Hard Аналитика данных
Повысьте грейд за 6 месяцев
СТАРТ ПОТОКА
15 МАЯ
15 МАЯ
уровень сложности
JUNIOR+ / middle
JUNIOR+ / middle
ФОРМАТ ОБУЧЕНИЯ
видеолекции и задания
видеолекции и задания
курс от экспертов индустрии
Курс
Поток уже стартовал. Но вы еще успеваете на учёбу. Присоединиться
Поток уже стартовал. Но вы еще успеваете на учёбу. Присоединиться
записаться на курс или задать вопрос
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
кому подойдет курс //
На курсе «Hard Аналитика данных» вы освоите навыки, необходимые аналитику уровня middle, а после курса сможете претендовать на повышение грейда как внутри компании, так и при поиске работы.
Аналитик данных уровня junior
Аналитик данных уровня middle
Продуктовый аналитик
BI-аналитик
Кто такой middle аналитик данных >>
При составлении программы мы опирались на опыт практиков индустрии и нанимающих лидов, а также проанализировали карты компетенций крупных российских tech-компаний.
Для middle аналитиков важны не только hard, но и soft skills — именно поэтому в обучении мы уделяем особое внимание общению с заказчиками и объясняем, как преодолеть сложности кросс-командной коммуникации.
Специалист растет, когда успешно справляется с новыми для себя задачами или решает проблемы шире своей зоны ответственности. Это возможно только тогда, когда багаж знаний включает не только основы работы с данными, но и темы из смежных областей, — поэтому в программе курса вы найдете 4 модуля из разных сфер Data Science.
мы сделали 2 важных вывода:
1
2
почему курс актуален //
Программа курса «Hard Аналитика данных» поможет в решении проблем, с которыми нередко сталкиваются аналитики крупных компаний — даже если вы лично пока с ними еще не сталкивались.
Аналитикам часто приходится создавать дашборды. Но если они формируются без понимания задач бизнеса, то только отнимают время у команды.
Создание ненужных отчетностей
Чтобы успешно работать в связке с узкими специалистами, нужно разбираться в области. Еще лучше — уметь самостоятельно писать пайплайны обработки данных, если у компании нет команды DWH.
Неэффективная коммуникация с командой DWH
В процессе обучения вы разберетесь в типах хранилищ данных и способах взаимодействия с ними, а также освоите Spark, S3, Clickhouse как самые популярные и оптимальные инструменты обработки больших данных.
Стандартные A/B-тесты работают не всегда, а ошибка в расчетах может обернуться большими расходами. Аналитик данных уровня middle должен знать, как выйти за пределы применения стандартных тестов и ответить на сложные вопросы заказчика.
Задачи, которые нельзя решить стандартными методами
На курсе вы узнаете, как выстроить культуру экспериментов в компании, изучите продвинутые методы экспериментов и узнаете что делать в случаях, если провести стандартный A/B-тест невозможно.
Аналитики данных регулярно взаимодействуют с командой инженеров машинного обучения, поэтому полезно знать основы и уметь решать базовые задачи самостоятельно. Еще лучше, если аналитик умеет сам строить модели — это дает преимущество на рынке труда.
Незнание методов машинного обучения
В процессе обучения вы разберетесь, как создавать и обучать модели, а затем оценивать и интерпретировать результаты для бизнеса.
На курсе вы освоите продуктовый подход, узнаете, какие существуют альтернативы дашбордам, и научитесь выбирать оптимальный вариант отчетности для решения поставленной задачи. Ваши дашборды будут отражать максимум информации и четко отвечать на запросы бизнеса.
при рассрочке на 12 месяцев
130 500 ₽
одним платежем
или
13 425 ₽ / мес.
hard аналитика данных
+ симулятор data science (3 месяца)
+ симулятор data science (3 месяца)
Освойте продвинутый инструментарий для работы Аналитиком данных и отработайте него на практических заданиях различного уровня сложности. Научитесь запускать продвинутые эксперименты, применять ML-инструменты и прокачайте свои мягкие навыки для успешного карьерного роста
майские комбо!
