Специалист по работе с данными — собирает, обрабатывает, изучает и интерпретирует данные. Он помогает компании принимать важные решения, улучшая бизнес-процессы и продукт
Научитесь понимать основные метрики компаний и самостоятельно считать их, используя SQL и Google Sheets. Проводите когортный анализ и стройте прогнозы, визуализируя данные с помощью Superset и библиотек Python. Делайте выводы на основе исследований, обосновывайте их и помогайте бизнесу расти
Востребованная на рынке труда IT-профессия
Можно работать из любой точки мира или искать работодателя за рубежом
Стать middle-аналитиком с вознаграждением 139 000 ₽ можно за год работы
Хорошие специалисты по данным быстро растут в профессии и в цене
Несколько сотен вакансий
Большая часть вакансий на удаленке
junior
middle
50 000 ₽
139 000 ₽
По результатам исследования Хабр Карьеры за 2 полугодие 2022 года
Выучите основы SQL и Python, начнете работать с Google таблицами, узнаете все о настройке метрик и сквозной аналитике. К концу обучения в вашем портфолио будет три проекта – сможете взять свой первый заказ. В случае возникновения вопросов на помощь придут наставники курса.
IT-специалисту, решившему сменить профиль
Расширьте спектр навыков и получите возможность работать над новыми проектами. А прошлый профессиональный опыт сделает путь к новой специальности проще – обучение будет даваться вам легче, чем другим будущим специалистам по работе с данными.
Специалисту по данным для актуализации знаний
Мы внимательно изучаем рынок и регулярно обновляем программу, чтобы даже человек с релевантным опыт получал от обучения максимум пользы. Вся информация, представленная на платформе Хекслет, полностью отвечает требованиям рынка и компаний-соискателей.
Почему Хекслет
Процесс обучения на платформе Хекслет спроектирован так, что его невозможно «отсидеть» или «прослушать» – на курсе очень много практики. Хекслет заточен на подготовку серьезных специалистов и идеально подходит для тех, кто хочет стать хорошим специалистом данных
Практика с начала курса
Начнем анализировать данные на первом уроке. Вас ждут упражнения и домашние задания от наставника. А также учебные проекты с типичными для аналитика задачами из разных сфер бизнеса
Глубокая проработка тем
Мы не сторонники подхода «повтори за учителем». На платформе Хекслет обучение идет только через реальное понимание. Вы научитесь не просто собирать данные, но и анализировать, интерпретировать их
Сертификат
Работодатели ценят выпускников Хекслета и даже указывают наши курсы как преимущество при найме. Сертификат — подтверждение того, что вы серьезно поработали над собой и имеете хорошую перспективу стать первоклассным QA-тестировщиком
Опытные наставники
Практикующие специалисты, которые скорректируют траекторию обучения и помогут справиться с трудностями. Вы не останетесь одни и вам не будет стыдно за результат
Подготовка к трудоустройству
На Хекслете есть программа Карьерный трек, в рамках которой вы подготовитесь к поиску первой работы в IT
За 9 месяцев обучения вы научитесь
Анализировать данные, опираясь на знания по статистике
Писать запросы к базам данных SQL
Работать с метриками продукта и маркетинга
Осуществлять сбор и обработку данных
Визуализировать данные, используя Google таблицы, Power BI, Python
Создавать отчетность в BI-системах
Решать задачи с помощью Python
Пользоваться инструментами аналитики (Google Sheets, Google Analytics, Яндекс.Метрики)
Давать рекомендации бизнесу на основе сделанных выводов
Как проходит обучение
Обучение в онлайн-тренажере + вебинары с наставником. Все онлайн-встречи сохраняем в записи — можно пересматривать!
