designing
Workshops
5 воркшопів
щоб навчитися залучати стейкхолдерів на різних етапах дизайн-процесу
Дізнатись більше
Dev & Data Science

Data Analytics. Attribution Modeling

Навчитеся ефективно працювати з даними та розробляти data products на основі моделі атрибуції.

Про інтенсив

Дата аналітик чи будь-хто інший, хто працює з даними в продукті чи проєкті, нагадує ілюзіоніста. Він знає, як отримати потрібні дані, правильно їх інтерпретувати й розумно використати, щоб у результаті зачарувати користувачів чи клієнтів. Але його секрет — не в магії, а в конкретних знаннях та вміннях з аналітики даних. Як жонглювати даними — розкажемо й покажемо на інтенсиві Data Analytics. Attribution Modeling.

Упродовж трьох тижнів ви вдосконалите свої вміння працювати з даними, зокрема навчитеся їх правильно оцінювати, підвищувати їхню якість та організовувати для потреб аналітики. Також покращите знання SQL, щоб уміти будувати масштабовані рішення для оброблення даних.

Під час курсового проєкту працюватимете з моделлю атрибуції, а саме побудуєте готовий data product на основі цієї моделі. Щоб вдалося з усім розібратися і все реалізувати, матимете підтримку та фідбек від куратора, який у цій темі як риба у воді.

29 лютого 2024 інтенсив триває три тижні
10 000 грн оплачуйте самостійно або через роботодавця
15 місць кожен студент отримує регулярний фідбек від куратора

Куратор

Назарій Москаль

Data Engineer у Preply.

3+ років досвіду в ролі Data Engineer. Будував data infrastructure для потреб аналітики з нуля. Працював над розвитком data products разом із маркетологами, ML спеціалістами, програмними розробниками тощо.

Програма інтенсиву

  • Моделювання даних

    • — Типи та рівні моделювання даних.
    • — Процес моделювання даних.
    • — Необхідність моделювання даних для побудови аналітики.
  • Контроль якості даних

    • — Моделювання схеми для якісних даних.
    • — Метадані як один з елементів якісних даних.
    • — Характеристика (не)якісних даних.
    • — Створення тестів для перевірки якості даних.
  • Продуктивний SQL

    • — Характеристика (не)якісного SQL.
    • — Інкрементальна обробка даних.
    • — Оптимізація неякісного SQL.
  • Моделювання атрибуції. Теорія

    • — Модель атрибуції як інструмент аналітики для оцінки ефективності залучення нових клієнтів.
    • — Типи атрибуції.
    • — Результати моделі атрибуції.
  • Моделювання атрибуції. Проєктна робота

    • — Моделювання даних для побудови моделі атрибуції.
    • — Ефективний SQL для масштабованої моделі атрибуції.
    • — Моніторинг результатів моделі атрибуції.

Інтенсив для вас, якщо ви

Analytics Engineer

прагнете вдосконалити свої професійні навички на реальному кейсі

Data Scientist

хочете навчитися працювати з paid marketing та генерувати важливі інсайти для команди маркетологів

Marketing Optimization Specialist

бажаєте отримати нові інструменти, щоб оцінювати ефективність онлайн-реклами, або вдосконалити свої знання для нових кар’єрних можливостей

Софт

SQL client на вибір

Як відбувається навчання

Живі заняття

Вебінари з куратором проходитимуть у Zoom щочетверга о 19:30 та щосуботи о 11:00.

Real-life завдання

У нас діє Practicult — культ практики. Тому ви виконуватимете багато складних завдань. Have fun & survive.

Курсовий проєкт

Під час навчання ви зробите великий проєкт — створите data product на основі моделі атрибуції.

Регулярний фідбек

У нас немає базових і преміум режимів. Тільки преміум, завжди. Отримайте від куратора все. І так, десята ітерація — це нормально.

Сертифікат за здобутки

Видаємо лише тим, хто своїм потом, часом і силами його заслужив.

ГРАФІК

Старт

29 лютого 2024

Мова викладання

українська

Запитання

Чим займається дата аналітик?

Визначимо, хто такий дата аналітик та які його функції. Дата аналітик, або Data Analyst, працює з даними, зокрема він:
— збирає та обробляє дані з різних джерел;
— аналізує дані за допомогою спеціальних методів та інструментів;
— візуалізує дані, щоб представити команді;
— розробляє звіти й рекомендації за результатами аналізу даних;
— відстежує показники ефективності даних.

Це базовий перелік завдань дата аналітика. Він може відрізнятися залежно від специфіки проєкту чи продукту.

Які знання та навички потрібні дата аналітику?

Серед хард скілів — уміння працювати з Excel, SQL, Python чи R, щоб обробляти дані, а також Tableau, Power BI, бібліотеками Python чи іншими інструментами, щоб ці дані візуалізувати. Важливо знати статистичний аналіз, а за потреби — ще й основи машинного навчання, особливості роботи з базами даних, інструменти й техніки data mining. З-поміж софт скілів назвемо уважність та скрупульозність, розвинене критичне мислення та комунікативні здібності, уміння працювати в команді.

Чого я навчуся на інтенсиві?

Ви навчитеся комплексно та глибоко працювати з даними, зокрема готувати й аналізувати їх, а також створювати data products на основі моделі атрибуції та рішення для оброблення даних.

Чи потрібні мені професійні навички для навчання на інтенсиві?

Аналітика даних — навчання інтенсивне й не для новачків. Щоб воно було для вас корисним, важливо мати досвід роботи з даними.

З яким софтом ми працюватимемо?

Вам буде потрібен SQL client на вибір.

Чи записуватимуться вебінари?

Так, запис буде, але щоб мати змогу запитати куратора чи обговорити тему з колегами, приходьте на вебінари.

А сертифікат буде?

Ми видамо вам сертифікат, якщо ви будете брати участь у вебінарах і активно виконувати завдання.

Які курси можуть бути мені корисні?

Щоб освоїти SQL для ефективної роботи з даними, пройдіть SQL курс, а для поглиблення знань з математики — курс математики онлайн. Залежно від того, як плануєте розвиватися далі, вас може зацікавити курс для Machine Learning Engineer або Python курси.

Для фронтенд розробників маємо професіум Front-end Developer та окремі курси:
HTML CSS уроки;
курс Джаваскрипт;
Web Apps Development.

Розробникам пропонуємо вивчати Go — мова програмування або розбиратися з архітектурою і проблемами з навантаженням на курсі Хайлоад.

Реєстрація

Ще маєте запитання?
Не соромтесь їх ставити.

Проконсультуйте мене