UserPartName
Курсы по нейросетям со скидкой до 30%
Data Warehouse Analyst
Скидка 10% на курс
Data Warehouse Analyst
Создавайте сквозные аналитические решения, используйте продвинутый инструментарий для работы с данными
30 марта
4 месяца
Онлайн
Пн/Ср 20:00 Мск
Для кого этот курс?
Для системных аналитиков, BI-аналитиков, аналитиков данных: вы изучите инженерию данных, освоите современные инструменты аналитики с открытым кодом и ELT-пайплайны; сможете создавать сквозные аналитические решения.
Для инженеров данных, администраторов баз данных, системных администраторов, разработчиков, технических директоров: научитесь решать задачи, связанные с организацией хранения и анализом данных; узнаете, как выбирать эффективные стеки технологий.
Для инженеров данных, администраторов баз данных, системных администраторов, разработчиков, технических директоров: научитесь решать задачи, связанные с организацией хранения и анализом данных; узнаете, как выбирать эффективные стеки технологий.
Необходимые знания
- SQL & Python
- Docker
- Базовые команды терминала Linux
- Понимать в общих чертах архитектуру хранилищ данных
При поддержке
Бесплатно предоставит необходимое количество ресурсов, чтобы вы могли выполнять практические задания на протяжении всего периода обучения.
Что вам даст этот курс?
Аналитические приложения сегодня строятся на стыке инженерных практик (Software/Data Engineering), понимании специфики продуктов и бизнеса (Data/Business Analysis), быстрой и качественной поставки сервисов (DevOps).
Курс ставит своей целью научить слушателей собирать полноценные end-to-end аналитические решения с использованием самых актуальных и востребованных инструментов за 120 + академический часов.
Материал будет изучаться как вглубь (например, принципы функционирования аналитических СУБД), так и вширь (сравнение инструментов, анализ сильных и слабых сторон решений).
Курс ставит своей целью научить слушателей собирать полноценные end-to-end аналитические решения с использованием самых актуальных и востребованных инструментов за 120 + академический часов.
Материал будет изучаться как вглубь (например, принципы функционирования аналитических СУБД), так и вширь (сравнение инструментов, анализ сильных и слабых сторон решений).
Вы научитесь:
- Навыкам построения ELT-pipelines: Airflow, Nifi, Airbyte
- Принципам работы аналитических СУБД: Redshift, Greenplum, Clickhouse
- Изучите лучшие практики моделирования данных: dbt, Data Vault
- Визуализации и BI: Metabase, Superset, DataLens
- Продвинутой аналитике: KPI, Funnels, Marketing Attribution, Cohort, RFM
- DevOps-практикам: Continuous Integration, Github Actions
- Сквозная аналитика для B2B-компании / Web analysis (Crawling & parsing websites data)
- RFM Анализ клиентов программы лояльности с использованием dbt и Clickhouse
- Сбор и анализ данных праздничных дней на базе Python, PostgreSQL и Yandex DataLense
- Анализ кибератак на информационную инфраструктуру с помощью Clickhouse + dbt
- Построение DWH в Retail с применением методов ML для расчета прогнозных метрик
- Построение хранилища данных и аналитической отчетности сферы ритэйла Implementation of the data warehouse and analytical reporting in the retail sector
Чем роль DWH аналитика отличается от работы инженера данных (DE)?
DWH аналитик отвечает за сбор требований, проектирование и формулировку задач. Он работает над определением того, что и зачем необходимо сделать, а также определяет конечные результаты. DWH-аналитик предоставляет детальное описание того, как должно быть реализовано хранение. Таким образом, DWH-аналитик отвечает на вопросы "что" и "почему", а также предоставляет детальное описание требований и ожидаемого конечного результата.
DWH аналитик отвечает за сбор требований, проектирование и формулировку задач. Он работает над определением того, что и зачем необходимо сделать, а также определяет конечные результаты. DWH-аналитик предоставляет детальное описание того, как должно быть реализовано хранение. Таким образом, DWH-аналитик отвечает на вопросы "что" и "почему", а также предоставляет детальное описание требований и ожидаемого конечного результата.
Процесс обучения
Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в Telegram, сдача домашних работ и получение обратной связи от преподавателя.
Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.
В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.
Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.
В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.
Портфолио
Индивидуальная разработка итоговой проектной работы. Оптимальная нагрузка
Возможность совмещать учебу с работой и личной жизнью.Перспективы
Получите знания, которые помогут повысить вашу востребованность и доход.Карьерная поддержка
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.
