Складчина Каталог
Мои курсы

Аналитика данных

От выгрузки цифр из базы до дашборда, на основе которого команда принимает решение о продукте.

Аналитика данных объединяет разные роли и инструменты: SQL для выгрузки данных из базы, BI-системы вроде Tableau и Power BI для визуализации, Python для более сложной обработки и Data Science для построения моделей. Отдельно стоят узкие направления вроде продуктовой аналитики, веб-аналитики через Google Analytics и Яндекс.Метрику или работы с большими данными в Hadoop и Spark.

Прежде чем выбирать курс, полезно понять, какая часть цепочки вас интересует — сбор и обработка данных, их визуализация или построение прогнозных моделей, поскольку это разные наборы инструментов и разная глубина математики.

В каталоге
1121 курс
Доступно сейчас
621
На стадии сбора
497
Стоимость участия
от 40 ₽
Средний рейтинг
4.0 из 5

Данные каталога обновлены 21 сентября 2026 г.

Как сориентироваться в направлениях аналитики данных

  1. Инструмент под задачу

    SQL и Excel закрывают базовые выгрузки и отчёты, BI-системы — визуализацию, Python и Data Science — более сложный анализ и модели; определите, что нужно именно вам.

  2. Глубина математики

    Data Science и Big Data предполагают больше статистики и математики, чем, например, продуктовая или веб-аналитика — оцените свою готовность к этому.

  3. Практика на реальных данных

    Проверьте, работает ли курс с настоящими наборами данных или ограничивается учебными примерами без шума и пропусков, характерных для реальных данных.

Курсы в каталоге

Найдено: 621
Б
Можно купить
144 ₽ 899 ₽ −84%
Оплатили 23

Базовый Python

ITtensive
Анализ данных в Power BI. Часть 1 Можно купить
526 ₽ 7 995 ₽ −93%
Оплатили 35

Анализ данных в Power BI. Часть 1

GeekBrains
Tableau Практикум: Обучение визуальной аналитике Можно купить
200 ₽
Оплатили 11

Tableau Практикум: Обучение визуальной аналитике

Svetlana Sokolova
Основы работы с Tableau – визуализация и анализ данных Можно купить
1 082 ₽ 8 990 ₽ −88%
Оплатили 19

Основы работы с Tableau – визуализация и анализ данных

Яков Васин
М
Можно купить
156 ₽ 974 ₽ −84%
Оплатили 22

Машинное обучение (Machine Learning) на языке R с нуля

Nygmetzhan (Niko) Kuzenbayev
В
Можно купить
128 ₽ 974 ₽ −87%
Оплатили 28

Введение в машинное обучение

ITtensive
M
Можно купить
1 014 ₽ 13 990 ₽ −93%
Оплатили 31

Microsoft Excel 2019/2016. Уровень 5. Углубленное программирование на VBA

Андрей Завьялов
А
Можно купить
396 ₽ 799 ₽ −50%
Оплатили 7

Анализ и консолидация данных в Excel

Robert Kirakosyan
Б
Можно купить
150 ₽ 899 ₽ −83%
Оплатили 22

Бизнес-анализ с Power BI для начинающих

Nygmetzhan Kuzenbayev
Машинное обучение. Часть 2/5 Можно купить
302 ₽ 9 600 ₽ −97%
Оплатили 73

Машинное обучение. Часть 2/5

GeekBrains
Основы продакт-менеджмента Можно купить
1 782 ₽
Оплатили 3

Основы продакт-менеджмента

GeekBrains
Unit-экономика Можно купить
106 ₽
Оплатили 57

Unit-экономика

Модуль
BIG DATA с нуля Можно купить
436 ₽ 16 740 ₽ −97%
Оплатили 86

BIG DATA с нуля

Нетология
Математика для анализа данных Можно купить
274 ₽ 12 000 ₽ −98%
Оплатили 100

Математика для анализа данных

Нетология
M
Можно купить
238 ₽ 899 ₽ −74%
Оплатили 13

Microsoft Excel. Сводные таблицы

Дмитрий Саков
A
Можно купить
208 ₽ 3 500 ₽ −94%
Оплатили 38

Atlassian Jira. Основы работы для пользователей

teamlead
П
Можно купить
504 ₽ 15 990 ₽ −97%
Оплатили 71

Практикум по управленческому учету: задачи и решения

Светлана Казакова

Направления внутри подкатегории

Авторы курсов: Аналитика данных

Школы и платформы

Похожие подкатегории

Частые вопросы

С чего начать изучение аналитики данных?

Часто рекомендуют начать с SQL и Excel как базовых инструментов работы с данными, а затем двигаться в сторону BI-систем или Python в зависимости от интересующего направления.

Обязательно ли программировать для аналитики данных?

Не всегда — часть задач решается через SQL и BI-инструменты без написания кода, но более сложный анализ и автоматизация обычно требуют Python.

Чем аналитик данных отличается от специалиста Data Science?

Аналитик чаще работает с уже собранными данными для отчётов и выводов, а специалист Data Science строит прогнозные модели — границы между ролями на практике часто размыты.