Аналитик данных — Февраль 2026

12 участников

О чём курс

Вам нужен инструмент, чтобы превращать хаотичные наборы данных в конкретные бизнес-решения — от первичной выгрузки до финального дашборда. Внутри разбирается полный стек аналитика: от продвинутого Excel и SQL-запросов до обработки массивов информации с помощью Python-библиотеки Pandas.

Курс фокусируется на трех ключевых направлениях:

  • Очистка и подготовка данных: как устранять ошибки, дубли и приводить разрозненные файлы CSV и JSON к рабочему виду.
  • Автоматизация: как с помощью Python и макросов в таблицах сокращать время на рутинную подготовку отчетов с дней до часов.
  • Визуализация: как строить понятные графики в Matplotlib, Seaborn, Tableau и Power BI, чтобы результаты анализа были убедительны для руководства.

Программа подходит новичкам, которые хотят освоить технический стек аналитика, понять принципы A/B-тестирования и научиться выстраивать аналитические пайплайны. Итогом обучения станет отработанный на практике полный цикл анализа данных, готовый к презентации на собеседовании.

Программа обучения

  • 1 неделя
    • Урок 1. Введение в профессию аналитика данных.
    • Урок 2. Типы данных и источники данных.
    • Урок 3. Сбор данных и основы работы с данными.
    • Урок 4. Очистка данных и подготовка к анализу.
    • Урок 5. Введение в Excel и Google Sheets для аналитики.
    • Урок 6. Продвинутые функции Excel и Google Sheets.
    • Урок 7. Основы статистики для аналитиков.
  • 2 неделя
    • Урок 8. Введение в SQL, работа с базами данных.
    • Урок 9. Продвинутый 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 Matplotlib и Seaborn.
    • Урок 13. Введение в BI-инструменты, обзор Tableau и Power BI.
    • Урок 14. Работа с Power BI, создание отчетов и дашбордов.
  • 3 неделя
    • Урок 15. Работа с Tableau, основы визуализации.
    • Урок 16. Методы анализа данных. Сводные таблицы и тренды.
    • Урок 17. Анализ корреляций и зависимостей.
    • Урок 18. Введение в A-B-тестирование
    • Урок 19. Интерпретация данных и принятие решений.
    • Урок 20. Практический кейс. Полный цикл анализа данных.
    • Урок 21. Карьера аналитика данных. Навыки, поиск работы и развитие.
Складчина создана 2 февраля 2026 г. · описание обновлено 23 марта 2026 г.

Выпуски серии 2

Все 2
Март 2026 40 ₽Февраль 2026 Вы здесь

Другие материалы автора 3

ЛР Людмила Рябова Все материалы
40 ₽ 41 ₽