Онлайн-курс
Продуктовый аналитик
в IT
Продуктовый аналитик
в IT
С нуля до трудоустройства: продуктовый анализ за 4,5 месяца.
Старт группы "PA02-onl"
25 мая
Дни и время занятий
Понедельник, 19.00 - 22.00
Четверг, 19.00 - 22.00
Кол-во свободных мест
12 из 18
25 мая
Дни и время занятий
Понедельник, 19.00 - 22.00
Четверг, 19.00 - 22.00
Кол-во свободных мест
12 из 18
Оплата в
несколько этаповБез процентов, переплат, справок и нагрузки на твой бюджет
80% практики
и 20% теорииУпор на решении реальных задач и приобретении практических навыков.
Группа
до 18 человекМы используем индивидуальный подход для успешного закрепления материала каждым студентом
Что тебя ждет на курсе
Курс Product Analyst позволит тебе стать начинающим продуктовым аналитиком в data-driven компаниях — то есть тех, которые ориентируются в решениях на big data и аналитику данных.
Продуктовый аналитик в IT — это специалист, который собирает, обрабатывает, изучает и интерпретирует данные, проводит А/B-тесты, строит модели и проверяет, как пользователи и клиенты реагируют на нововведения, выдвигает гипотезы и проводит аналитические исследования, направленные на выявление узких мест проекта и поиск точек роста. Главная задача такого специалиста — превратить цифры и графики в понятные выводы, чтобы руководитель мог принимать решения.
Продуктовый аналитик в IT — это специалист, который собирает, обрабатывает, изучает и интерпретирует данные, проводит А/B-тесты, строит модели и проверяет, как пользователи и клиенты реагируют на нововведения, выдвигает гипотезы и проводит аналитические исследования, направленные на выявление узких мест проекта и поиск точек роста. Главная задача такого специалиста — превратить цифры и графики в понятные выводы, чтобы руководитель мог принимать решения.
Как будет выстроен учебный процесс
Прямые трансляции в ZOOM
С 19:00 до 22:00 занятие будет проводиться в онлайн-комнате. Ссылка на подключение будет высылаться регулярно в день проведения занятия.
Можно задавать вопросы , включать демонстрацию своего экрана и общаться в чате с преподавателем в режиме реального времени.
Можно задавать вопросы , включать демонстрацию своего экрана и общаться в чате с преподавателем в режиме реального времени.
Домашние задания
После каждого занятия твой ментор будет высылать тебе домашние занятия обязательные к выполнению, чтобы ты смог закрепить полученные знания на практике и еще лучше подготовиться к написанию дипломного проекта.
Важно: по всем выполненным домашним заданиям преподаватель будет давать тебе обратную связь.
Важно: по всем выполненным домашним заданиям преподаватель будет давать тебе обратную связь.
Материалы по курсу и запись занятий
Все полезные материалы и ссылки будут систематически высылаться в чат группы, точно так же, как и запись каждого занятия, чтобы в любой удобный момент можно было освежить свои знания.
Общение в режиме Live
Наша команда, включая преподавателя курса и менеджеров школы всегда доступна онлайн в общем чате и готова оперативно отреагировать на возникшие у тебя вопросы. Приятный бонус: ты можешь общаться с своими одногруппниками в этом же чате и обсуждать занятия, домашние задания и дополнительные материалы в рамках курса.
Дипломный проект
В конце обучения тебя ждет написание и сдача дипломного проекта, который смело можно включать в резюме.
Твой результат в
конце курса
конце курса
- 1Изучишь доменную область - продуктовые метрики, основы статистики
- 2Научишься обрабатывать и подготавливать данные (очищать, группировать, вычислять метрики и т.д.) при помощи SQL и Python
- 3Сможешь визуализировать и наглядно представлять полученные результаты, делать выводы по ним, давать предложения и рекомендации
- 4Узнаешь, как выдвигать и тестировать гипотезы, чтобы улучшать основные метрики компании
- 5Начнешь проводить сегментацию аудитории, анализировать поведение разных групп, чтобы лучше понимать предпочтения клиентов
- 6Освоишь запуск А/В-тестирования, научишься проверять значимость результатов и находить инсайты для развития продукта
Поможем получить твою первую работу в IT
Наш карьерный центр помогает с профориетацией в IT, а также оказывает поддержку студентам, способствует их трудоустройству в международные IT-компании и занимается сопровождением в поиске работы за рубежом.
