Мы не продаем курсы в записи, только live-общение и практика с ментором
От 2 до 6 проектов
В портфолио по окончании курса + диплом на английском языке
Высокий рейтинг
4,9 / 5 средний рейтинг от наших выпускников, довольных обучением
Поиск работы
Активная помощь в поиске первой работы как в СНГ, так и в ЕС
Кем ты станешь
Курс Product Analyst позволит тебе стать начинающим продуктовым аналитиком в data-driven компаниях — то есть тех, которые ориентируются в решениях на big data и аналитику данных.
Продуктовый аналитик в IT — это специалист, который собирает, обрабатывает, изучает и интерпретирует данные, проводит А/B-тесты, строит модели и проверяет, как пользователи и клиенты реагируют на нововведения, выдвигает гипотезы и проводит аналитические исследования, направленные на выявление узких мест проекта и поиск точек роста. Главная задача такого специалиста — превратить цифры и графики в понятные выводы, чтобы руководитель мог принимать решения.
Процесс дистанционного обучения
Прямая трансляция в ZOOM
В 19:00 в дни занятий подключаетесь по ссылке в онлайн-комнату, где будет проходить занятие. Вы можете задавать вопросы , показывать свой экран и общаться в чате с преподавателем. Все как на обычном занятии.
Домашние задания
Обязательные домашние задания, чтобы закрепить полученные знания на практике. По всем выполненным заданиям преподаватель дает подробную обратную связь.
Запись занятия и материалы
После каждого занятия вы будете получать запись урока, чтобы в любой момент времени освежить его в памяти и пересмотреть важные моменты.
Живое общение
Преподаватель курса, другие студенты и менеджеры школы всегда доступны онлайн в общем чате и готовы оперативно помочь с возникшими вопросами.
Дипломный проект
Дипломный проект в конце обучения, который вы сможете включить в резюме.
Твой результат в конце курса
1
Изучишь доменную область - продуктовые метрики, основы статистики
2
Научишься обрабатывать и подготавливать данные (очищать, группировать, вычислять метрики и т.д.) при помощи SQL и Python
3
Сможешь визуализировать и наглядно представлять полученные результаты, делать выводы по ним, давать предложения и рекомендации
4
Узнаешь, как выдвигать и тестировать гипотезы, чтобы улучшать основные метрики компании
5
Начнешь проводить сегментацию аудитории, анализировать поведение разных групп, чтобы лучше понимать предпочтения клиентов
6
Освоишь запуск А/В-тестирования, научишься проверять значимость результатов и находить инсайты для развития продукта
Поможем получить твою первую работу в IT
Наш карьерный центр помогает с профориетацией в IT, а также оказывает поддержку студентам, способствует их трудоустройству в международные IT-компании и занимается сопровождением в поиске работы за рубежом.
Идеальное резюме
Мы подскажем, как создать конкурентоспособное резюме и релевантное сопроводительное письмо, чтобы выделиться среди других кандидатов
Профиль в LinkedIn
Расскажем, как заполнить профессиональный профиль в LinkedIn, чтобы его начали замечать рекрутеры
Подготовка к собеседованию
Расскажем, из каких этапов состоит собеседование, а также научим презентовать себя и свои сильные стороны для его успешного прохождения
Твоя работа в IT
Отправим подготовленное резюме нашим партнёрам международным IT-компаниям и дождемся вместе с тобой твой первый оффер на работу мечты
93%
Трудоустроенных выпускников после консультации в карьерном центре.
170+
Компаний партнеров
14000+
Компаний ищут специалистов в ИТ сфере на рынке СНГ
Наши компании партнеры
Стань востребованным продуктовым аналитиком в IT
Пройди обучение в школе TeachMeSkills и стань продуктовым аналитиком в IT уже через 4,5 месяца!
Преподаватель курса
Евгений
Product/Data Analyst в Stark Games 2+ года коммерческого опыта в IT
Смотри интервью с Евгением на нашем YouTube канале
Оптимальные требования по мощности для вашего ПК:
ОС: Windows 10+ / MacOS Sierra+ Оперативная память: от 2-4 Гб Видеокарта: от 1 Гб
Программа курса
144 академических часа Составлена практикующими IT-специалистами для новичков в IT.