- Получите помощь с оформлением резюме, портфолио и сопроводительного письма
- Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
Data Warehouse Analyst
Перспективы направления
Средний уровень зарплат:
80 000 ₽Junior+
специалист
170 000 ₽Middle+
специалист
350 000 ₽Senior
специалист
1557
актуальных вакансий
Формат обучения
Интерактивные вебинары
2 онлайн-трансляции по 2 ак. часа в неделю. Доступ к записям и материалам остается навсегда.
Обратная связь
Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии.
Активное комьюнити
Чат в Telegram для общения преподавателей и студентов.
Программа
Введение в DWH Analytics
Рассмотрим классификацию основных источников данных для аналитики и их отличительные особенности. Выясним отличие принципов ETL и ELT, структурированных и неструктурированных данных. Научимся подключаться и вычитывать исходные данные, запрашивать ответы от внешних провайдеров через REST API, настраивать потоковую репликацию данных в Хранилище. Проанализируем основные сервисы и инструменты, используемые для этого класса задач.
Тема 1: DWH Analyst или Analytics Engineer? Знакомство, навыки, потребность на рынке
Тема 2: Аналитические движки (СУБД) для работы с данными
Тема 3: Что такое DWH
Тема 4: Инструментарий разработки
Хранение и трансформация данных
Рассмотрим современные СУБД, используемые для анализа больших данных и ключевые принципы их функционирования. Изучим концепцию Хранилища Данных и вопросы, на которые оно призвано отвечать. Познакомимся с dbt – широко популярный мультитул для работы с DWH, позволяющий выстраивать работу в соответствии с лучшими практиками.
Тема 1: Принципы построения DWH
Тема 2: Знакомство с Data Build Tool
Тема 3: DBT - продвинутые трансформации
Тема 4: Введение в Data Vault
Тема 5: Внедрение и жизнь с Data Vault
Тема 6: ClickHouse и DBT в вашем хранилище
Тема 7: Q&A. Сессия вопросов и ответов
Загрузка данных
Изучим современные инструменты для оркестрации скриптов и задач, управления пайплайнами и цепочками зависимостей (DAGs). Получим представление об организации всестороннего качества данных и актуальности DWH. Познакомимся с ключевыми принципами оптимизации производительности и устранения bottlenecks. На практике применим навыки моделирования Хранилища по методологии Data Vault 2.0.
Тема 1: Инструменты для выгрузки данных
Тема 2: Введение в оркестрацию
Тема 3: Оркестрация c Apache AirFlow
Тема 4: Оркестрация Dagster и DBT
Тема 5: Q&A. Сессия вопросов и ответов
Аналитика и Business Intelligence
Выясним круг задач для решений класса Business Intelligence. Научимся конфигурировать и запускать BI в своих проектах. Изучим лучшие практики визуальной подачи информации и подготовки дашбордов.
Тема 1: Введение в BI
Тема 2: Подготовка инфраструктуры для предоставления BI отчетности
Тема 3: Создание метрик и дашбордов
Тема 4: Обзор популярных BI инструментов
Тема 5: Базовые аналитические витрины
Тема 6: Сквозная аналитика
Тема 7: Продвинутые аналитические витрины
Тема 8: Q&A. Сессия вопросов и ответов
Оптимизация и продвинутые темы
Изучим сложные и продвинутые фишки в работе с Хранилищем Данных: Настроим мониторинг и сбор ключевых метрик Хранилища Данных. Задействуем возможности тесной работы с Data Lake (External Data) и полу-структурированными данными. Найдем точки соприкосновения с Data Scientists, проведем обзор возможностей современных СУБД в сфере распределенного ML.
Тема 1: Data Quality
Тема 2: Вопросы оптимизации производительности
Тема 3: Популярные модули DBT
Тема 4: Принципы взаимодействия между СУБД
Тема 5: Дальнейшее развитие навыков
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 ДЗ
Тема 3: Предзащита
Тема 4: Защита проектных работ
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Проектная работа
Для реализации выпуского проекта Вам надо будет сформулировать идею аналитического приложения с business value, представить архитектуру ресурсов и компоненты системы и сформировать Хранилище Данных. Развернуть BI-инструмент. Визуализировать данные в наглядном и понятном виде на дашбордах. Преподаватели курса проверят выпускной проект, дадут обратную связь, а если в процессе будут возникать вопросы, то готовы будут ответить.
