UserPartName
Курсы по нейросетям со скидкой до 30%
Python для аналитики
Python для аналитики
Разберем лучшие инструменты для аналитики, отчетности и построения дашбордов
Для кого этот курс?
Аналитик
Научитесь анализировать данные с помощью различных инструментов Python и принимать решения на основе данных.
Маркетолог
Автоматизируете сбор и анализ данных о ваших конкурентах и пользователях и научитесь работать с SQL и HTML.
Менеджер
Научитесь работать с кодом и автоматизируете сбор данных из интернета, что станет аргументом для повышения в должности.
Начинающий Python-разработчик
Научитесь работать с данными и сможете дальше развиваться в Data Science или в аналитике.
Научитесь анализировать данные с помощью различных инструментов Python и принимать решения на основе данных.
Маркетолог
Автоматизируете сбор и анализ данных о ваших конкурентах и пользователях и научитесь работать с SQL и HTML.
Менеджер
Научитесь работать с кодом и автоматизируете сбор данных из интернета, что станет аргументом для повышения в должности.
Начинающий Python-разработчик
Научитесь работать с данными и сможете дальше развиваться в Data Science или в аналитике.
Необходимые знания
Программа направлена на тех, кто никогда не работал с кодом на Python, но хочет научиться писать скрипты для аналитики.
Вы научитесь:
- получать данные из БД и из множества файлов и подтягивать это все в отчеты;
- оформлять отчеты с текстом и графикой;
- языку программирования Python для аналитики;
- создавать простейшее графическое представление данных;
- обращаться по API к сервисам и получать данные оттуда;
- работать с Jupyter Notebook.
Обновлённая программа -- блок про мат. статистику
Почему это важно?
Основы статистики необходимы для понимания большинства аналитических функций Python, потому что они построены на статистических методах: от простого среднего значения до сложных алгоритмов машинного обучения. Без знания статистики вы сможете использовать готовые функции библиотек pandas и numpy, но не будете понимать, как правильно интерпретировать результаты и какой метод анализа выбрать для решения конкретной бизнес-задачи.
Основы статистики необходимы для понимания большинства аналитических функций Python, потому что они построены на статистических методах: от простого среднего значения до сложных алгоритмов машинного обучения. Без знания статистики вы сможете использовать готовые функции библиотек pandas и numpy, но не будете понимать, как правильно интерпретировать результаты и какой метод анализа выбрать для решения конкретной бизнес-задачи.
Процесс обучения
- ONLINE в формате вебинаров. 2 онлайн-трансляции по 2 ак. часа в неделю. Доступ к записям и материалам остается навсегда.
- Стиль диалога позволит не только изучить материал через призму полученных ранее компетенций, но и объединит опыт слушателей с экспертной оценкой преподавателя.
- Домашние задания позволят применить на практике знания, полученные на занятиях. По каждому домашнему заданию преподаватель дает развернутый фидбек.
- В течение всего учебного процесса преподаватель находится в едином коммуникационном пространстве с группой, то есть при обучении слушатель может задавать преподавателю уточняющие вопросы по учебным материалам.
Скорость
Перейдите с тяжёлого Excel на более быстрые и эффективные инструменты, чтобы получать данные быстрее
Оптимизация
Решайте задачи, которые не под силу популярным электронным таблицам с макросами
Визуализациия
Создавайте наглядные отчеты, стройте дашборды и принимайте верные решения на основе полученных данных;
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. Мы оказываем помощь в вопросах карьеры на протяжении всего обучения и спустя полгода после его завершения.
- Получите помощь с оформлением резюме, портфолио и сопроводительного письма
- Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
- Пройдете карьерную консультацию с нашим HR-специалистом
- Получите рекомендации, как искать работу, и советы по прохождению собеседования
Аналитик Python
Перспективы направления
Средний уровень зарплат:
120 000 ₽Junior+
специалист
250 000 ₽Middle+
специалист
400 000 ₽Senior
специалист
2500
актуальных вакансий
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 с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии.