БЛОК 1. Продуктовая аналитика
1. Введение в сферу IT
Место IT-технологий в современном мире
Виды IT-компаний и проектов: outsourcing, outstaffing, in-house development
Виды специальностей в IT: разработчики, тестировщики, аналитики, художники, BA, PM и другие
Уровни профессионализма (Junior, middle и т.д.)
Этапы создания продукта
2. Введение в Data аналитику
Основные понятия аналитики данных
Кто такой аналитик данных
Виды профессий аналитика
Основные скиллы аналитика данных
Аналитические инструменты
3. Unit-экономика в продукте. Процесс управления продуктом
Понятие "Unit-экономика"
Модель продукта
Виды доходов/расходов продукта
Приоритизация как процесс управления продуктом
Выдвижение и тестирование гипотез
Метода оценки гипотез
4. Продуктовые метрики (на примере игр). Часть 1
Понятие игровых метрик
Количество установок
Первая сессия (FTUE) и средняя продолжительность сессии
Удержание (RETENTION)
Жизненный цикл игрока (LT)
Аудитория проекта (DAU, WAU, MAU)
Построение воронок
5. Продуктовые метрики (на примере игр). Часть 2
Платящие пользователи и конверсия в платеж
Структура покупок пользователя
Средний доход с пользователя/ платящего пользователя (ARPU/ARPPU)
Кумулятивный доход с пользователя (cARPU/cARPPU)
LTV
Отток пользователей
6. Сегментация целевой аудитории
Понятие сегментации целевой аудитории
Методы сегментации целевой аудитории
Когортный анализ
RFM-анализ
Принципы выбора метода сегментации
БЛОК 2. Google таблицы, Excel
7. Работа с таблицами
Интерфейс Excel, понятие книги/листы
Этапы работы с таблицами: создание/удаление/восстановление таблиц
Операции с ячейками, строками, столбцами
Работа с данными: форматы данных, условное форматирование, сортировка, фильтры, срезы
Сводные таблицы
Умные таблицы
Особенности работы с Google-таблицами, совместный доступ
8. Работа с данными и визуализация в Excel, Google таблицах
Понятие функций/формул
Математические функции
Логические функции
Поисковые функции
Статистические функции
Текстовые функции
Функции даты
Построение графиков и диаграмм
БЛОК 3. Python
9. Введение в Python и знакомство с Jupyter-Notebook
Начало работы с Jupyter-Notebook
Типы данных и переменные в Python
Основные арифметические действия в Python
Сравнения значений
Понятие списков
Правила и особенности написания и комментирования кода в Python
Понятие словарей в Python
10. Операторы и циклы в Python
Понятие операторов и их виды
Использование условного оператора if
Использование логических операторов
Применение цикла while
Применение цикла for
Использование вложенных конструкций
11. Библиотека Pandas. Часть 1
Понятие библиотека в Python
Считывание csv-файла
Атрибуты и методы в Pandas
Обращение к колонкам, переименование и создание колонок;
Применение вычислительных методов
Цепочка методов
Группировка и агрегация
Сортировка значений
Запросы в Pandas
Использование функций в Pandas
12. Библиотека Pandas. Визуализация. Часть 2
Методы вычисления уникальных значений
Методы вычисления средних величин
Использование метода разбивки строки
Применение анонимных функций
Объединение датафреймов и применение к ним функций
Индекс и имена колонок, сброс индекса
Поиск пустых значений метод isna
Построение графиков при помощи pandas
Построение графиков при помощи seaborn
Построение графиков при помощи matplotlib
13. Работа с неструктурированными данными
Конвертация типов в датафрейме
Удаление колонок в датафрейме
Фильтрация дубликатов
Конвертация во время
Удаление пропущенных значений
Управление циклом
14. Работа со временем и сводными таблицами
Атрибуты времени и формат UNIX time
Определение перцентилей, метод quantile
Сводные таблицы, функции pivot, pivot_table
Замена пропущенных значений, метод fillna
Метод loc и iloc
Регулярные выражения
15. Библиотека Numpy. Интерактивные графики
Атрибуты и методы в библиотеке Numpy
Оконные функции
Объединение таблиц по нескольким полям
Преобразование переменных
Настройка графиков, кастомизация графиков
Графики displot
Библиотека plotly для создания интерактивных графиков
