Курсы по нейросетям со скидкой до 30%
Курсы по нейросетям со скидкой до 30%
Выбрать курс
Аналитика и анализ
Аналитик данных

Скидка до 15% - DA5

Обновлен в 2026 г

Аналитик данных

Освойте мощные навыки анализа данных:
анализ требований + статистика + BI

13 февраля

5 месяцев

Онлайн

Вт/Пт 19:00 Мск

Для кого этот курс?

  • Для дата-аналитиков уровня Junior, которые стремятся систематизировать и углубить свои знания.
  • Для специалистов по отчетности, которые строят её вручную или в полуавтоматическом режиме в Excel и хотят научиться делать это быстрее и эффективнее.
  • Для выпускников вузов, желающих работать в области анализа данных и обладающих необходимым минимумом знаний для старта.
  • Для маркетологов, продакт-менеджеров, бизнес-аналитиков, экономистов, специалистов по планированию, желающих сократить свою ежедневную рутину до минимума.

Необходимые знания

  • Продвинутый Excel (минимум - сводные таблицы, формулы, графики)
  • Базовые знания в области матанализа и статистики
  • Желательно - базовые навыки программирования
  • Общее представление о том, что такое анализ данных и зачем он нужен
  • Внимательность к деталям
При поддержке
логотип партнера
Международная компания полного цикла разработки ПО. На рынке с 2012 года, создаёт решения для компаний из Fortune 500. В СЕНЛА работает 700+ специалистов, реализовано более 300 проектов

Что даст вам этот курс?

Команда экспертов отобрала всю самую полезную информацию для старта карьеры в области анализа данных в оптимальном объеме! Акцент делается на практическую применимость каждого метода в реальной жизни.

В программе курса "Аналитик данных" совмещены и особенности общения со стейкхолдерами с позиции основ бизнес-анализа, и техника с позиции дата-анализа, и BI, так как необходимо уметь не только качественно анализировать данные, но и наглядно их визуализировать. В реальности совмещение этих трех (в идеале - изолированных) ролей происходит весьма часто. Наш выпускник будет готов к такому варианту развития событий и будет знать, какие навыки прокачивать в дальнейшем в зависимости от особенностей места работы.

В результате вы овладете необходимыми инструментами, чтобы получить старт в новой профессии или существенно снизить количество ежедневной рутины на текущем месте работы.


После обучения вы сможете:

  • Работать в области анализа данных, начиная с junior-ступени
  • Общаться со стейкхолдерами и обсуждать запрос на анализ данных, уточнять требования
  • Предобрабатывать и исследовать сырые данные, статистически описывать данные и готовить их к дальнейшему анализу
  • Писать SQL- и Python-код для целей анализа и визуализации данных
  • Использовать BI-платформы для базовой и продвинутой визуализации данных, создавать дашборды и дата-стори
  • Презентовать результаты работы и находить правильные слова "просто о сложном"
  • Иметь представление о различных инструментах в сфере дата-анализа, а также о возможных путях дальнейшего развития в области ML и Data Science

Кто такой аналитик данных?

Аналитик данных (Data Analyst) - это специалист по работе с большими данными. Он собирает их, анализирует, визуализирует и делает выводы. На основании полученных гипотез компании принимают важные для бизнеса решения.

Процесс обучения

  • Посещайте 2 онлайн-трансляции по 2 ак. часа в неделю. Доступ к записям и материалам остается навсегда.
  • Изучите материал через призму полученных ранее компетенций: общайтесь с преподавателями в диалоге и объедините свой опыт с экспертной оценкой преподавателя.
  • Выполняйте домашние задания и применяйте на практике знания, полученные на занятиях. По каждому домашнему заданию преподаватель дает развернутый фидбек.
  • Задавайте преподавателю уточняющие вопросы: в течение всего учебного процесса преподаватель находится в чате с группой
  • Специально для этого курса мы разработали тренажеры. Тренажеры - это задания, которые дают возможность потренироваться в написании кода и проверяются автоматически. Особенно актуально для новичков.