- Идеальное резюмеМы подскажем, как создать конкурентоспособное резюме и релевантное сопроводительное письмо, чтобы выделиться среди других кандидатов
- Профиль в LinkedInРасскажем, как заполнить профессиональный профиль в LinkedIn, чтобы его начали замечать рекрутеры
- Подготовка к собеседованиюРасскажем, из каких этапов состоит собеседование, а также научим презентовать себя и свои сильные стороны для его успешного прохождения
- Твоя работа в ITОтправим подготовленное резюме нашим партнёрам международным IT-компаниям и дождемся вместе с тобой твой первый оффер на работу мечты
- 93%Трудоустроенных выпускников после консультации в карьерном центре.
- 170+Компаний партнеров
- 14000+Компаний ищут специалистов в ИТ сфере на рынке СНГ
Наши компании партнеры
Стань востребованным
продуктовым аналитиком в IT
продуктовым аналитиком в IT
Оставь заявку на курс «Продуктовый аналитик в IT» , и мы свяжемся с тобой в ближайшее время.
Преподаватель курса
- ЕвгенийProduct/Data Analyst в Stark Games
2+ года коммерческого опыта в IT
Смотри интервью с Евгением на нашем YouTube канале
Программа курса
144 академических часа
Составлена практикующими IT-специалистами для новичков в IT.
Составлена практикующими IT-специалистами для новичков в IT.
БЛОК 1. Продуктовая аналитика
1. Введение в сферу IT
- Место IT-технологий в современном мире
- Виды IT-компаний и проектов: outsourcing, outstaffing, in-house development
- Виды специальностей в IT: разработчики, тестировщики, аналитики, художники, BA, PM и другие
- Уровни профессионализма (Junior, middle и т.д.)
- Этапы создания продукта
2. Введение в Data аналитику
- Основные понятия аналитики данных
- Кто такой аналитик данных
- Виды профессий аналитика
- Основные скиллы аналитика данных
- Аналитические инструменты
3. Unit-экономика в продукте. Процесс управления продуктом
- Понятие Unit-экономика
- Модель продукта
- Виды доходов/расходов продукта
- Приоритизация как процесс управления продуктом
- Выдвижение и тестирование гипотез
- Метода оценки гипотез
4. Продуктовые метрики (на примере игр). Часть 1
- Понятие игровых метрик
- Количество установок
- Первая сессия (FTUE) и средняя продолжительность сессии
- Удержание (RETENTION)
- Жизненный цикл игрока (LT)
- Аудитория проекта (DAU, WAU, MAU)
- Построение воронок
5. Продуктовые метрики (на примере игр). Часть 2
- Платящие пользователи и конверсия в платеж
- Структура покупок пользователя
- Средний доход с пользователя/ платящего пользователя (ARPU/ARPPU)
- Кумулятивный доход с пользователя (cARPU/cARPPU)
- LTV
- Отток пользователей
6. Сегментация целевой аудитории
- Понятие сегментации целевой аудитории
- Методы сегментации целевой аудитории
- Когортный анализ
- RFM-анализ
- Принципы выбора метода сегментации
БЛОК 2. Google таблицы, Excel
7. Работа с таблицами
- Интерфейс Excel, понятие книги/листы
- Этапы работы с таблицами: создание/удаление/восстановление таблиц
- Операции с ячейками, строками, столбцами
- Работа с данными: форматы данных, условное форматирование, сортировка, фильтры, срезы
- Сводные таблицы
- Умные таблицы
- Особенности работы с Google-таблицами, совместный доступ