что нужно для начала /?/
Знаете базовый синтаксис, умеете работать с библиотеками на уровне экспорта/импорта данных, владеете навыком построения базовых визуализаций
Владеете навыком проверки гипотез, знакомы со статистическими критериями и p-value
Уже работали с Tableau, Power BI, Superset или похожими инструментами
Умеете писать запросы с JOIN, where, group by и агрегационными функциями
PYTHON
SQL
Дашборды и визуализация данных
Статистика и теория вероятностей
Оставьте заявку, мы свяжется с вами и поможем подобрать курс, который будет полностью соответствовать вашему уровню и целям.
НЕ УВЕРЕНЫ, ЧТО КУРС ВАМ ПОДХОДИТ?
программа курса >>
Продуктовый подход к созданию отчетности
преподаватель:
Роман Бунин
Продолжительность:
3 недели
Практические задания:
После каждого блока
- BI-система как продукт
- Алгоритм создания Dashboard Map
- Роли бизнес-пользователей системы отчетности
- Анализ продуктов, бизнес-процессов и сущностей компании
- Типы дашбордов
- Метрики и срезы
- Фасилитация
- Воркшоп по заполнению фреймворка Dashboard map
- Итоговый минипроект по блоку
- Алгоритм Dashboard Canvas фреймворк
- Подготовка и проведение интервью
- Структурирование требований в Dashboard Canvas
- Дизайн-паттерны
- Утверждение макета с заказчиком
- Разбор кейса
- Прототип, демо и оценка результатов проекта
- Итоговый проект по модулю
Работа с командой DWH и обработка больших данных
преподаватели:
Евгений Ермаков, Александр Волынский
Продолжительность:
5 недель
финальный проект:
по модулю
- Архитектура современной платформы данных
- S3: как устроен инструмент и для каких задач подходит
- Spark: устройство, архитектура, контекст применения, основные термины
- Простые и сложные запросы на Spark. Работа с S3 с помощью Spark и Boto3
- Оптимизация запросов в Spark
- Как устроен Clickhouse и для каких задач он подходит
- Оптимизация запросов в ClickHouse и типичные ошибки
- Materialized View в ClickHouse
- Логическая архитектура DWH
- Варианты проектирования DWH: по Инмону и Кимбаллу, Data Vault, Anchor Modelling
- Организация работы DWH
- Процессы вокруг данных по DAMA DMBOK
- Ситуационный кейс: приземлить задачу на DWH с помощью терминов и артефактов
- Финальный проект
Продвинутые эксперименты
преподаватель:
Дмитрий Казаков
Продолжительность:
10 недель
финальный проект:
по модулю
- Эксперименты и data-driven культура компании: роль, эволюция развития, принципы внедрения, артефакты
- Процесс управления движением продукта через эксперименты: принятие решений, валидация проблем и идей гипотез, правильный бэклог и приоритизация
- Обход проблемы нечувствительных тестов: снижение дисперсии и повышение чувствительности эксперимента с помощью стратификации
- Обход проблемы слишком длинных тестов с помощью CUPED: ускорение тестов и определение оптимальной длительности с точки зрения бизнеса
- Обход проблемы подглядывания. SPRT
- Методики сausal inference: Diff in Diff, Causal Impact, Propensity Score matching
- Метрики бизнеса и метрики эксперимента: какие бывают и как связаны между собой
- Чувствительность, ошибки 1-го и 2-го рода в тесте, статистическая и практическая значимость эксперимента
- Формирование выборки, сплитование, проверка и починка ошибок сплитования
- Оптимальный критерий или метод оценки эффекта. Бутстрап
- Обход проблемы множественных сравнений
- Угрозы внешней достоверности результатов и способы их обхождения
- Чеклисты запуска и контроля эксперимента
- Презентация результатов эксперимента бизнесу
Машинное обучение для решения задач аналитики
