Нетология
Глобальный

Старт в аналитике

Специальные условия для dev.ИТ-курсы
Курс
Online
2 декабря 2021 —
17 декабря 2021
15 дней
Стоимость курса
1 490 RUB
Дополнительная скидка 5% по промокоду devnet5 до 31 декабря.

Старт в аналитике

Специальные условия для dev.ИТ-курсы
Навыки, которые вы получите:
Power BI Excel Docker PostgreSQL Pandas Python

Рынок испытывает дефицит специалистов по работе с данными. Аналитики нужны не только технологическим стартапам и научным институтам — они нужны всем.

Финансы, медицина, промышленность, агротехнологии, ритейл — лишь часть областей, где Data Science-специалисты помогают находить инсайты в куче разрозненной информации, создавать инновационные продукты и строить бизнес на основе данных.

Мы расскажем, в каких сотрудниках нуждаются современные компании и поможем составить план обучения и развития.

Вы узнаете, как работа с большими данными помогает совершенствовать продукты компаний, познакомитесь с принципами внедрения и применения культуры сбора и обработки данных, на примерах разберётесь с базовыми инструментами и напишете свой первый код.

Кому подойдет курс

  • Всем, кому интересна сфера Data Science. 
  • Всем, кто использует данные в работе.

Программа

Data Science — будущее для каждого

Разберёмся, почему работа с данными настолько актуальна. Какие направления и профессии есть в сфере аналитики и Data Science, чем они отличаются и как определить направление для себя.

  1. Data Science: будущее для каждого.
  2. Языки и инструменты: что учить.
  3. С чего начать карьеру в аналитике.

6 инструментов для начала работы в Data Science

  1. Работа в Excel.
  2. Где и для чего используется SQL.
  3. Python для анализа данных: обработка датасета онлайн‑магазина.
  4. Визуализация отчёта по логистике в Power BI за 10 минут.
  5. Создание интерактивных дашбордов.
  6. Культура работы с данными: зачем нужна и как внедрять.

Чему вы научитесь

  • Применять базовых инструментов работы в Data Science.
  • Умению писать простой код на языке Python.
  • Работать с Python-библиотеками, используемыми в анализе данных.
  • Использовать data-driven мышления в работе. 
  • Применять простые SQL-команды для аналитика. 
  • Создавать усовершенствованные докумены в Excel.