Data Analyst - cours gratuit d'Otus, formation, Date: 5 décembre 2023.
Miscellanea / / December 08, 2023
Analyste de données est un spécialiste du big data. Il les collecte, les analyse, les visualise et en tire des conclusions. Sur la base des hypothèses obtenues, les entreprises prennent des décisions commerciales importantes.
-Des analystes de données de niveau junior qui s'efforcent de systématiser et d'approfondir leurs connaissances ;
-Spécialistes du reporting qui le construisent manuellement ou semi-automatiquement dans Excel et souhaitent apprendre à le faire plus rapidement et plus efficacement ;
-Diplômés qui souhaitent travailler dans le domaine de l'analyse de données et qui possèdent les connaissances minimales nécessaires pour se lancer
-Marketeurs, chefs de produits, analystes commerciaux, économistes, planificateurs qui souhaitent réduire leur routine quotidienne au minimum
Alexandra travaille dans le domaine de l'analytique et de la BI depuis 2019. À cette époque, elle a obtenu un baccalauréat en génie logiciel de l'Université d'État d'administration de l'aviation de Saint-Pétersbourg, puis une maîtrise. Premiers pas dans...
Alexandra travaille dans le domaine de l'analytique et de la BI depuis 2019. À cette époque, elle a obtenu un baccalauréat en génie logiciel de l'Université d'État d'administration de l'aviation de Saint-Pétersbourg, puis une maîtrise. Les premiers pas de sa carrière ont été faits au sein de la société américaine Intermedia Cloud Communications en tant qu'analyste de données junior, et en 2021, il a réussi à devenir chef de l'équipe d'analyse. Cette année entière a été consacrée à un nouveau projet cross-équipe de gestion financière internationale sur la stack Microsoft (MS SQL Server, SSRS, SSIS, Power BI). Depuis mars 2022, il travaille dans le groupe de sociétés Tinkoff Bank en tant qu'analyste d'entrepôt données. Fournit un soutien à la haute direction du département financier dans la création de prototypes de processus ETL à l'aide de Greenplum, d'analyses ad hoc en Python, de reporting et de visualisation dans Tableau. En 2020, elle suit une formation complémentaire en direction de Project Management Manager en IT. Il est un fervent partisan des méthodologies de développement flexibles. Estime que les investissements les plus rentables sont ceux consacrés à son propre développement. Pile: SQL, SAS DIS, SSIS, Tableau, Power BI, Python
Pendant 5 ans dans l'informatique, elle a travaillé comme analyste RH et spécialiste de la Business Intelligence chez Luxoft, et est aujourd'hui spécialiste de l'analyse et de la visualisation du reporting chez Exness. Économiste de formation. Pile: Tableau Desktop et Server, Données...
Pendant 5 ans dans l'informatique, elle a travaillé comme analyste RH et spécialiste de la Business Intelligence chez Luxoft, et est aujourd'hui spécialiste de l'analyse et de la visualisation du reporting chez Exness. Économiste de formation. Stack: Tableau Desktop & Server, Analyse et visualisation de données, SQL. Dans mon travail, je recherche un équilibre sain entre l'écriture d'une bonne source de données et la création d'un beau visuel.
8 ans d'expérience en entreprise en analytique. SQL, Tableau, c++, python. Création de solutions analytiques et de produits dans de grandes entreprises telles que MTS, Ozon, ivi.ru. Travail dans des équipes de produits en Russie, Allemagne, Pologne...
8 ans d'expérience en entreprise en analytique. SQL, Tableau, c++, python. Création de solutions analytiques et de produits dans de grandes entreprises telles que MTS, Ozon, ivi.ru. Travail dans des équipes de produits en Russie, en Allemagne et en Pologne. Professeur
Introduction à l'analyse des données et aux statistiques de base
-Thème 1. Population générale et échantillon, niveaux de mesure
-Thème 2. Distribution normale, niveau de signification statistique, écart type. Théorème central limite. Intervalles de confiance et erreur type
-Thème 3. Statistiques descriptives. Mesure de tendance centrale
-Thème 4. Distribution normale, niveau de signification statistique, écart type. Théorème central limite
-Thème 5. Intervalles de confiance et erreur standard
-Thème 6. Niveau de signification, hypothèses statistiques
-Thème 7. Coefficient de corrélation
-Thème 8.Méthodes de comparaison des données. Comparaison des données nominales.