Q&A сессии по необходимости — чтобы разобрать сложные темы и вопросы из домашек
Домашние задания и упражнения — подкрепляем теорию практикой
Проекты для портфолио — суммируют все знания и навыки, полученные на курсе
Наставник поможет, если возникнут трудности в обучении
Можно без стеснений задать любой вопрос, даже если вам он кажется пустячным
Упражнения и домашние задания от наставника
Подкрепляйте изученную теорию примерами из реальной практики
Проекты для портфолио
Решайте типичные для аналитика задачи из разных сфер бизнеса и добавляйте их в своё портфолио
Тестовые с собеседований
Тренируйтесь в решении тестовых задач, которые дают аналитикам данных на собеседованиях
Одновременно с обучением новой профессии вы будете участвовать в Карьерном треке
Научитесь грамотно составлять резюме и сопроводительное
Оформите портфолио и рабочие профили на Хабр Карьере и LinkedIn, вам поможет карьерный консультант в IT
Пройдете курс «Трудоустройство» и потренируетесь решать тестовые задания от работодателей
Получите опыт в поиске вакансий и прохождении собеседований с наставником или в реальных компаниях
Программа курса Специалист по данным
Будьте уверены — вы получите именно те инструменты и навыки, которые позволят вам найти работу
Мы регулярно мониторим, какие компетенции разработчиков востребованы на рынке и строим учебную программу в соответствии с этим знанием
Профессия за 9 месяцев
110 часов теории, 320 часов практики
3 модуля, 24 курса, 270 уроков, 190+ практик, 3 проекта
Карьерный трек и помощь с трудоустройством
Модуль 1. Введение в аналитику данных
Курсы
В первом модуле вы познакомитесь с основными задачами аналитика данных, узнаете, какие бывают данные и как их обрабатывать. Научитесь представлять данные в виде диаграмм и правильно выбирать диаграмму для конкретной задачи. Освоите работу с Google Sheets. Будете обрабатывать данные с помощью языка SQL и писать сложные SQL запросы
Введение
Основы Google Sheets
Первая бизнес-задача
Визуализация данных
Вторая бизнес-задача
Направления в аналитике: классический, бизнесовый, системный анализ
Источники данных
Знакомство с SQL
Математика для аналитиков
Python в аналитике
Введение
График
Масштаб осей графика
Столбчатая диаграмма
Нормированная столбчатая диаграмма
График Японские свечи
Круговая диаграмма
Точечная диаграмма
Воронкообразные диаграммы
Агрегации в аналитике
Линия тренда
Сопоставление данных нескольких вкладок
Обзор диаграмм
Одна задача — несколько диаграмм
Введение
Реляционные базы данных
Структура баз данных
Рабочий процесс
Select. Запросы на выборку
Where. Фильтрация данных
Where Null. Обработка особых значений
Where like. Фильтрация строк
Регулярные выражения
Сложные условия фильтрации
Фильтрация данных по диапазону
Поиск строк по значениям из набора
Сортировка данных
Ограничение выборки
Distinct
Агрегатные функции
group by (Группировка при выборке)
group by having (Группировка с условием)
Введение
Язык SQL
Агрегация с помощью оператора COUNT
Агрегация с помощью операторов SUM, MAX, AVG
Фильтрация данных
Группировка результатов
Сортировка результатов
Объединение нескольких таблиц
Объединение обработкой пропусков
Риски и опасности NULL
Введение
Концепция витрины
Как устроены графики
Агрегация для визуализации
Агрегация для столбчатой диаграммы