преподаватель:
Никита Табакаев
Продолжительность:
5 недель
- Компоненты машинного обучения
- Дизайн экспериментов с моделями МО
- Линейные модели МО для решения задач классификации
- Метрические подходы МО для решения задач прогнозирования
- Метрические подходы МО для решения задач кластеризации объектов
- Эконометрический подход в решении задачи прогнозирования временных рядов
- Решающие деревья, композиции: градиентный бустинг и случайный лес
авторы курса //
как будете учиться
- Уроки открываются 3 раза в неделю — по понедельникам, средам и пятницам
- Все лекции доступны в записи и разбиты на компактные видео по 15−40 минут
- На обучение понадобится в среднем от 8 до 16 часов в неделю
- Сдавать домашние задания можно в течение двух недель
=> Самостоятельно планируйте нагрузку
- Смотрите видеолекции и читайте конспекты к ним
- Практикуйтесь на заданиях с кодом
- Отправляйте решения на ревью и получайте обратную связь
- Изучайте разборы идеальных решений в видео и текстовом формате
- Погружайтесь в дополнительные материалы в каждом уроке
- Выполняйте проекты в каждом модуле
- Практикуйтесь на данных из разных сфер бизнеса
- Закрепляйте навыки на задачах и проектах из индустрии
- Работайте с инструментами в настоящем рабочем окружении
=> Решайте реальные задачи
=> Берите максимум от обучения
кто будет помогать в обучении //
Всегда готовы поддержать, приободрить и помочь в решении организационных вопросов
Кураторы
Виртуальный помощник на базе ChatGPT ответит на любые вопросы из области анализа данных и программирования
Чат-бот Ева
Проверяют код, справедливо оценивают проекты и дают развёрнутую обратную связь
Ревьюеры
Помогают справиться с задачами, делятся опытом и подталкивают к правильному решению
Эксперты
стоимость обучения >>
hard аналитика данных
> Продуктовый подход к созданию отчетности
> Работа с командой DWH и обработка больших данных
> Машинное обучение для решения задач аналитики
> Работа с командой DWH и обработка больших данных
> Машинное обучение для решения задач аналитики
120 000 ₽
ПОЛНАЯ ОПЛАТА:
Скидка 27 000 ₽ при единовременной оплате или в рассрочку на 6 месяцев от Т-Банка
> Продвинутые эксперименты
> Поддержка преподавателей
> Работа на удаленном сервере
> Поддержка преподавателей
> Работа на удаленном сервере
рассрочка от партнёра:
* При рассрочке на 12 месяцев.
Срок рассрочки можно выбрать на этапе оплаты. Доступны опции от 6 до 12 мес.
12 500 ₽ / мес. *
Выгодно
Оплачивайте курс так, как удобно: единовременно со скидкой 13%* или в рассрочку
Беспроцентная рассрочка или оплата частями от наших партнёров:
* Скидка при единовременном платеже не суммируется со скидкой по промокоду
Получите нужные навыки и развивайтесь в профессии — обучение может оплатить ваш работодатель
Повышайте квалификацию за счёт компании
Можно вернуть до 13% от стоимости обучения
Налоговый вычет
Если за две недели курс вам не подойдет, вернем полную стоимость. Позже — за вычетом пройденных уроков
Не подойдет — вернём оплату
Выберите удобный срок рассрочки на этапе оплаты — от 4 до 12 месяцев
ОСТАВИТЬ ЗАЯВКУ
Мы свяжемся с вами для того, чтобы ответить на все вопросы по ней.
записаться на курс или задать вопрос
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
отзывы выпускников //
- По моему мнению, курс HDA — крутой уникальный продукт на русскоязычном образовательном рынке, который решает самую злободневную задачу: сделать «крутые инструменты» — «бизнесовыми крутыми инструментами». Идея прослеживается во всех модулях курса.