Практические навыки

 
Освойте SQL, Python, Tableau и уверенно решайте задачи по обработке, анализу и визуализации данных

Системный подход

 
Научитесь полному циклу работы с данными: от сбора требований и предобработки до создания дашбордов и интерпретации результатов

Портфолио

 
Результаты проектной работы и ДЗ можно применять в своей работе и карьерном развитии

Карьерная поддержка

  • Карьерные мероприятия в сообществе
    Публичный разбор резюме
    Публичное прохождение собеседования и воркшопы
  • Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров

Работодатели курса

Формат обучения

Интерактивные вебинары

2 онлайн-трансляции по 2 ак. часа в неделю. Доступ к записям и материалам остается навсегда

Практика

Домашние задания + проектная работа, которая усилит ваше портфолио

Активное комьюнити

Общайтесь с преподавателями голосом на вебинарах и в Telegram-чате

Программа

СУБД и SQL

В этом модуле мы рассмотрим введение в теорию БД, обзор и создание БД, написание запросов, аналитику и построение отчётов с помощью SQL.

Тема 1: Введение в профессию «Аналитик данных»

Тема 2: Как ИИ помогает в обучении

Тема 3: Введение в теорию баз данных. Группы операторов в SQL. Выбор данных

Тема 4: Типы объединений и соединений таблиц. Порядок выполнения запроса // ДЗ

Тема 5: Функции в SQL. Вложенные запросы и временные таблицы

Тема 6: Объекты базы данных. Оптимизация производительности запросов // ДЗ

Тема 7: Q&A-сессия

Принятие решений в бизнесе на основе данных

В этом модуле мы рассмотрим основные этапы реализации проекта от момента появления идеи до итогового представления результатов и постпродакшена.

Тема 1: Принятие решений в бизнесе на основе данных

Тема 2: Сбор требований и прототипирование

Тема 3: Итеративная работа с заказчиком на этапе разработки

Тема 4: Этап релиза и мониторинг востребованности // ДЗ

Введение в Business Intelligence и визуальный анализ данных

В этом модуле мы познакомимся с BI, рассмотрим наиболее популярные BI-платформы, а также научимся визуализировать данные с помощью Tableau/Yandex Data Lense.

Тема 1: Введение в Tableau: установка, настройка, основные типы подключений

Тема 2: Введение в визуализацию данных и Business Intelligence

Тема 3: Основные типы источников данных в Tableau, типы соединений

Тема 4: Визуализация в Tableau. Виды диаграмм и основные сценарии их использования // ДЗ

Тема 5: Вычисляемые поля и функции в Tableau

Тема 6: Организация данных в Tableau

Тема 7: Введение в информационный дизайн

Тема 8: Проектирование дашборда с учетом User Experience // ДЗ

Введение в Python

В этом модуле мы познакомимся с синтаксисом и подключим библиотеки и визуализацию с помощью Python.

Тема 1: Введение в языки программирования. Знакомство с синтаксисом и основными понятиями Python

Тема 2: Основы Python. Структуры данных. Операторы, циклы

Тема 3: Библиотеки (Pandas/NumPy), модули и функции

Тема 4: Методы визуализации в Python // ДЗ

Тема 5: Работа с базами данных с помощью Python

Тема 6: Парсинг данных из HTML-страниц

Специальные методы и направления в дата-аналитике

В этом модуле мы рассмотрим продуктовую аналитику, BI-аналитику и дата-журналистику.

Тема 1: Продуктовая аналитика

Тема 2: BI-аналитика. Дата-журналистика и дата-сторителлинг

Тема 3: Дата-арт и дата-дизайн

Основы статистики

В этом модуле мы рассмотрим основные понятия статистики, типы данных, измерения и шкалы, меры центральной тенденции, гипотезы и A/B-тесты.

Тема 1: Основы статистики. Генеральная совокупность и выборка. Типы данных

Тема 2: Нормальное распределение. Стандартное отклонение. Доверительные интервалы

Тема 3: Статистические гипотезы. А/В-тесты // ДЗ

Предобработка данных, исследовательский и статистический методы анализа данных

В этом модуле мы рассмотрим исследовательский анализ данных, обработку выбросов, пропусков и дубликатов, корреляционный анализ и линейную регрессию с применением уже имеющихся навыков в Python.

