TutorPlace, Людмила Рябова | Аналитик данных (2025) PCRec [AD] [RU]
Автор: Людмила РябоваПроизводство: TutorPlaceЖанр: видеокурс, обучающий курс, программирование
Описание:Хотите выйти на рынок как востребованный специалист и построить карьеру в data science? На курсе вы сможете пройти полный цикл анализа – от сбора до презентации результатов – и уверенно пройти собеседование на позицию аналитика!
Продолжительность: 03:29:29
Качество видео: PCRec
Язык озвучки: русский
Реклама: наложение на видео (плашка спонсора и QR-код)
- Поймёте, зачем аналитика данных востребована в бизнесе и как её результаты влияют на принятие управленческих решений.
- Разберётесь, какие типы структурированных и неструктурированных данных существуют и где их можно получать для анализа.
- Осознаете, как выбрать оптимальный метод сбора данных, учитывая источник и формат (CSV, JSON, Excel).
- Поймёте, как строить сводные таблицы в Excel и Google Sheets,чтобы быстро обобщать большие объёмы информации.
- Обучитесь использовать продвинутые функции и макросы для автоматизации рутинных операций в электронных таблицах.
- Обучитесь основам SQL, научитесь писать запросы, а также формировать отчёты из баз данных.
- Урок 1. Введение в профессию аналитика данных.
- Урок 2. Типы данных и их источники.
- Урок 3. Методы сбора данных и работа с ними.
- Урок 4. Очистка данных и подготовка их к анализу.
- Урок 5. Основы работы с Excel и Google Sheets для аналитиков.
- Урок 6. Продвинутые функции и макросы в Excel и Google Sheets.
- Урок 7. Введение в статистику для аналитиков данных.
- Урок 8. Основы работы с SQL и базами данных.
- Урок 9. Продвинутый уровень SQL: запросы и манипуляции с данными.
- Урок 10. Введение в Python для аналитиков данных.
- Урок 11. Работа с библиотекой Pandas.
- Урок 12. Визуализация данных в Python с использованием Matplotlib и Seaborn.
- Урок 13. Введение в BI-инструменты: обзор Tableau и Power BI.
- Урок 14. Работа с Power BI: создание отчётов и панелей мониторинга.
- Урок 15. Основы работы с Tableau и визуализация данных.
- Урок 16. Методы анализа данных: использование сводных таблиц и выявление трендов.
- Урок 17. Анализ корреляций и зависимостей между данными.
- Урок 18. Основы A-B-тестирования.
- Урок 19. Интерпретация данных и их применение для принятия управленческих решений.
- Урок 20. Практическое задание: полный цикл анализа данных.
- Урок 21. Карьера аналитика данных: ключевые навыки, поиск работы и перспективы развития.
- Хочет научиться собирать данные из разнообразных источников, интегрировать их и устранять дубли и ошибки перед анализом.
- Мечтает научиться автоматизировать сбор и обработку данных с помощью Python и Pandas, ускоряя подготовку отчётов.
- Стремится создавать понятные визуализации данных в Matplotlib, Seaborn и BI-инструментах.
Скриншоты:
Время раздачи: 24/7 (круглосуточно) (минимум до появления первых 3-5 скачавших) 