БЛОК 4. Статистика
16. Основы статистики
Понятие статистики и ее использование в анализе данных
Типы данных
Статистические показатели и их виды
Статистическое распределение данных, нормальное распределение, стандартизация
Центральная предельная теорема
Выдвижение статистических гипотез
17. Разведочный анализ данных
Понятие средней величины
Виды средних
Медиана
Модальное значение и перцентили
Распределение Стьюдента, t-критерий Стьюдента
Среднеквадратическое отклонения, дисперсия
18. Факторный анализ данных
Однофакторный дисперсионный анализ
Многофакторный дисперсионный анализ
Многофакторный ANOVA
19. Корреляционный и регрессионный анализ. Часть 1
Понятие корреляционной связи
Проверка гипотез
Визуализация корреляции
20. Корреляционный и регрессионный анализ. Часть 2
Парная и множественная регрессия
Регрессионный анализ, простая линейная регрессия
Множественная линейная регрессия
Нелинейная регрессия
Интерпретация уравнения регрессии
Прогнозирование на основе уравнения регрессии
Кластеризация
21. Статистические эксперименты и оценка значимости
Типы экспериментов
Понятие А/В тестирования
Типы и уровни метрики эксперимента
Приоритет метрик
22. А/А тесты
Понятие А/А тестов и необходимость их проведения
Сферы применения А/А тестов
Этапы проведения А/А тестов
Оценка ложноположительных оценок
БЛОК 5. SQL
23. Введение в SQL. Базы данных
Понятие базы данных, система управления БД и их виды
Понятие SQL
Работа с ClickHouse и ее особенности
Операторы SELECT + FROM
Оператор WHERE
Операторы ORDER BY и LIMIT
Операторы AS + DISTINCT
Операторы MIN + MAX
Порядок использования операторов
24. Агрегатные функции. Группировка
Применение агрегатных функций
Оператор GROUP BY
Оператор HAVING
25. Объединение таблиц. Виды JOIN-ов
LEFT/RIGHT JOIN
INNER JOIN
FULL JOIN
CROSS JOIN
ALL JOIN
26. Использование подзапросов
Уровни сложностей подзапросов
Использование оператора WITH
27. Типы данных. Преобразование данных
Типы данных Int и UInt и их диапазоны
Типы данных FLOAT, DECIMAL
Строковый тип данных STRING
Булевые значения
Типы дат: Date, DateTime, Interval
Применение функций
28. Часто используемые функции. Часть 1
Арифметические функции
Операторы сравнения
Функции округления
Функции для работы с датами и временем
Прочие функции
29. Часто используемые функции. Часть 2
Функции для работы со строками
Функции поиска в строках
Функции для работы с JSON
Функции для работы с массивами
30. Оконные функции
Понятие оконной функции
Синтаксис оконных функций
БЛОК 6. Визуализация в Tableau
31. Визуализация и необходимость ее применения
Необходимость визуализации данных
Инструменты для визуализации, примеры, особенности
Виды графиков
Таблицы, KPI и Фактоиды
Основные понятия и интерфейс Tableau
Подключение к базе данных, к таблицам
32. Создание дашбордов. Часть 1
Виды дашбордов
Правила и принципы построения дашбордов
Алгоритм построения дашбордов
33. Создание дашбордов. Часть 2
Фильтры и верстка дашбордов
Применение функций для расчета показателей в Tableau
Создание параметров в Tableau
34. Ретроспектива. Консультации
Повторение изученного материала
Консультации по дипломному проекту
35. Онлайн-занятие «Поиск работы в IT»
Составление резюме и сервисы для создания резюме;
Создание и правильное оформление профиля в LinkedIn;
Составление мотивационного письма;
Работа с поиском вакансий на различных джоб-бордах;
Личные рекомендации Карьерного центра по поиску первой работы в IT
36. Защита дипломных проектов.
Стоимость курса
230BYN в месяц
Или сразу, но дешевле - 2 475 BYN / 890$ за весь курс.
Приведи друга – учитесь со скидкой 100 BYN каждый.
Стоимость в месяц указана при рассрочке на 12 месяцев. Подробную информацию по программам рассрочки и кредитования можно узнать у менеджеров.
Старт группы "PA03-onl" 16 ноября
Дни и время занятий Понедельник, 19.00 - 22.00 Четверг, 19.00 - 22.00
Кол-во свободных мест 11 из 18
Что наши выпускники говорят о нас?
Стань востребованным продуктовым аналитиком в IT
Оставь телефон в форме ниже, и мы проконсультируем тебя в ближайшее время.