Яндекс.Практикум [Яндекс.Практикум] Как стать аналитиком данных [часть 4 из 6] (2021)

[Unity]

[Яндекс.Практикум] Как стать аналитиком данных [часть 4 из 6] (2021)

Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. На курсе мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL.

71,1% выпускников трудоустраиваются
Мы делаем всё, чтобы студенты нашли новую работу после обучения: выдаём официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы.

71,1% выпускников находят работу, большинство из них — за 4 месяца после выпуска. Институт образования НИУ ВШЭ подтвердил данные через

Для просмотра ссылок необходимо выполнить Вход или Регистрация

.

Часть 4

• Сбор и хранение данных
  • Извлечение данных из веб-ресурсов
    • Введение
    • Что такое Web Mining
    • Что аналитик должен знать об интернете? Браузер. HTML. HTTP.
    • Что такое транспортный протокол
    • Введение в HTML
    • Инструменты разработчика
    • Ваш первый get-запрос
    • Регулярные выражения
    • Парсинг HTML
    • API
    • JSON
    • Заключение
  • SQL как инструмент работы с данными.
    • Введение
    • Базы данных и таблицы
    • Таблицы
    • Ваш первый SQL-запрос
    • Срезы данных в SQL
    • Агрегирующие функции
    • Изменение типов
    • Заключение
  • Расширенные возможности для аналитика в SQL
    • Введение
    • Группируем данные
    • Сортируем данные
    • Обработка данных в группировке
    • Операторы и функции для работы с датами
    • Подзапросы
    • Заключение
  • Отношение между таблицами
    • Введение
    • Типы связей в таблицах
    • ER-диаграммы
    • Приятно познакомится, таблицы!
    • Типовые роли пользователей без данных
    • Поиск пропусков в данных
    • Поиск данных в таблице
    • JOIN. INNER JOIN
    • Внешнее объединение таблиц. LEFT JOIN
    • Внешнее объединения таблиц. RIGHT JOIN
    • Объединение нескольких таблиц
    • Агрегация в запросах JOIN
    • Объединения запросов
    • Заключение
  • Контекст и проработка запроса
    • Введение
    • Контекст задачи
    • Проработка запроса
    • Доработка результата
    • Заключение
  • Проект
    • Итоги курса
    • Описание проекта
    • Парсинг данных
    • Работа с базой данных
    • Работа с данными в Python.
  • Заключение

Анализ бизнес-показателей

• Метрики и воронки
  • Введение
  • Доходы, прибыль и возврат на инвестиции
  • Конверсии
  • Воронки
  • Маркетинговая воронка: показы, клики, СTR и CR
  • Маркетинговая воронка: группировка по неделям и месяцам.
  • Простая продуктовая воронка
  • Продуктовая воронка с учетом последовательности событий.
  • Заключение
• Когортный анализ
  • Введение
  • Когортный анализ
  • Когортный анализ в Python
  • Оценка изменений абсолютных показателей по месяцам
  • Оценка изменения относительных показателей по времени жизни
  • Визуализация когортного анализа
  • Retention Rate и Churn Rate
  • Расчет Retention Rate в Python
  • Расчет Churn Rate в Python
  • Поведенческие когорты
  • Заключение
• Юнит-экономика
  • Введение
  • Экономика одной продажи
  • Экономика одной продажи: строим модель
  • Экономика одного покупателя: LTV и CAC
  • Считаем экономику одного покупателя в интернет-магазине
  • Заключение.
• Пользовательские метрики
  • Введение
  • Оценка пользовательской актиновсти
  • Пользовательская сессия
  • Фреймворки метрик
  • Расследование аномалий
  • Яндекс.Метрика
  • API Яндекс.Метрики
  • Работа с сырыми данными
  • Заключение
• Проектная работа(проект)
• Заключение

Подробнее:

Для просмотра ссылок необходимо выполнить Вход или Регистрация

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.