Активное комьюнити
Чат в Telegram для общения преподавателей и студентов.
Программа
Введение в Python
В этом модуле мы познакомимся с инструментами, которые будут использоваться в курсе, а также с возможностями языка Python.
Тема 1: Jupyter, синтаксис python, базовые типы данных, простейшие операции с числами // ДЗ
Тема 2: Итерируемые типы данных. Методы работы со списками, кортежами, словарями, множествами
Тема 3: Условные операторы: if, elif, else, однострочные. Обработка исключений. Циклы: while, for. Comprehensions // ДЗ
Тема 4: Функции, области видимости, глобальные и локальные переменные, лямбда функции // ДЗ
Тема 5: Работа со строковыми данными. Регулярные выражения // ДЗ
Тема 6: Работа с файловой системой и модули // ДЗ
Библиотеки по работе с данными и визуализациями
В этом модуле мы рассмотрим популярные библиотеки для математических вычислений: Numpy — для математических вычислений, Pandas — для работы с табличными данными, а также Matplotlib, Seaborn и Plotly — для создания визуализаций. Затем вы примените полученные знания для проведения EDA на тестовом датасете.
Тема 1: Библиотека Numpy, вектора и матрицы
Тема 2: Библиотека Pandas, Series и Dataframe, методы для работы с ними. Продвинутый Pandas
Тема 3: Визуализация в Matplotlib, Seaborn, Plotly // ДЗ
Тема 4: Практика работы с данными с использованием Pandas и библиотек визуализации
Основы статистики
В этом модуле вы познакомитесь с основными понятиями статистики, точечными и интервальными оценками, поймете особенности обработки категориальных, порядковых и количественные величины, и освоите методику проведения A/B-тестов.
Тема 1: Основы статистики. ЦПТ
Тема 2: Исследование зависимостей: номинальные, порядковые и количественные величины
Тема 3: А/В-тестирование
Тема 4: А/В-тестирование. Практика
Работа с базами данных, парсинг данных с сайтов, взаимодействие с API
В этом модуле вы научитесь: читать данные из реляционных баз данных при помощи SQL; делать выборки, сперва простые, а затем посложнее; обращаться по сети к разным открытым API и считывать оттуда данные.
Тема 1: Обзор баз данных. Основы SQL
Тема 2: Объединение таблиц и вложенные запросы // ДЗ
Тема 3: Оконные функции // ДЗ
Тема 4: Парсинг данных из HTML-страниц
Тема 5: Получение данных через REST API // ДЗ
Практики. Продуктовая и маркетинговая аналитика
В этом модуле мы разберем техники продуктовой и маркетинговой аналитики для сегментации покупателей и товара при помощи Python. Обсудим, что такое A/B-тестирование, и как его проводить.
Тема 1: Введение в продуктовую аналитику на Python. Метрики и методы
Тема 2: Когортный анализ // ДЗ
Тема 3: RFM-анализ и ABC-XYZ анализ // ДЗ
Тема 4: Метод формирования продуктовых корзин. Алгоритм априори
Проектная работа
Заключительный месяц курса посвящен проектной работе. Свой проект — это то, над чем интересно поработать 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 проектных работ
Тема 4: Подведение итогов курса
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Проектная работа будет представлять из себя получение данных, разведочный анализ, обогащение данных с помощью когортного, RFM или ABC анализа, построение модели машинного обучения.
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Прошедшие
мероприятия
Игорь Стурейко
Открытый вебинар
Валидация параметров запроса на Python с Pydantic — надежность и удобство в одном пакете! 🚀
Роман Козлов
Открытый вебинар
Работа с API в Python: эффективное использование библиотеки requests
Оставьте заявку, чтобы получить доступ ко всем записям прошедших мероприятий. Записи всех мероприятий появятся в этом блоке
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:
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.