-Thème 9. Méthodes de comparaison des moyennes
SGBD et SQL
-Thème 10.Introduction aux bases de données relationnelles. Bases de données en lignes et en colonnes
-Sujet 11.Création et édition de tableaux. DDL. DML, DCL
-Sujet 12. Sélection de données, conditions, tranches de données en SQL
-Thème 13. Fonctions d'agrégation. Regroupement et tri des données
-Sujet 14. Requêtes imbriquées et tables temporaires
-Sujet 15.Types de jointures de tables
-Sujet 16. Expressions en SQL
-Sujet 17.Fonctions intégrées dans SQL
-Sujet 18.Objets de base de données. Tableaux et vues. Index et partitions
-Sujet 19. Plan de requête et optimisation des performances
Introduction à Python
-Thème 20.Introduction à la syntaxe. Carnet Jupyter
-Sujet 21. Variables et types de données. Sortie de données et opérations arithmétiques
-Sujet 22.Bases de Python. Opérateurs, boucles
-Sujet 23.Structures de données Python. Chaînes, listes, tuples et dictionnaires
-Sujet 24.Boucles For et while
-Thème 25.Fonctions, modules et bibliothèques
-Sujet 26. Bibliothèques NumPy, pandas, SciPy
-Thème 27.Méthodes de visualisation. Bases de matplotlib, seaborn, plotly
Prétraitement des données, analyse exploratoire et statistique des données
-Sujet 28. Travailler avec des omissions et des doublons
-Thème 29. Catégorisation des données
-Sujet 30. Conversion de type de données
-Sujet 31. Normalisation des données
-Thème 32. Catégorisation des données
-Thème 33. Analyse des séries chronologiques
-Sujet 34. Étudier les tranches de données
-Sujet 35.Relations entre données
-Thème 36.Validation des résultats
-Thème 37. Énoncé et test d'hypothèses
Introduction à la Business Intelligence et à l'analyse visuelle des données
-Thème 38.Introduction à la Business Intelligence
-Sujet 39: Présentation de Tableau Desktop/écosystème public
-Sujet 40. Principaux types de sources de données dans Tableau, connexions
-Sujet 41. Interface de Tableau Desktop et concepts de fonctionnement de base
-Thème 42.Visualisation: diagrammes, principaux scénarios pour leur utilisation
-Sujet 43. Calculs préinstallés et personnalisés
-Sujet 44.Organisation des données dans Tableau
-Sujet 45.Ordre des opérations dans Tableau
-Thème 46.Introduction à la conception de l'information
-Sujet 47. Comment fonctionne la perception des utilisateurs
-Thème 48. Principales erreurs lors de la création de tableaux de bord
-Sujet 49.Conception du tableau de bord
-Sujet 50. Disposition pour diverses tâches et appareils
-Sujet 51. Planification de l'interaction de l'utilisateur avec le tableau de bord
Cycle de vie du projet en analyse de données
-Thème 52. Prise de décision basée sur les données en entreprise
-Sujet 53. Rassemblement des exigences
-Thème 54. Cristallisation des exigences et création d'un prototype
-Thème 55. Travail itératif avec le client au stade du développement
-Sujet 56.Démo de la version terminée et étape de test utilisateur
-Thème 57. Sortie et post-production
-Sujet 58. Suivi de la demande et réception des commentaires
Méthodes et domaines spéciaux dans l'analyse de données
-Thème 59.Analyse des indicateurs commerciaux
-Thème 60. Analyse de produits, économie unitaire, tests A/B
-Sujet 61. Métriques et entonnoirs, hiérarchie des métriques
-Thème 62. Analyse de cohorte
-Sujet 63.BI Analytics
-Thème 64.Journalisme de données