Никаких записей курсов — только живое общение
Курсы
Наши курсы
Программирование
- SRE Инженер
- Инженер данных
- Front End разработчик
- Python разработчик
- Java разработчик
- DevOps инженер
- iOS разработчик
- Android разработчик
- C# (.NET) разработчик
- Мобильный разработчик на Flutter
- Разработчик игр на Unity
- Разработчик игр на Unreal Engine 5
- Геймдизайн
- WEB разработчик
- Business Intelligence (BI) разработчик
- Data Scientist
- GO разработчик
- 1С разработчик
- Кибербезопасность
- Machine Learning
- React Native разработчик
TeachMeSkills в Ютубе
Здесь мы публикуем годный контент, подробные разборы и практический опыт учителей
Дистанционный курс — 4,5 месяца
Продуктовый аналитик в IT
Научим с нуля продуктовому анализу в IT за 4,5 месяца.
Свяжемся в течение рабочего дня
Нажимая на кнопку, я соглашаюсь на обработку персональных данных
Старт групп
PA06-onl — 23 декабря
Дни и время занятий
ПН, СР, 19:00 — 22:00
Кем ты станешь?
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.
Чему ты научишься?
- Изучишь доменную область - продуктовые метрики, основы статистики;
- Научишься обрабатывать и подготавливать данные (очищать, группировать, вычислять метрики и т.д.) при помощи SQL и Python;
- Сможешь визуализировать и наглядно представлять полученные результаты, делать выводы по ним, давать предложения и рекомендации;
- Узнаешь, как выдвигать и тестировать гипотезы, чтобы улучшать основные метрики компании;
- Начнешь проводить сегментацию аудитории, анализировать поведение разных групп, чтобы лучше понимать предпочтения клиентов;
- Освоишь запуск А/В-тестирования, научишься проверять значимость результатов и находить инсайты для развития продукта.
Зарплата Продуктового-аналитика в IT
Источник данных: HH.ru
900 $ - 1500 $
На рынке не хватает Продуктовых-аналитиков
234сейчас ищут Продуктовых-аналитиков в IT
Программа курса
Рассчитана на 144 академических часов
Составлена практикующими IT-специалистами для новичков в IT.
Введение в сферу IT
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
Продуктовая аналитика
Введение в Data аналитику
- Основные понятия аналитики данных
- Кто такой аналитик данных
- Виды профессий аналитика
- Основные скиллы аналитика данных
- Аналитические инструменты
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
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
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
Сегментация целевой аудитории
- Понятие сегментации целевой аудитории
- Методы сегментации целевой аудитории
- Когортный анализ
- RFM-анализ
- Принципы выбора метода сегментации
Google таблицы, Excel
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
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
Python
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
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
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
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
Работа с неструктурированными данными
- Конвертация типов в датафрейме
- Удаление колонок в датафрейме
- Фильтрация дубликатов
- Конвертация во время
- Удаление пропущенных значений
- Управление циклом
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
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
Статистика
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
Разведочный анализ данных
- Понятие средней величины
- Виды средних
- Медиана
- Модальное значение и перцентили
- Распределение Стьюдента, t-критерий Стьюдента
- Среднеквадратическое отклонения, дисперсия
Факторный анализ данных
- Однофакторный дисперсионный анализ
- Многофакторный дисперсионный анализ
- Многофакторный ANOVA
Корреляционный и регрессионный анализ. Часть 1
- Понятие корреляционной связи
- Проверка гипотез
- Визуализация корреляции
Корреляционный и регрессионный анализ. 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
Статистические эксперименты и оценка значимости
- Типы экспериментов
- Понятие А/В тестирования
- Типы и уровни метрики эксперимента
- Приоритет метрик
А/А тесты
- Понятие А/А тестов и необходимость их проведения
- Сферы применения А/А тестов
- Этапы проведения А/А тестов
- Оценка ложноположительных оценок
SQL
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
Агрегатные функции. Группировка
- Применение агрегатных функций
- Оператор GROUP BY
- Оператор HAVING
Объединение таблиц. Виды JOIN-ов
- LEFT/RIGHT JOIN
- INNER JOIN
- FULL JOIN
- CROSS JOIN
- ALL JOIN
Использование подзапросов
- Уровни сложностей подзапросов;
- Использование оператора WITH
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
Часто используемые функции. Часть 1
- Арифметические функции
- Операторы сравнения
- Функции округления
- Функции для работы с датами и временем
- Прочие функции
Часто используемые функции. Часть 2
- Функции для работы со строками
- Функции поиска в строках
- Функции для работы с JSON
- Функции для работы с массивами
Оконные функции
- Понятие оконной функции
- Синтаксис оконных функций
Визуализация в Tableau
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
Создание дашбордов. Часть 1
- Виды дашбордов
- Правила и принципы построения дашбордов
- Алгоритм построения дашбордов
Создание дашбордов. Часть 2
- Фильтры и верстка дашбордов
- Применение функций для расчета показателей в Tableau
- Создание параметров в Tableau
Ретроспектива. Консультации
Ретроспектива. Консультации
- Повторение изученного материала
- Консультации по дипломному проекту
Онлайн-тренинг "Трудоустройство в IT"
Онлайн-тренинг "Трудоустройство в IT"
- составление резюме (теория + практика);
- составление профиля на Linkedin (теория + практика);
- прохождение интервью;
- soft skills, которые важны в рамках интервью.
Защита дипломных проектов.
Защита дипломных проектов.
- Защита дипломных проектов.
Учебный процесс
Преподаватели курса
Учись у лучших. Все наши преподаватели - практикующие специалисты в международных IT-компаниях
Евгений
Ваше резюме после курса:
Профессиональные навыки:
- знание основ статистики, теории вероятностей и продуктовой аналитики;
- знание доменной области;
- работа с базами данных;
- умения писать на языках программирования (SQL, Python/R) для получения необходимой информации для дальнейшего анализа;
- владеть инструментами визуализации (Tableau, Power-Bi, Redash);
- владение MS Excel, MS Powerpoint или Google Docs, Google Sheets, Google Drawings, Google Forms, Google Sites и Google Keep для оформления результатов и предоставления руководителю принимающему решения;
- проводить анализ ключевых метрик проекта;
- создание интерактивных отчетов/дэшбордов с предварительной обработкой данных;
- проведение АБ-тестов: от гипотез и расчета параметров теста до оценки результатов и рекомендаций.
Помощь в трудоустройстве
Опытные HR-специалисты отвечают на вопросы, готовят к собеседованию и помогают каждому студенту получить работу мечты.
Раз
Рекомендации по составлению портфолио и резюме
Два
Подготовка к собеседованию в компаниях-партнёрах
Три
Персональные консультации по развитию карьеры
Стоимость обучения
Полная разовая оплата
78 000₽
Возможен вариант оплаты по банковской рассрочке от 6 до 18 месяцев. Более подробную информацию по программам рассрочки и кредитования можно узнать у менеджеров.
Оплата в рассрочку
Запись на обучение
Свяжемся в течение рабочего дня
Нажимая на кнопку, я соглашаюсь на обработку персональных данных