Агрегация для Сandlestick-диаграмм
Агрегация для Pie Chart
Агрегация для Scatter Chart
Агрегация для Funnel Analysis
Таблица как визуализация
Введение
Таблицы
SQL операция CROSS JOIN
SQL операция INNER JOIN
Aliases
SQL операция INNER JOIN WHERE
SQL операция INNER JOIN GROUP BY
Соединение трёх таблиц
SQL операция LEFT JOIN
LEFT JOIN вместе со значением NULL
Подзапросы
Соединения или подзапросы
SQL операция WITH
Базовый SQL
JOIN — объединение таблиц
Подзапрос
Объединение подзапросов
Конструкция WITH
Условная агрегация. CASE
Работа со строками. LIKE, REGEXP
Введение
UNION
INTERSECT
EXCEPT
Урок про множества
Введение
ROW_NUMBER
PREV_VALUE
MIN и MAX
SUM, COUNT, AVG
FIRST_VALUE и LAST_VALUE
NTILE
Агрегация с помощью SUM и COUNT
Введение
Подключение к данным
Линейный график
Столбчатые диаграммы
Воронкообразные диаграммы
Круговая диаграмма
Интерактивные фильтры
Drilldown к детальным данным
Публикация и объединение отчетов
Графики geomap и scatter
Calculated fields
Бленды, фильтры
Проанализируете базу данных торговой площадки. Визуализируете полученные данные в Looker Studio и составите итоговую презентацию с результами
Вебинары
Визуализация данных в Tableau
Продажи
Проект
Модуль 2. Аналитика данных для реальных задач
Курсы
Узнаете, с какими задачами предстоит столкнуться в финансовой, продуктовой, маркетинговой и веб-аналитике. Узнаете такие метрики, как CTR, DAU/WAU/MAU, Visits, UV, NRR, ARR, cost-per-mile, научитесь их настраивать и считать. Научитесь строго обосновывать решения, принимаемые на основе данных. Сможете проводить сквозную аналитику и помогать выстраивать стратегию маркетинга и отдела продаж
Введение
Начало карьеры в IT
Резюме
Эффективное сопроводительное письмо
Поиск работы в IT
Подготовка к интервью
Борьба со стрессом
Интервью
Работа с отказами
Вхождение в рабочий процесс
Развитие soft skills
Нетворкинг
Профиль LinkedIn как инструмент поиска работы
Введение
Классификация направлений в аналитике
Инструменты маркетинговой аналитики
Маркетинговая аналитика — базовые понятия
Маркетинговая аналитика — добавим деньги
Продуктовая аналитика — начало
Продуктовая аналитика — когортный анализ
Продуктовая аналитика — leading and lagging indicators
Продуктовая аналитика — продуктовые гипотезы, концепции A/B тестов
Финансовая аналитика — а теперь давайте попробуем заработать
Финансовая аналитика — юнит экономика
Управленческая финансовая аналитика — аллокация расходов и доходов, P&L
Сравнение двух дизайнов интерфейса — постановка задачи
АА тест
Сравнение двух дизайнов интерфейса — А/B тест
Стат значимость — оценка p-value
Оценка размера эксперимента — сколько ждем?
Ошибки А/В теста — ошибка подглядывания
Объяснение концепции и постановка задач
Сопоставление данных из разных систем
Оцениваем эффективность рекламы
Расходы на рекламу
Реальные данные визитов
Сценарии атрибуции
Каналы привлечения
Проект
Сквозная аналитика
Модуль 3. Python для анализа данных
Курсы
Познакомитесь с языком программирования Python, который экономит уйму времени аналитикам. Узнаете, как прочитать огромный объём данных, написав всего одну строчку кода, или одновременно работать с несколькими базами данных, которые хранятся в разных форматах. Научитесь подключаться к базам данных и обновлять их автоматически
Введение
Hello, World!