Читать полностью →Вера Ингинен - Примерно за полгода до поступления на курс задумался, что пора расти в профессии дальше, искал информацию самостоятельно, но не был уверен, что стоит изучать, а на что лучше не тратить время.
Читать полностью →Данила Гончаров
Вера Ингинен
«По моему мнению, курс HDA — крутой уникальный продукт на русскоязычном образовательном рынке, который решает самую злободневную задачу: сделать «крутые инструменты» — «бизнесовыми крутыми инструментами». Идея прослеживается во всех модулях курса. Открывается другой взгляд на процессы, смежные с технической реализацией, и результат, который было бы хорошо иметь после всего хард-кода.
Мой самый любимый модуль — «Продуктовый подход к созданию отчетности». Одновременно и просто, и гениально. Вдохновил уже с первого раздела на то, чтобы доделать текущую задачу. Подсветил, как исправить уже случившийся epic fail с рабочим проектом. Вместе с идеями курса и ответом Вселенной проект вышел на новый уровень и получил высокую оценку у главного бизнес-заказчика. Одновременно появилось понимание, в каком направлении мне хотелось бы развиваться, каким именно смыслом хотелось бы наполнить свои проекты.
Эксперименты и ML пролетели, как увлекательный триллер на одном дыхании. Модуль DWH шел тяжко. Если бы не поддержка, был соблазн ограничиться теорией. Спасибо экспертам! Вынесли меня вместе с практикой буквально на руках!
Самое трудное лично для меня — это неожиданно большой временной ресурс, требующийся для практики без особых дипдайвов. Понятное дело, что все зависит от скиллов, но было бы здорово, если бы перед оплатой была возможность пройти какой-то тест, чтобы заплнировать нужное количество времени на ближайшие полгода. В любом случае я, мои рабочие и личные задачи выжили. И моя жизнь теперь точно не будет прежней! Третья неделя на новой работе… Полет нормальный))»
Мой самый любимый модуль — «Продуктовый подход к созданию отчетности». Одновременно и просто, и гениально. Вдохновил уже с первого раздела на то, чтобы доделать текущую задачу. Подсветил, как исправить уже случившийся epic fail с рабочим проектом. Вместе с идеями курса и ответом Вселенной проект вышел на новый уровень и получил высокую оценку у главного бизнес-заказчика. Одновременно появилось понимание, в каком направлении мне хотелось бы развиваться, каким именно смыслом хотелось бы наполнить свои проекты.
Эксперименты и ML пролетели, как увлекательный триллер на одном дыхании. Модуль DWH шел тяжко. Если бы не поддержка, был соблазн ограничиться теорией. Спасибо экспертам! Вынесли меня вместе с практикой буквально на руках!
Самое трудное лично для меня — это неожиданно большой временной ресурс, требующийся для практики без особых дипдайвов. Понятное дело, что все зависит от скиллов, но было бы здорово, если бы перед оплатой была возможность пройти какой-то тест, чтобы заплнировать нужное количество времени на ближайшие полгода. В любом случае я, мои рабочие и личные задачи выжили. И моя жизнь теперь точно не будет прежней! Третья неделя на новой работе… Полет нормальный))»
Данила Гончаров
«Примерно за полгода до поступления на курс задумался, что пора расти в профессии дальше, искал информацию самостоятельно, но не был уверен, что стоит изучать, а на что лучше не тратить время.
Пару лет назад уже проходил Симулятор Аналитика и остался тогда очень доволен, поэтому, узнав о курсе Hard Аналитика, долго не думал. На первом блоке про отчетность не было кода и нагрузка была ниже средней, но потом постепенно возрастала и все больше уходила из бизнесовой части в техническую. В целом оцениваю курс очень положительно. Бывало такое, что встречались опечатки в материале и заданиях, случались и технические проблемы, но команда поддержки всегда помогала справиться.
Во время курса проходил собеседования и благодаря новым знаниям получил несколько офферов на грейд выше того, который имел в моменте.
Советую всем, кто хочет вырасти в своей сфере, но не до конца понимает, в какую сторону копать.»