Тема 1: Исследовательский анализ данных. Предобработка и очистка данных, работа с пропусками и дубликатами

Тема 2: Нормирование данных. Анализ временных рядов. Корреляционный анализ

Тема 3: Взаимосвязь данных. Линейная регрессия // ДЗ

Введение в машинное обучение

В этом модуле мы изучим фундаментальные принципы машинного обучения и научимся применять их для решения аналитических задач. Модуль охватывает полный спектр ML-методов: от классических задач регрессии и классификации до современных подходов обучения без учителя. Особое внимание уделяется практическому применению ML в работе аналитика данных, включая автоматизацию рутинных процессов с помощью ИИ-инструментов.

Тема 1: Основы машинного обучения

Тема 2: Задачи регрессии

Тема 3: Задачи классификации

Тема 4: Обучение без учителя

Тема 5: Как ИИ помогает автоматизировать рутину аналитика

Тема 6: Q&A-сессия

Проектная работа

Заключительный месяц курса посвящен проектной работе. Свой проект — это то, что интересно писать слушателю. То, что можно создать на основе знаний, полученных на курсе. При этом не обязательно закончить его за месяц. В процессе написания по проекту можно получить консультации преподавателей.

Тема 1: Выбор темы и организация проектной работы

Тема 2: Консультация по проектам и домашним заданиям

Тема 3: Защита проектов

Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит

Проектная работа

 

Выпускной проект включает в себя все этапы от сбора требований до подготовки дашборда и строится на одном из трех датасетов на выбор, где каждый датасет -- набор данных из реальной жизни. В результате получается полный набор артефактов: требования заказчика к отчету, отчет, исполненный в виде интерактивного дашборда в Tableau, а также презентация с обзором набора данных, наблюдениями и рекомендациями, провалидированными экспертами.

Преподаватели

Руководитель курса

Александра Гамаева

Т-Банк

Руководитель группы, направление Финансовая аналитика

4 года в Otus
169 занятий
524 студента

Более 5 лет опыта аналитиком и дата-инженером Т-БАНК ЦЕНТР РАЗРАБОТКИ (Россия) Руководство командой Data Engineer-ов и BI-аналитиков в направлении Финансы. Успешное создание системы внешней партнерской отчетности, основанной на корпоративном хранилище данных с системой автоматического сбора и анализа данных. Интеграция и сбор данных из внешних источников (OLTP-систем) в DWH: построение ETL-процессов, создание витрин данных и оптимизация SQL- запросов в Greenplum. Помимо основных обязанностей, выполняла функции Project Manager-a и System и Data Analyst. INTERMEDIA, CLOUD COMMUNICATIONS (США) Создание отчетности в Power BI и ad-hoc аналитики. Успешное создание системы внешней партнерской отчетности, основанной на DWH с системой автоматического сбора и анализа данных. Руководство Scrum-командой из 5 BI-аналитиков. Автор личного Telegram-канала: https://t.me/nasha_sashenka

Преподает на курсах

  • Data Warehouse Analyst
  • Аналитик данных
  • Data-driven

Виктория Казакова

Deeplay

BI-разработчик, в сфере BI-разработки более 3 лет

3 года в Otus
106 занятий
280 студентов

BI-разработчик в компании deeplay. В сфере BI-разработки более 3 лет. За это время успела поработать в НИУ ВШЭ, ГК Самолет. В ГК Самолет была ведущим лектором Академии Tableau по self-service направлению в компании, обучала 40+ людей работе с BI-системой. До этого 1,5 года преподавала в НИУ ВШЭ, параллельно с нуля развивая аналитику в подразделении. Окончила магистратуру в РЭУ им. Плеханова по специальности "Экономический Консалтинг", бакалавриат в РАНХиГС по специальности "Мировая экономика и ВЭД". Прошла курс по работе с Tableau от Coursera и МФТИ.

