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.
- Data Science: будущее для каждого.
- Языки и инструменты: что учить.
- С чего начать карьеру в аналитике.
6 инструментов для начала работы в Data Science
- Работа в Excel.
- Где и для чего используется SQL.
- Python для анализа данных: обработка датасета онлайн‑магазина.
- Визуализация отчёта по логистике в Power BI за 10 минут.
- Создание интерактивных дашбордов.
- 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.