Аналитик данных [Яндекс. Практикум] [4/6]

[Bot]

Яндекс. Практикум
Аналитик данных

Часть 4 из 6

Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. На курсе мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL.
71,1% выпускников трудоустраиваются
Мы делаем всё, чтобы студенты нашли новую работу после обучения: выдаём официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы.

71,1% выпускников находят работу, большинство из них — за 4 месяца после выпуска. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников.

Часть 4

• Введение
• Что такое Web Mining
• Что аналитик должен знать об интернете? Браузер. HTML. HTTP.
• Что такое транспортный протокол
• Введение в HTML
• Инструменты разработчика
• Ваш первый get-запрос
• Регулярные выражения
• Парсинг HTML
• API
• JSON
• Заключение

[*]SQL как инструмент работы с данными.

• Введение
• Базы данных и таблицы
• Таблицы
• Ваш первый SQL-запрос
• Срезы данных в SQL
• Агрегирующие функции
• Изменение типов
• Заключение

[*]Расширенные возможности для аналитика в SQL

• Введение
• Группируем данные
• Сортируем данные
• Обработка данных в группировке
• Операторы и функции для работы с датами
• Подзапросы
• Заключение

[*]Отношение между таблицами

• Введение
• Типы связей в таблицах
• ER-диаграммы
• Приятно познакомится, таблицы!
• Типовые роли пользователей без данных
• Поиск пропусков в данных
• Поиск данных в таблице
• JOIN. INNER JOIN
• Внешнее объединение таблиц. LEFT JOIN
• Внешнее объединения таблиц. RIGHT JOIN
• Объединение нескольких таблиц
• Агрегация в запросах JOIN
• Объединения запросов
• Заключение

[*]Контекст и проработка запроса

• Введение
• Контекст задачи
• Проработка запроса
• Доработка результата
• Заключение

[*]Проект

• Итоги курса
• Описание проекта
• Парсинг данных
• Работа с базой данных
• Работа с данными в Python.

[*]Заключение

• Введение
• Доходы, прибыль и возврат на инвестиции
• Конверсии
• Воронки
• Маркетинговая воронка: показы, клики, СTR и CR
• Маркетинговая воронка: группировка по неделям и месяцам.
• Простая продуктовая воронка
• Продуктовая воронка с учетом последовательности событий.
• Заключение

[*]Когортный анализ

• Введение
• Когортный анализ
• Когортный анализ в Python
• Оценка изменений абсолютных показателей по месяцам
• Оценка изменения относительных показателей по времени жизни
• Визуализация когортного анализа
• Retention Rate и Churn Rate
• Расчет Retention Rate в Python
• Расчет Churn Rate в Python
• Поведенческие когорты
• Заключение

[*]Юнит-экономика

• Введение
• Экономика одной продажи
• Экономика одной продажи: строим модель
• Экономика одного покупателя: LTV и CAC
• Считаем экономику одного покупателя в интернет-магазине
• Заключение.

[*]Пользовательские метрики

• Введение
• Оценка пользовательской актиновсти
• Пользовательская сессия
• Фреймворки метрик
• Расследование аномалий
• Яндекс.Метрика
• API Яндекс.Метрики
• Работа с сырыми данными
• Заключение

[*]Проектная работа(проект)
[*]Заключение


Сайт: practicum.yandex.ru/data-analyst

Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.