Преподает на курсах

  • Аналитик данных
  • Продуктовая аналитика
  • Data-driven

Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания

Прошедшие
мероприятия

Виктория Казакова
Открытый вебинар
Строим простой дашборд в Tableau
Вероника Клочкова
Открытый вебинар
Ищем аномалии в данных: от простых графиков до машинного обучения
Для доступа ко всем прошедшим мероприятиям необходимо пройти входное тестирование
Возможность пройти вступительное тестирование повторно появится только через 3 дня
Результаты тестирования будут отправлены вам на email, указанный при регистрации.
Тест рассчитан на 30 минут, после начала тестирования отложить тестирование не получится!

Этот курс может оплатить ваш работодатель

Обучайтесь за счёт работодателя или разделите оплату 50/50
  • Подробно расскажем об интересующем вас курсе
  • Объясним, как договориться с работодателем
  • Сообщим стоимость обучения и варианты оплаты
  • Ответим на вопросы
  • Предоставим шаблон договора и счёт на оплату

Отзывы

Дмитрий Соболев

27.09.2024
- Занимался описательной, диагностической и предсказательной аналитикой в рамках отдельных продуктов и продуктовых линеек, репутационных рисков, репутации в сети, конкурентоспособности, в том числе, и самих бизнесов, а также отдельных направлений департаментов специализированных государственных и около государственных структур, с целью внесения необходимых изменений в нормативно правовую базу более 10 лет. - Данный курс был необходим для повторения и закрепления старых материалов - основ, а также для ознакомления с новыми материалами и механизмами аналитики данных. - На основе ранее полученного опыта, курс привел меня к пониманию, что в современных реалиях потребность в механизмах математического анализа в аналитике возросла. - Наличие формата личного и прямого взаимодействия с сотрудниками по темам и вне тем (предоставление дополнительных материалов) курса, отклика на просьбы о помощи (от дополнительных пояснений и до разборов по материалам и вне, в том числе в рамках личных просьб при их актуальности), отсутствия строгой необходимости выбора из определенных тем в рамках защиты проектной работы, что придает дополнительный стимул и возможность дальнейшего собственного развития за пределами курса. Дополнительно, обратите внимание на материалы в части SQL, Python, Основы статистики - не хватает карт "общего направления, спецификаций и возможностей" данных тем, а также интерактивности в подаче (код и примеры заранее подготовлены, без подробного разбора в рамках и процессе написания). - Наиболее важными в данном курсе являются Основы статистики (с уходом в механизмы Мат. анализа в аналитике, которые отсутствуют), а также в порядке убывания Python, SQL и Tаbleau, не смотря на то что курс не является курсом по обучению в разрезе программирования. - Более подробные материалы для обучения в разрезе механизмов Основ статистики и Мат. анализа в аналитике, а также их применения в Python (исходя из последних данных спроса в рамках необходимости знаний и их применения в данном направлении).

Игорь Суров

27.01.2024
Очень полезный курс для начинающих в сфере аналитики. Можно приоткрыть дверь, чтобы понять, что за ней, и что с этим делать в дальнейшем Преподаватели увлекательно и увлечённо преподносят материал, хотя в ряде случаев профессионализм превосходит педагогику. Очень удобно, что лекции можно прослушать в записи. Поскольку в рамках курса много практики, сложно освоить все навыки онлайн. Подход «в записи» вполне успешно позволяет это сделать. Пожелание - проверка домашних работ должна занимать меньше времени. Через месяц сложно вспомнить, чему она была посвящена. В целом, все очень понравилось, готов рекомендовать курс другим начинающим аналитикам.

Подтверждение знаний и навыков

OTUS осуществляет лицензированную образовательную деятельность.

Вы получите сертификат о прохождении обучения, а также можете получить удостоверение о повышении квалификации.

После обучения:

  • Удостоверение о повышении квалификации: если вы успешно защитили выпускной проект и готовы предоставить копию документа о высшем или среднем профессиональном образовании

  • Доступ к учебным материалам курса

  • Ваш личный проект, который поможет проходить собеседования

Частые вопросы

Что, если в середине курса я не смогу продолжать обучение?
У вас есть право одного бесплатного трансфера в другую группу.
Обязательно ли защищать выпускной проект?
Для получения сертификата OTUS необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем.
Я могу вернуть деньги?
Да, вы можете сделать возврат средств пропорционально оставшимся месяцам обучения.