинутая аналитика данных [2023] [karpov.courses] [Часть 6] [Н. Багиян, Д. Казаков и др.]

[SHAREWOOD]

Продвинутая аналитика данных [2023] [karpov.courses] [Часть 6] [Н. Багиян, Д. Казаков и др.]​

Для получения курса нужно оплатить предыдущие части





Продвинутая аналитика данных [2023] [karpov.courses] [Часть 6 из 6]

Цель нашего курса — помочь опытным аналитикам расширить свои компетенции и задать правильное направление для дальнейшего развития в профессии. Полученный практический опыт позволит углубить знания в области продуктовой аналитики и научиться подбирать правильные инструменты для решения задач в самых неопределённых условиях и незнакомых отраслях.

Описание:

ОБЗОР ПРОГРАММЫ КУРСА ://

ПОДХОД К СОЗДАНИЮ ОТЧЕТНОСТИ ЧЕРЕЗ ПРОДУКТОВУЮ МОДЕЛЬ
Создание дашборда часто представляет собой основную задачу, которую аналитики получают от команды. Однако это не всегда решает проблему заказчика. Если дашборд создан без понимания его цели, он маловероятно станет востребованным у заказчика. Реализация продуктового подхода к созданию дашбордов при помощи BI-систем позволяет избежать этой проблемы, позволяя специалистам предложить быстрые альтернативные решения или разработать систему отчетности, отвечающую требованиям бизнеса.

ДЕТАЛИ МОДУЛЬНОГО ПРОЕКТА
Проект состоит из двух частей — итоговых заданий каждого блока (мини-проекты). Ваша задача — собрать проект DashBoard Map и разработать дашборд в рамках BI-системы для конкретной задачи, получив обратную связь от экспертов курса.

ВЗАИМОДЕЙСТВИЕ С DWH КОМАНДОЙ И ОБРАБОТКА БОЛЬШИХ ДАННЫХ
В больших компаниях аналитикам необходимо общаться с специалистами по работе с аналитическими хранилищами данных (DWH). Важно понимать типы хранилищ, уметь с ними работать и знать, как решаются вопросы правильного хранения данных. В малых компаниях аналитики зачастую самостоятельно создают пайплайны обработки данных, поэтому им жизненно необходимо знать наиболее распространенные и эффективные инструменты в области Big Data.

ДЕТАЛИ МОДУЛЬНОГО ПРОЕКТА
Финальный проект модуля предусматривает использование всех изученных инструментов: мы будем считывать данные из S3 и CH при помощи Spark, проводить преобразования (фильтрация, агрегация, объединения и т.д.) для создания отчета для записи в CH.

ПРОВЕДЕНИЕ СЛОЖНЫХ ЭКСПЕРИМЕНТОВ
Как определить эффект изменений в компании на ключевые бизнес-показатели? С помощью экспериментов! Более высокий уровень аналитика позволяет разрабатывать более сложные дизайны, ускорять проведение экспериментов, анализировать результаты и учитывать особенности конкретных метрик при выборе методов оценки изменений. Middle аналитик способен выходить за рамки стандартного использования A/B-тестов, отвечая на сложные вопросы заказчиков и повышая значимость экспериментов для принятия решений компанией.

ДЕТАЛИ МОДУЛЬНОГО ПРОЕКТА
Оценивание модуля основывается на работе с ситуационными кейсами и мини-проектами с реальными данными по каждому блоку, где нужно решить задачу или применить изученный инструмент. Блок 1 — кейс-тест, Блок 2 — 7 мини-проектов и кейс-тест, Блок 3 — 6 мини-проектов.

ИСПОЛЬЗОВАНИЕ МАШИННОГО ОБУЧЕНИЯ В АНАЛИТИКЕ
Для решения сложных задач аналитики часто приходится выходить за рамки привычных инструментов. В этом модуле мы изучим продвинутые методы машинного обучения.

ТРЕБОВАНИЯ К УЧАСТИКАМ КУРСА [?]

• Знание основ Python (циклы, функции, условные операторы)
• Владение библиотеками (pandas, numpy, scipy) на уровне импорта/экспорта данных, предобработки, EDA, базового взаимодействия со случайными величинами
• Навыки создания визуализаций в Python (Seaborn, matplotlib и базовые визуализации)
• Опыт анализа простых экспериментов (t-test или Манна-Уитни в Python)
• Умение писать запросы с JOIN, where, group by и агрегационными функциями
• Умение проводить проверку гипотез
• Понимание ошибок 1-ого и 2-ого рода
• Знакомство со статистическими критериями и p-value
• Понимание ЦПТ
• Понимание корреляции
• Опыт работы с такими инструментами как Tableau, Power BI, Superset или другими подобными

Продажник
Скрытая ссылка
Скрытая ссылка

Материал «Продвинутая аналитика данных [2023] [karpov.courses] [Часть 6] [Н. Багиян, Д. Казаков и др.]», возможно, скоро появится на SHAREWOOD.

Воспользуйтесь поиском, может быть, он уже опубликован.