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Ближайшие мероприятия
Открытый вебинар — это настоящее занятие в режиме он-лайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.
Почему нельзя ограничиваться только Data Vault в архитектуре хранилища данных
Александра Гамаева
Что будет на вебинаре?
- Разбор концепции Data Vault: сильные стороны и типичные сценарии использования
- Практические ограничения Data Vault: сложность аналитических запросов, низкая производительность для отчетности, отсутствие семантики
- Интеграция Data Vault в современную архитектуру: зачем нужны дополнительные слои (Data Mart, семантический слой, BI-оптимизированные модели)
Каким слушателям вебинар будет полезен?
- Дата-инженерам, проектирующим или уже использующим Data Vault
- Архитекторам данных, выбирающим стратегию построения хранилищ
- Аналитикам и BI-разработчикам, сталкивающимся с трудностями при работе с "голым" Data Vault
Что в результате вебинара узнают пользователи? Как/где смогут применить полученные навыки?
- Научатся проектировать многослойную архитектуру хранилища, где Data Vault дополняется витринами (Data Marts) и семантическими слоями
- Смогут обосновать команде необходимость выхода за рамки Data Vault для построения удобных, быстрых и понятных аналитических решений
Зарегистрируйтесь сейчас — напомним перед вебинаром!
- Разбор концепции Data Vault: сильные стороны и типичные сценарии использования
- Практические ограничения Data Vault: сложность аналитических запросов, низкая производительность для отчетности, отсутствие семантики
- Интеграция Data Vault в современную архитектуру: зачем нужны дополнительные слои (Data Mart, семантический слой, BI-оптимизированные модели)
Каким слушателям вебинар будет полезен?
- Дата-инженерам, проектирующим или уже использующим Data Vault
- Архитекторам данных, выбирающим стратегию построения хранилищ
- Аналитикам и BI-разработчикам, сталкивающимся с трудностями при работе с "голым" Data Vault
Что в результате вебинара узнают пользователи? Как/где смогут применить полученные навыки?
- Научатся проектировать многослойную архитектуру хранилища, где Data Vault дополняется витринами (Data Marts) и семантическими слоями
- Смогут обосновать команде необходимость выхода за рамки Data Vault для построения удобных, быстрых и понятных аналитических решений
Зарегистрируйтесь сейчас — напомним перед вебинаром!
11 марта в 17:00
Открытый вебинар
Современный DWH в 2026: какие технологии реально нужны, а какие — хайп
Никита Бурковский
Что будет на вебинаре
-Актуальный технологический стек для построения DWH в 2026 году
-Разбор трендов: какие решения оправданы на практике, а какие создают избыточную сложность
-Кейсы внедрения DWH: от теоретических подходов к измеримым результатам
Кому будет полезен вебинар
- Data Engineers и аналитикам, участвующим в выборе и внедрении DWH-решений
- Архитекторам и техлидам, принимающим решения по развитию аналитической платформы
- Руководителям и менеджерам, которым важно понимать технологические компромиссы и бизнес-ценность DWH
Что узнают участники и где смогут применить
- Критерии выбора технологий и инструментов для DWH под конкретные задачи и ограничения
- Практические паттерны внедрения и развития DWH, актуальные в 2026 году
- Подходы к измерению и обоснованию ценности нового DWH-стека для бизнеса и стейкхолдеров
Зарегистрируйтесь сейчас — напомним перед вебинаром!
-Актуальный технологический стек для построения DWH в 2026 году
-Разбор трендов: какие решения оправданы на практике, а какие создают избыточную сложность
-Кейсы внедрения DWH: от теоретических подходов к измеримым результатам
Кому будет полезен вебинар
- Data Engineers и аналитикам, участвующим в выборе и внедрении DWH-решений
- Архитекторам и техлидам, принимающим решения по развитию аналитической платформы
- Руководителям и менеджерам, которым важно понимать технологические компромиссы и бизнес-ценность DWH
Что узнают участники и где смогут применить
- Критерии выбора технологий и инструментов для DWH под конкретные задачи и ограничения
- Практические паттерны внедрения и развития DWH, актуальные в 2026 году
- Подходы к измерению и обоснованию ценности нового DWH-стека для бизнеса и стейкхолдеров
Зарегистрируйтесь сейчас — напомним перед вебинаром!