8. Работа с данными и визуализация в Excel, Google таблицах
- Понятие функций/формул
- Математические функции
- Логические функции
- Поисковые функции
- Статистические функции
- Текстовые функции
- Функции даты
- Построение графиков и диаграмм
БЛОК 3. Python
9. Введение в Python и знакомство с Jupyter-Notebook
- Начало работы с Jupyter-Notebook
- Типы данных и переменные в Python
- Основные арифметические действия в Python
- Сравнения значений
- Понятие списков
- Правила и особенности написания и комментирования кода в Python
- Понятие словарей в Python
10. Операторы и циклы в Python
- Понятие операторов и их виды
- Использование условного оператора if
- Использование логических операторов
- Применение цикла while
- Применение цикла for
- Использование вложенных конструкций
11. Библиотека Pandas. Часть 1
- Понятие библиотека в Python
- Считывание csv-файла
- Атрибуты и методы в Pandas
- Обращение к колонкам, переименование и создание колонок;
- Применение вычислительных методов
- Цепочка методов
- Группировка и агрегация
- Сортировка значений
- Запросы в Pandas
- Использование функций в Pandas
12. Библиотека Pandas. Визуализация. Часть 2
- Методы вычисления уникальных значений
- Методы вычисления средних величин
- Использование метода разбивки строки
- Применение анонимных функций
- Объединение датафреймов и применение к ним функций
- Индекс и имена колонок, сброс индекса
- Поиск пустых значений метод isna
- Построение графиков при помощи pandas
- Построение графиков при помощи seaborn
- Построение графиков при помощи matplotlib
13. Работа с неструктурированными данными
- Конвертация типов в датафрейме
- Удаление колонок в датафрейме
- Фильтрация дубликатов
- Конвертация во время
- Удаление пропущенных значений
- Управление циклом
14. Работа со временем и сводными таблицами
- Атрибуты времени и формат UNIX time
- Определение перцентилей, метод quantile
- Сводные таблицы, функции pivot, pivot_table
- Замена пропущенных значений, метод fillna
- Метод loc и iloc
- Регулярные выражения
15. Библиотека Numpy. Интерактивные графики
- Атрибуты и методы в библиотеке Numpy
- Оконные функции
- Объединение таблиц по нескольким полям
- Преобразование переменных
- Настройка графиков, кастомизация графиков
- Графики displot
- Библиотека plotly для создания интерактивных графиков
БЛОК 4. Статистика
16. Основы статистики
- Понятие статистики и ее использование в анализе данных
- Типы данных
- Статистические показатели и их виды
- Статистическое распределение данных, нормальное распределение, стандартизация
- Центральная предельная теорема
- Выдвижение статистических гипотез
17. Разведочный анализ данных
- Понятие средней величины
- Виды средних
- Медиана
- Модальное значение и перцентили
- Распределение Стьюдента, t-критерий Стьюдента
- Среднеквадратическое отклонения, дисперсия
18. Факторный анализ данных
- Однофакторный дисперсионный анализ
- Многофакторный дисперсионный анализ
- Многофакторный ANOVA
19. Корреляционный и регрессионный анализ.
Часть 1
Часть 1
- Понятие корреляционной связи
- Проверка гипотез
- Визуализация корреляции
20. Корреляционный и регрессионный анализ.