Пару лет назад уже проходил Симулятор Аналитика и остался тогда очень доволен, поэтому, узнав о курсе Hard Аналитика, долго не думал. На первом блоке про отчетность не было кода и нагрузка была ниже средней, но потом постепенно возрастала и все больше уходила из бизнесовой части в техническую. В целом оцениваю курс очень положительно. Бывало такое, что встречались опечатки в материале и заданиях, случались и технические проблемы, но команда поддержки всегда помогала справиться.
Во время курса проходил собеседования и благодаря новым знаниям получил несколько офферов на грейд выше того, который имел в моменте.
Советую всем, кто хочет вырасти в своей сфере, но не до конца понимает, в какую сторону копать.»
FAQ >>
Да, мы осуществляем образовательную деятельность на основании государственной лицензии № Л035-01298-77/00179689 от 11 апреля 2022 года, выданной Департаментом образования и науки города Москвы.
Да. Если вы оплатили обучение на курсе после 23 мая 2022 года, являетесь налоговым резидентом России и уплачиваете подоходный налог, вы можете оформить вычет. Однако подать документы можно только в году, следующем за годом оплаты обучения.
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
- Python. Знание базового синтаксиса python. Циклы, функции. Знание pandas, numpy, scipy на уровне импорта, экспорта данных, предобработки и EDA, Seaborn, matplotlib умение построения базовых визуализаций. Опыт анализа простых экспериментов например t-test или Манна-Уитни в Python;
- Знание SQL на уровне написания запросов с JOIN, where, group by и агрегационными функциями;
- Статистика и теория вероятностей. Знать и понимать процесс проверки гипотез, ошибки 1-го и второго уровня, статистические критериев и p-value, а также принципы работы центральной предельной теоремы и знание факторов влияющих на размер выборки. Меры центральной, тенденции, функции плотности вероятности и меры разброса. Корреляция и причинность;
- Навыки построения дашбордов и визуализации данных: опыт работы с Tableau, Power BI, superset или другими похожими инструментами.
Лекции вы сможете смотреть с любого устройства, но для написания кода вам потребуется компьютер или ноутбук. Требований к конфигурации и мощности нет — мы предоставим всю необходимую инфраструктуру для работы на удалённом сервере. На старте обучения специальные программы устанавливать не обязательно — будут нужны только браузер и стандартные приложения для общения: Telegram, Zoom и Discord.
Средняя нагрузка составляет 6−12 часов в неделю в зависимости от сложности, включая разбор теории, выполнение заданий, проектов, общение по сложным вопросам с командой экспертов.
Мы организовали обучение таким образом, чтобы вы могли совмещать его с работой, учёбой и личной жизнью. Заниматься вы сможете в любое время и в удобном для вас темпе — все лекции записаны заранее и разбиты на отдельные видео, а для домашних заданий установлены мягкие и жесткие дедлайны.
Обучение длится максимум 6 месяцев (26 недель) — от старта первого дня обучения до момента выдачи сертификатов. Каждую неделю вы будете проходить максимум три урока, доступ к которым будет открываться постепенно. Уроки состоят из видеолекций, конспектов и практических заданий. По истечении дедлайна будет открываться доступ к разборам заданий. Если во время обучения возникнут сложности, вы сможете обратиться за помощью к преподавателям и специалистам команды поддержки. Все учебные материалы будут доступны круглосуточно на нашей образовательной платформе.
Набрать минимум 75% баллов за всю программу. Баллы присваиваются только за выполнение практических заданий: ситуационные кейсы, задания на тренировку навыков, мини- и заключительные проекты. Общего финального проекта на программе не предусмотрено. Задания на проверку понимания терминологии и основных тезисов лекции не оцениваются.
Во время обучения вполне нормально «застрять» на каком-то задании. На этот случай у нас работает команда экспертов, которая поможет разобраться со сложной задачей.
Остались вопросы?
Отправьте заявку, и мы проконсультируем вас.