23 марта в 17:00
Открытый вебинар
Прошедшие
мероприятия
Андрей Поляков
Открытый вебинар
Как выглядит DWH в реальных компаниях: финтех, e-commerce, маркетплейсы
Алексей Железной
Открытый вебинар
Apache Kafka для DWH: как потоковые данные усиливают хранилище
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!
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
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 вы:
-
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
Data Warehouse Analyst
В рассрочку
Полная
Компаниям
Стоимость в рассрочку со скидкой
от 6 910,5 ₽/мес
7 083,33 ₽/мес
Скидка 2.4%
действительна до 08 марта
Обращаем ваше внимание, что при оплате в рассрочку предоставление скидки и её размер может зависеть от комиссии банка.
Доступные способы оплаты.
Стоимость указана для оплаты физическими лицами
Стоимость указана для оплаты физическими лицами
Верните с помощью налогового
вычета до 13% стоимости обучения. Пройдите тестирование и менеджер вас проконсультирует
вычета до 13% стоимости обучения. Пройдите тестирование и менеджер вас проконсультирует
Есть вопросы? Позвоните!
+7 499 938-92-02 бесплатно
+7 499 938-92-02 бесплатно
Пройдите тестирование
Старт занятий 30 марта
Доступные способы оплаты.
Стоимость указана для оплаты физическими лицами
Стоимость указана для оплаты физическими лицами
Верните с помощью налогового
вычета до 13% стоимости обучения. Пройдите тестирование и менеджер вас проконсультирует
вычета до 13% стоимости обучения. Пройдите тестирование и менеджер вас проконсультирует
Есть вопросы? Позвоните!
+7 499 938-92-02 бесплатно
+7 499 938-92-02 бесплатно
Частые вопросы
Почему стоит выбрать именно этот курс среди других?
Программа курса Data Warehouse Analyst уникальна и востребована на рынке труда. Среди преподавателей курса ведущие сотрудники Wildberries, Иннотех, Tinkoff и других российских и западных компаний.
Образовательная экспертиза Otus доказана более 6 лет успешной специализации на обучении в IT. Наша фишка — продвинутые программы для специалистов с опытом и быстрый запуск курсов по новым набирающим популярность технологиям. Мы уже обучили более 20 000 студентов, и будем рады помочь освоить Вам новые навыки.
Обязательно ли выполнять и защищать выпускной проект?
Для получения сертификата OTUS необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем.
Обязательно ли выполнять все домашние задания?
Нет, не обязательно. Выполнение домашних заданий поможет вам разобраться в материале курса, поэтому хотя бы часть домашних заданий стоит выполнить. При выполнении или сдаче домашнего задания, вы можете задать вопрос преподавателям, если где-то возник вопрос.
Помогаете ли вы с трудоустройством после курса?
В Otus Club проводятся вебинары на тему трудоустройства, разбор резюме, прохождения собеседований, особенности реферальных программ при найме. Также обратим Ваше внимание, что преподаватели курса занимают ведущие позиции в разных компаниях. Будьте активны, выполняйте домашние задания, стройте network с сокурсниками и преподавателями и Вам будет проще найти работу, расширив свои контакты.
Смогу ли я совмещать учебу с работой?
Да, программа курса рассчитана на то, что студент имеет ограниченный временной ресурс. 1 раз в модуль будут выдаваться домашние задания, а лекции 2 раза в неделю, которые вы всегда можете посмотреть в записи.
Что, если в середине курса я не смогу продолжать обучение?
У вас есть право одного бесплатного трансфера в другую группу.
Я могу вернуть деньги?
Да, вы можете сделать возврат средств пропорционально оставшимся месяцам обучения.
Я - аналитик данных. Мне будет полезен этот курс?
Да, этот курс будет полезен для аналитиков данных, так как поможет разобраться с тем, как самостоятельно добывать себе данные. Этот hard skill становится все более востребованным на рынке труда. Вы сможете претендовать на позиции Аналитика данных Middle+, так и на позицию Data Warehouse Analyst.
Почему в курсе не рассмотрены продуктовые метрики?
Знать названия и формулы продуктовых метрик полезно, но недостаточно, чтобы быть конкурентноспособными и эффективными аналитиком. Описания всех метрик есть в открытом доступе на всевозможных ресурсах. А на курсе мы фокусируем свое внимание на технических hard skills.