Про курс
Знанням Data Science в IT більше не здивуєш. Тепер на черзі — Data Science у бізнесі. Обчислювальні можливості та дешевизна зберігання допомагають компаніям оптимізувати й покращувати продукт. Але спеціалістів не вистачає, а перетворювати дані на корисні action items треба вчитись. Для цього ми створили курс Product Analytics Advanced.
На курсі студенти навчаться:
— працювати з великими даними;
— будувати та перевіряти гіпотези;
— інтерпретувати результати тестів;
— проводити дослідження користувацького досвіду.
Після курсу випускники зможуть самостійно закривати задачі аналітики у продуктових компаніях. Отримані знання вони закріплюватимуть на домашніх завданнях та курсовій роботі — аналізі проведеного A/B тесту. Під час виконання проєкту вони проведуть розрахунок результатів, знайдуть інсайти та підготують потрібні звіти.
9 березня 2022
курс триває 2 місяцізаняття проходитимуть двічі на тиждень — щосереди о 19:30 та щосуботи о 19:00
11 000 грн/міc.
22 000 грн при повній оплаті курсу11 550 грн/міс. при оплаті частинами
15 студентів
кожен студент отримує регулярний фідбек від куратора
Куратор
Data Science / Product Analyst у Snap Inc.
Програма курсу
Інтро в аналітику
— Інструменти аналiзу.
— Процес прийняття рішень.
— Звіти, цінність DS та інтерпретація результатів.
Підготовка даних
— Типи й особливості дата сховищ.
— SQL-оптимізація.
— Віконні функції у SQL.
— Агреговані функції.
— Попередня обробка даних.
— Семпли.
Статистика
— Expected value.
— Random numbers and probability distributions.
— State your hypothesis.
— Normal distribution.
— Z-test and t-test.
— ANOVA.
— Correlation tests.
— QQ.
Візуалізація
— Типи візуалізації.
— Інструменти візуалізації.
— Препроцесинг даних.
— Розбір вдалих практик.
— Приклади вiзуалiзацiї: time-series, box-plot.
Прогнозування та інтро в ML
— Регресійний аналіз.
— Особливості time-series.
— Валідація якості.
— Типи ML алгоритмів.
— Огляд базових ML методiв.
A/B тестування
— Quality check: retro AA, anomalies, daily trends.
— Metrics calculation.
— Noise reduction.
— Когортний аналіз.
— Bootstrapping.
— Quantile metrics analysis.
— Розбір кейсів.
— Поширені помилки.
— MDE and sample size evaluation.
Як відбувається навчання
Вебінари
Щосереди о 19:30 та щосуботи о 19:00 проходитимуть вебінари з куратором.
Real-life завдання
У нас діє Practicult — культ практики. Тому ви виконуватимете багато складної домашки. Have fun & survive.
Курсовий проєкт
Під час курсу ви виконаєте курсовий проєкт. Адже принцип курсу — все як у житті.
Регулярний фідбек
У нас немає базових і преміум режимів. Тільки преміум, завжди. Отримайте від куратора все. І так, десята ітерація — це нормально.
Сертифікат за справи
Видаємо лише тим, хто своїм потом, часом і силами його заслужив.
ГРАФІК
Старт
9 березня
Заняття
щосереди о 19:30 та щосуботи о 19:00
Мова викладання
російська
Курс для вас, якщо ви
Продуктовий аналітик
— з досвідом понад 2 роки
— володієте термінологією (LTV, ROI, CTR)
— працювали із SQL і Python
— розумієтесь на User's funnel, A/B тестах, когортному аналізі та базовій статистиці
Менеджер продукту
та хочете поглибити технічні знання з аналітики
Запитання
Який графік занять на курсі?
Вебінари з куратором проходитимуть двічі на тиждень — щосереди о 19:30 та щосуботи о 19:00 (усього їх буде 13).
Як проходить робота над проєктом?
Кожен студент індивідуально працюватиме над одним проєктом для реального замовника протягом усього курсу.
Скільки часу потрібно приділяти курсу?
Для продуктивного навчання вам знадобиться близько 15 годин на тиждень.
Як відбувається комунікація на курсі та в якому форматі куратор дає фідбек?
Уся комунікація на курсі відбувається на платформі Slack (робочий чат групи, канали для домашніх завдань і корисних посилань). Куратор дає фідбек у вигляді коментарів до домашніх завдань та обговорення на вебінарах.
Чи записуватимуться вебінари?
Ми щоразу організовуємо запис, однак краще виділіть час, щоб долучитися до онлайн-зустрічі — обговорити питання з одногрупниками та проконсультуватися з куратором.
Чи будуть мені доступні відеозаписи лекцій після завершення курсу?
Так, у вас зберігається доступ після завершення курсу.
А я отримаю сертифікат?
Тільки за умови виконання всіх домашніх завдань, а також успішного захисту курсового проєкту.
Що, якщо мені не сподобається?
Ми зможемо повернути вам усю сумму протягом 7 днів від початку навчання, якщо ви передумаєте.