Инструкции
Арифметические операции
Ошибки оформления — синтаксис и линтер
Строки
Переменные
Выражения в определениях
Именование
Интерполяция
Извлечение символов из строки
Срезы строк
Типы данных
Неизменяемость и примитивные типы
Сигнатура функции
Вызов функции — выражение
Детерминированность
Стандартная библиотека
Свойства и методы
Цепочка методов
Определение функций
Возврат значений
Параметры функций
Необязательные параметры функций
Именованные аргументы
Аннотации типов
Окружение
Логика
Логические операторы
Результат логических операций
Условные конструкции
Оператор match
Цикл while
Агрегация данных
Обход строк
Условия внутри тела цикла
Цикл for
Отладка
Модули
Модули поглубже
Пакеты
Модуль random
Кортежи
История развития языка Python
Введение
Что же такое список
Создание списков и добавление элементов
Ссылки
Ссылки и именяемость
Модификация списков поэлементно
Срезы
Цикл for
Итераторы
Введение
Установка Python
Работа с REPL
Подробнее о Python
Пакеты и индексы
Модули distutils, Setuptools, pip
Инструмент pip и альтернативные источники пакетов
Виртуальные окружения
Скрипты
Запускаем модули и пакеты
Доступный инструментарий для работы с Python-проектами
Начало работы с Poetry
Poetry и управление зависимостями
Poetry и скрипты
Сборка дистрибутива пакета с помощью Poetry
Линтинг
Заключение
Введение
Рабочий процесс
Интеграции с GitHub
Рабочая директория
Анализ сделанных изменений
Анализ истории изменений
Отмена изменений в рабочей директории
Отмена коммитов
Изменение последнего коммита
Индекс
Перемещение по истории
Понимание в Git
Игнорирование файлов
Stash
Открытые проекты
Самостоятельная работа
Дополнительные материалы
Введение
Операционные системы
Командная строка
Навигация
Интерфейс командной строки
Файловая структура
Чтение файлов
Grep
Редактирование файлов
Потоки
Пайплайн
Манипулирование файловой структурой
Переменные окружения
История
Пользователи и группы
Sudo
Права доступа
Пакетный менеджер
Выполнение программ
Введение
Синтаксис
Изменение данных в словаре
Инициализация новых значений и defaultdicts
Множества
Изменение множеств
Операции над множествами
Методы объектов множеств
Хеш-таблицы
Заключение
Введение
Многомерные массивы в Numpy
Индексы, срезы и итеративный подход
Переформатирование, изменение формы
Переформатирование и слияние
Фильтрация значений и вырезание
Быстрые поэлементные операции
Уход от циклов и векторизованные вычисления
Применение математических и статистических функций
Заключение
Введение
Использование Pandas для работы с табличными данными
Чтение и запись табличных данных в файловую систему
Работа с индексами
Фильтрация значений и подготовка данных для анализа
Применение функций к столбцам и строкам таблицы
Визуализация данных
Сводные таблицы
Изменение формы и объединение таблиц
Работа с Excel-файлами в Pandas
Заключение
Введение
Создание базовых графиков и интерактивного дашборда
Работа с Matplotlib
Стандартная история с линейными графиками и барплотами
Статистические штуки, гистограммы, функции плотности и ящики с усами
Упрощение работы с Seaborn
Интерактивные графики с Plotly
Созадние Dashboard с Dash и Plotly
Введение
Язык программирования Python
Установка Anaconda
Обзор доступных сред разработки
Пример решения аналитической задачи средствами Jupyter Notebook
Виртуальные окружения и установка пакетов: Anaconda Navigator
Виртуальные окружения и установка пакетов: Conda
Введение
Установка
Код, формулы и два понятных графика
Ячейки кода
Ячейки markdown
Магические команды
Отчеты с визуализацией результатов
Приемы работы с высоконагруженными операциями в Jupyter Notebook
Вебинары
Введение в нейронные сети Предварительная аналитика датасета House Prices: исследуем параметры домов Лайвкодинг: пишем нейронную сеть для предсказания стоимости домов Лайвкодинг: подбираем гиперпараметры нейронной сети
Проекты в портфолио
Многие студенты трудоустраиваются уже после выполнения первых учебных проектов
Каждая работа — это вклад в ваше портфолио, которое можно показать работодателям. Портфолио из выполненных проектов Хекслета — сильное преимущество при трудоустройстве как для опытных, так и для начинающих специалистов по работе с данными
Это не эфемерные вопросы для механической отработки темы, а полноценные задачи, подобные тем, которые ставят перед специалистами реальные заказчики. Проекты проходят автоматизированную проверку и код-ревью от наставника
Учебные проекты
Онлайн-школа
На протяжении 2-4 недель вы будете помогать маркетологам онлайн-школы создавать систему сквозной аналитики
Продажи
Проект, на выполнение которого отводится 2-4 недели, призван проверить, как вы умеете работать с данными в таблицах и интерпретировать их. Для этого необходимо:
Исследуете путь пользователей от рекламы до покупки
Оцените эффективность маркетинговой компании по выбранной модели атрибуции
Создадите отчет на основе полученных данных
Продемонстрируют свои выводы отделу маркетинга
С помощью этого проекта вы отработаете задачи, которые выполняет специалист по данным в бизнес-проектах для выявления более полных и точных представлений о взаимодействии пользователя с продуктом или услугой. Итогом такой работы должно стать улучшение эффективности бизнеса и удовлетворенности клиентов.