Часть 2
Часть 2
- Парная и множественная регрессия
- Регрессионный анализ, простая линейная регрессия
- Множественная линейная регрессия
- Нелинейная регрессия
- Интерпретация уравнения регрессии
- Прогнозирование на основе уравнения регрессии
- Кластеризация
21. Статистические эксперименты и оценка значимости
- Типы экспериментов
- Понятие А/В тестирования
- Типы и уровни метрики эксперимента
- Приоритет метрик
22. А/А тесты
- Понятие А/А тестов и необходимость их проведения
- Сферы применения А/А тестов
- Этапы проведения А/А тестов
- Оценка ложноположительных оценок
БЛОК 5. SQL
23. Введение в SQL. Базы данных
- Понятие базы данных, система управления БД и их виды
- Понятие SQL
- Работа с ClickHouse и ее особенности
- Операторы SELECT + FROM
- Оператор WHERE
- Операторы ORDER BY и LIMIT
- Операторы AS + DISTINCT
- Операторы MIN + MAX
- Порядок использования операторов
24. Агрегатные функции. Группировка
- Применение агрегатных функций
- Оператор GROUP BY
- Оператор HAVING
25. Объединение таблиц. Виды JOIN-ов
- LEFT/RIGHT JOIN
- INNER JOIN
- FULL JOIN
- CROSS JOIN
- ALL JOIN
26. Использование подзапросов
- Уровни сложностей подзапросов
- Использование оператора WITH
27. Типы данных. Преобразование данных
- Типы данных Int и UInt и их диапазоны
- Типы данных FLOAT, DECIMAL
- Строковый тип данных STRING
- Булевые значения
- Типы дат: Date, DateTime, Interval
- Применение функций
28. Часто используемые функции. Часть 1
- Арифметические функции
- Операторы сравнения
- Функции округления
- Функции для работы с датами и временем
- Прочие функции
29. Часто используемые функции. Часть 2
- Функции для работы со строками
- Функции поиска в строках
- Функции для работы с JSON
- Функции для работы с массивами
30. Оконные функции
- Понятие оконной функции
- Синтаксис оконных функций
БЛОК 6. Визуализация в Tableau
31. Визуализация и необходимость ее применения
- Необходимость визуализации данных
- Инструменты для визуализации, примеры, особенности
- Виды графиков
- Таблицы, KPI и Фактоиды
- Основные понятия и интерфейс Tableau
- Подключение к базе данных, к таблицам
32. Создание дашбордов. Часть 1
- Виды дашбордов
- Правила и принципы построения дашбордов
- Алгоритм построения дашбордов
33. Создание дашбордов. Часть 2
- Фильтры и верстка дашбордов
- Применение функций для расчета показателей в Tableau
- Создание параметров в Tableau
34. Ретроспектива. Консультации
- Повторение изученного материала
- Консультации по дипломному проекту
35. Онлайн-тренинг "Трудоустройство в IT"
- Cоставление резюме (теория + практика);
- составление профиля на Linkedin (теория + практика);
- soft skills, которые важны в рамках интервью
36. Защита дипломных проектов.
Стоимость курса
6 167 RUB / в месяц*
6 167 RUB / в месяц*
Стоимость при 100% оплате: 74 000 RUB 66 600 RUB
Для студентов TeachMeSkills скидка 3000 RUB.
Приведи друга – учитесь со скидкой 3000 RUB каждый.
* Ежемесячный платеж при рассрочке на 12 месяцев.
** Возможен вариант оплаты по системе внутренней рассрочки TeachMeSkills
*** Более подробную информацию по программам рассрочки и кредитования можно узнать у менеджеров.
Для студентов TeachMeSkills скидка 3000 RUB.
Приведи друга – учитесь со скидкой 3000 RUB каждый.
* Ежемесячный платеж при рассрочке на 12 месяцев.
** Возможен вариант оплаты по системе внутренней рассрочки TeachMeSkills
*** Более подробную информацию по программам рассрочки и кредитования можно узнать у менеджеров.
Старт группы "PA02-onl"
25 мая
Дни и время занятий
Понедельник, 19.00 - 22.00
Четверг, 19.00 - 22.00
Кол-во свободных мест
12 из 18
25 мая
Дни и время занятий
Понедельник, 19.00 - 22.00
Четверг, 19.00 - 22.00
Кол-во свободных мест
12 из 18
Что наши выпускники
говорят о нас
говорят о нас
Стань востребованным
продуктовым аналитиком в IT
продуктовым аналитиком в IT
Оставь свой контактный номер телефона в форме ниже, и мы проконсультируем тебя в ближайшее время.
Онлайн-курсы
ООО «ТМС Групп»
ИНН/КПП 7707459521/770701001
Юридический адрес: 127006, город Москва, Краснопролетарская ул, д. 7, подв. 1, оф. 164
Режим работы: понедельник - пятница с 10:00 до 19:00
+7 985 367-31-19 | info@teachmeskills.ru
ИНН/КПП 7707459521/770701001
Юридический адрес: 127006, город Москва, Краснопролетарская ул, д. 7, подв. 1, оф. 164
Режим работы: понедельник - пятница с 10:00 до 19:00
+7 985 367-31-19 | info@teachmeskills.ru