Duomenų analitikas – nemokami kursai iš Otus, mokymai, Data: 2023 m. gruodžio 5 d.

Alexandra dirba analitikos ir BI srityje nuo 2019 m. Iki to laiko ji gavo programinės įrangos inžinerijos bakalauro laipsnį Sankt Peterburgo valstybiniame aviacijos administravimo universitete, o vėliau – magistro laipsnį. Pirmieji žingsniai karjeroje buvo žengti amerikiečių kompanijoje „Intermedia Cloud Communications“ jaunesniojo duomenų analitiko pareigose, o iki 2021 metų jam pavyko tapti analitikos komandos vadovu. Visi šie metai buvo skirti naujam tarpkomandiniam tarptautiniam finansų valdymo projektui Microsoft stack (MS SQL) Serveris, SSRS, SSIS, Power BI). Nuo 2022 m. kovo mėn. dirba Tinkoff Bank įmonių grupėje sandėlio analitiku. duomenis. Teikia paramą aukščiausiajai finansų skyriaus vadovybei kuriant ETL procesų prototipus, naudojant Greenplum, ad hoc analizę Python, ataskaitų teikimą ir vizualizaciją Tableau. 2020 metais ji įgijo papildomą IT projektų valdymo vadovės išsilavinimą. Jis yra atkaklus lanksčios plėtros metodikų šalininkas. Mano, kad pelningiausios investicijos yra investicijos į savo plėtrą. Stack: SQL, SAS DIS, SSIS, Tableau, Power BI, Python

5 metus IT srityje ji dirbo žmogiškųjų išteklių analitike ir verslo žvalgybos specialiste „Luxoft“, o dabar yra „Exness“ analitikos ir ataskaitų teikimo vizualizacijos specialistė. Ekonomistas pagal išsilavinimą. Stack: Tableau Desktop & Server, Duomenų analizė ir vizualizacija, SQL. Savo darbe ieškau sveikos pusiausvyros tarp gero duomenų šaltinio rašymo ir gražaus vaizdo kūrimo.

8 metų patirtis įmonės analitikoje. SQL, Tableau, c++, python. Sukūrė analitinius ir produktų sprendimus didelėse įmonėse, tokiose kaip MTS, Ozon, ivi.ru. Dirbo produktų komandose Rusijoje, Vokietijoje, Lenkijoje. Mokytojas

Duomenų analizės ir pagrindinės statistikos įvadas

-Tema 1. Bendroji visuma ir imtis, matavimo lygiai
-2 tema. Normalusis pasiskirstymas, statistinio reikšmingumo lygis, standartinis nuokrypis. Centrinės ribos teorema. Pasitikėjimo intervalai ir standartinė paklaida
-Tema 3. Aprašomoji statistika. Centrinės tendencijos matas
-4 tema. Normalusis pasiskirstymas, statistinio reikšmingumo lygis, standartinis nuokrypis. Centrinės ribos teorema
-5 tema. Pasitikėjimo intervalai ir standartinė paklaida
-6 tema. Reikšmingumo lygis, statistinės hipotezės
-7 tema. Koreliacijos koeficientas
-8 tema.Duomenų palyginimo metodai. Vardinių duomenų palyginimas.
-9 tema. Vidurkių palyginimo metodai

DBVS ir SQL

-10 tema. Įvadas į reliacines duomenų bazes. Eilučių ir stulpelių duomenų bazės
-11 tema. Lentelių kūrimas ir redagavimas. DDL. DML, DCL
-12 tema. Duomenų parinkimas, sąlygos, duomenų pjūviai SQL
-13 tema. Agregavimo funkcijos. Duomenų grupavimas ir rūšiavimas
-14 tema. Įdėtos užklausos ir laikinos lentelės
-15 tema.Stalų sujungimų tipai
-16 tema. Išraiškos SQL
-17 tema. Integruotos funkcijos SQL
-18 tema.Duomenų bazės objektai. Lentelės ir vaizdai. Indeksai ir pertvaros
-19 tema. Užklausų planas ir veiklos optimizavimas

Įvadas į Python

-20 tema. Sintaksės įvadas. Jupyter užrašų knygelė
-21 tema. Kintamieji ir duomenų tipai. Duomenų išvedimas ir aritmetinės operacijos
-22 tema. Python pagrindai. Operatoriai, kilpos
-23 tema.Python duomenų struktūros. Stygos, sąrašai ir eilutės bei žodynai
-24 tema
-25 tema.Funkcijos, moduliai ir bibliotekos
-26 tema. Bibliotekos NumPy, pandos, SciPy
-27 tema.Vizualizacijos metodai. Matplotlib, seaborn, plotly pagrindai

Išankstinis duomenų apdorojimas, tiriamoji ir statistinė duomenų analizė

-28 tema. Darbas su praleidimais ir dublikatais
-29 tema. Duomenų skirstymas į kategorijas
-30 tema. Duomenų tipo konvertavimas
-31 tema. Duomenų normalizavimas
-32 tema. Duomenų skirstymas į kategorijas
-33 tema. Laiko eilučių analizė
-34 tema. Duomenų pjūvių tyrimas
-35 tema. Duomenų ryšiai
-36 tema. Rezultatų patvirtinimas
-37 tema. Hipotezių teigimas ir patikrinimas

Verslo intelekto ir vizualinių duomenų analizės įvadas

-38 tema. Įvadas į verslo intelektą
-39 tema: „Tableau“ darbalaukio / viešosios ekosistemos apžvalga
-40 tema. Pagrindiniai duomenų šaltinių tipai Tableau, jungtys
-41 tema. Tableau Desktop sąsaja ir pagrindinės veikimo koncepcijos
-42 tema. Vizualizacija: diagramos, pagrindiniai jų panaudojimo scenarijai
-43 tema. Iš anksto įdiegti ir pasirinktiniai skaičiavimai
-44 tema. Duomenų tvarkymas Tableau
-45 tema. Operacijų tvarka Tableau
-46 tema. Informacijos dizaino įvadas
-47 tema. Kaip veikia vartotojo suvokimas
-48 tema. Pagrindinės klaidos kuriant prietaisų skydelius
-49 tema. Prietaisų skydelio dizainas
-50 tema. Įvairių užduočių ir įrenginių išdėstymas
-51 tema. Naudotojo sąveikos su prietaisų skydeliu planavimas

Projekto gyvavimo ciklas duomenų analizėje

-52 tema. Duomenimis pagrįstų sprendimų priėmimas versle
-53 tema. Susirinkimo reikalavimai
-54 tema. Reikalavimų kristalizavimas ir prototipo sukūrimas
-55 tema. Iteratyvus darbas su klientu kūrimo stadijoje
-56 tema. Baigtos versijos demonstracinė versija ir vartotojo testavimo etapas
-57 tema. Išleidimas ir poprodukcija
-58 tema. Paklausos stebėjimas ir grįžtamojo ryšio gavimas

Specialūs metodai ir sritys duomenų analitikoje

-59 tema.Verslo rodiklių analizė
-60 tema. Produkto analitika, vienetų ekonomika, A/B testai
-61 tema. Metrika ir piltuvėliai, metrikų hierarchija
-62 tema. Kohortos analizė
-Tema 63.BI analitika
-64 tema.Duomenų žurnalistika