Проанализировать данные торговой площадки: от небольших таблиц до целой базы данных
Ответить на поставленные вопросы
Визуализируйте полученные данные в Preset
Составить итоговую презентацию с результатами
Итогом проведенной работы станет подготовленный дашборд в виде презентации.
Дашборд конверсий
Создайте скрипт, который работает с апи и базой данных за 2-4 недели.
Итоговый проект
Создание прототипа в Jupyter Notebook
Написание скрипта на Python для автоматизации повторяющихся задач и экономии времени
Чтение и запись данных из разных источников, фильтрация, агрегация, трансформация данных
Создание графиков и диаграмм с использованием библиотек Matplotlib и Seaborn
Проект состоит из нескольких этапов
Выполняя этот проект, вы отрабатываете Python для анализа и обработки данных, а также их визуализации. В завершении работы – презентация результатов.
Подтверждение навыков
В случае успешного завершения курса вы получите сертификат, подтверждающий владение профессией «Специалист по данным». Многие компании очень ценят специалистов, прошедших обучение на платформе Хекслет и указывают наши курсы как преимущество при приеме на работу.
Больше про трудоустройство
Уже во время обучения вы вступите в программу «Карьерный трек», чтобы найти свою первую работу в IT
Охватывает все темы по трудоустройству. От первых шагов — составления резюме и рабочих профилей, до психологических аспектов собеседования и адаптации на рабочем месте
На сервисе Хекслет-резюме вы можете разместить свое первое резюме, а специалисты HR и более опытные разработчики дадут свои рекомендации по улучшению его содержания и структуры
Программа вебинаров, разработанная IT-рекрутерами
Работа с резюме
Персональный карьерный консультант
Который заинтересован, чтобы вы нашли первую работу в IT. Он поможет проанализировать вакансии, составить сопроводительное письмо, порекомендует вас в партнерские компании, предложит стажировки
Вы будете участвовать в тестировании открытых проектов Хекслета на GitHub. Учиться работать с реальными приложениями и закреплять навыки, полученные на курсе
«В свободные дни я занимался по шесть часов, в рабочие — раньше вставал и занимался до смены, а после возвращался — и снова за учебу. К счастью, большую часть домашних обязанностей взяла на себя жена, а я смог полностью посвятить себя программированию. Учеба затягивала..»
«Я понял, что нуждаюсь в более фундаментальном и серьезном обучении. Тогда один мой хороший знакомый работал в Хекслете и посоветовал курсы оттуда. После этого я прошел бесплатный курс по Python, а потом оплатил профессию Python-разработчик»
«Искала я придирчиво и вдумчиво — хотелось купить курс, составленный профессионалами, который действительно чему-то учит. Я узнала про Хекслет на «Хабре», там были положительные отзывы. Почитала о школе и решила учиться здесь на профессии Фронтенд-разработчик»
«Тогда я решил серьезно изменить карьеру и влиться в IT. Начал искать курсы, потратил на это не меньше месяца, изучая и сравнивая отзывы. В итоге остановился на Хекслете и выбрал профессию Фронтенд-разработчик»
Читать историю Виталия
Старт 12 декабря
Первые уроки бесплатно прямо сейчас!
После обучения на курсе ваше резюме будет таким
Специалист по работе с данными
Джуниор Кравец
Hard skills:
Владею основными программными инструментами для анализа данных (Python, R, SQL, таблицами Google)
Использую статистические методы и модели для анализа данных
Визуализирую данные и создаю информативные дашборды
Знаю методы машинного обучения, их применение для прогноза и классификации данных
Понимаю принципы работы баз данных
Создаю запросы и выполнять сложные операции с данными
Провожу A/B-тестирование и оптимизирую бизнес-процессы на основе данных
Работаю с большими объемами данных (Big Data)
Умею представлять результаты анализа данных с помощью презентаций и докладов