Популярные курсы по аналитике данных на dev.Курсы

Анализ данных от Google — Coursera

Аналитика данных — это сбор, преобразование и организация данных для того, чтобы делать выводы, делать прогнозы и принимать обоснованные решения. На курсе вы получите востребованные навыки, которые подготовят вас к работе начального уровня. Вы узнаете от сотрудников Google, чьи знания в области анализа данных послужили стартовой площадкой для их собственной карьеры.

После получения сертификата вы можете напрямую подавать заявки на работу в Google, Walmart, Best Buy, Astreya.

Программа

1. Основа.
2. Вопросы, чтобы принимать решения на основе данных.
3. Подготовка данные для исследования.
4. Обработка данных.
5. Анализ данных, чтобы ответить на вопросы.
6. Обмен данными с помощью искусства визуализации.
7. Анализ данных с программированием на R.
8. Google Data Analytics Capstone: завершение тематического исследования.

Что вы узнаете

• Получите полное представление о методах и процессах, используемых аналитиком данных в своей повседневной работе.
• Узнаете, как очищать и упорядочивать данные для анализа, а также выполнять анализ и расчеты с помощью электронных таблиц, программирования на SQL и R.
• Изучите ключевые аналитические навыки (очистка данных, анализ и визуализация) и инструменты (электронные таблицы, SQL, программирование на R, Tableau).
• Узнаете, как визуализировать и представлять полученные данные на информационных панелях, в презентациях и на часто используемых платформах визуализации.

Analyze data with SQL — Codecademy

На курсе вы получите полное представление об SQL — одном из самых популярных инструментов для анализа данных, и научитесь готовиться к техническим собеседованиям.

Программа

1. Начало работы с SQL.
2. Написание базовых запросов.
3. Вычисление агрегатов.
4. Объединение нескольких таблиц.
5. Выход за пределы платформы.
6. Анализируйте реальные данные с помощью SQL.
7. Расширенный SQL.
8. Подготовка к интервью

Чему вы научитесь

• Сможете преобразовывать большие объемы данных в удобные для чтения таблицы.
• Сможете собирать данные из нескольких источников, чтобы сделать расширенные выводы.
• Научитесь применять свои знания SQL в работе и проходить техническое собеседование.

Build an interactive Data analytics dashboard with Python — Grinfer

Этот курс научит вас всем навыкам создания интерактивных информационных панелей для анализа данных с помощью Python. В частности, вы будете создавать информационную панель прогнозирования коронавируса, которая показывает исторические и прогнозируемые значения смертей и случаев для всех стран мира и штатов США.

Программа курса

1. Начало.
2. Получение данных.
3. Очистка и преобразование данных.
4. Сглаживание данных.
5. Модели экспоненциального роста и упадка.
6. Логистические модели роста.
7. Моделирование новых волн.
8. Инкапсуляция в классы.
9. Запуск всего кода.
10. Визуализация с Plotly.
11. Введение в HTML и CSS.
12. Создание панели инструментов с помощью Dash.
13. Развертывание.

Introduction to Data Analytics — Coursera

На курсе вы получите представление об экосистеме данных и основах анализа данных, таких как сбор данных или интеллектуальный анализ данных. Изучите навыки межличностного общения, необходимые для эффективной передачи ваших данных заинтересованным сторонам.

Программа

1. Что такое аналитика данных.
2. Экосистема данных.
3. Сбор и обработка данных.
4. Добыча и визуализация данных и передача результатов.
5. Карьерные возможности и анализ данных в действии.

Чему вы научитесь

• Описывать различные типы структур данных, форматы файлов, источники данных и репозитории данных. 
• Различать разные роли данных, такие как инженер данных, аналитик данных, специалист по данным, бизнес-аналитик и аналитик бизнес-аналитики.
• Определять ключевые элементы процесса анализа данных, проанализировав бизнес-кейс и его набор данных. 

Analyzing Data with Microsoft Power BI 

На курсе вы узнаете, как использовать Microsoft Power BI для анализа, очистки, изучения и визуализации данных. Метод практического обучения Dataquest позволит вам использовать полный интерфейс Power BI в браузере, создавать проекты и получать отзывы.

Программа

1. Начало работы с Microsoft Data Analytics.
2. Данные модели в Power BI.
3. Визуализация данные в Power BI.
4. Анализ данных в Power BI.
5. Управление рабочими областями и наборами данных в Power BI.

Что вы узнаете

• Основы анализа данных с помощью Power BI.
• Моделирование данных, создание отчетов и интерактивных информационных панелей.
• Подготовка, исследование, анализ и визуализация данных с помощью Power BI.
• Управление рабочими пространствами и наборами данных.

Data Science — Coursera

Это целенаправленный курс, предназначенный для быстрого ознакомления с областью науки о данных. 

Программа 

1. Ускоренный курс по науке о данных.

Что вы узнаете 

• Узнаете, как статистика и машинное обучение влияют на науку о данных.
• Сможете использовать ключевые термины, применяемые специалистом по данным.
• Научитесь предсказывать, будет ли проект Data Science успешным.

Machine learning with tree-based models in Python — DataCamp

Decision Tree — это инструмент для наглядного отображения всех возможных альтернатив (сценариев), прогнозирования будущих событий, а также оценки их потенциальной выгоды и рисков. 

В этом курсе вы узнаете, как использовать Python для обучения деревьев решений и древовидных моделей с помощью удобной библиотеки машинного обучения scikit-learn.

SQL essential training — LinkedIn learning

Курс SQL Essential Training призван помочь пользователям понять наиболее распространенный язык обработки баз данных — SQL. Все уроки были записаны в SQLiteStudio, интуитивно понятном и простом в установке менеджере баз данных. 

Программа

1. Введение.
2. Монтаж.
3. Обзор SQL.
4. Фундаментальные понятия.
5. Отношения.
6. Струны.
7. Числа.
8. Даты и время.
9. Агрегаты.
10. Сделки.
11. Триггеры.
12. Представления и подвыборки.
13. Простое CRUD-приложение.
14. Вывод.

AI for everyone — Coursera

ИИ нужен не только инженерам. Если вы хотите, чтобы ваша организация стала лучше использовать ИИ, советуйте всем, особенно вашим нетехническим коллегам, пройти этот курс.

Программа 

1. Что такое ИИ?
2. Создание проектов ИИ.
3. Создание ИИ в вашей компании.
4. ИИ и общество.

Чему вы научитесь 

• Значение общей терминологии ИИ, включая нейронные сети, машинное обучение, глубокое обучение и науку о данных.
• Что ИИ реально может и чего не может.
• Как определить возможности применения ИИ для решения проблем в вашей организации.
• Каково это — создавать проекты по машинному обучению и науке о данных.
• Как работать с командой ИИ и построить стратегию ИИ в своей компании.
• Как ориентироваться в этических и социальных дискуссиях, связанных с ИИ.

PM Hard Skills: Planning — IAMPM

PM Hard Skills — это ваш персональный ментор по подготовке всех нужных документов и артефактов для уверенного старта IT-проекта. После прохождения курса вы сможете самостоятельно собирать требования, прописывать план проекта, определять бюджет, составлять P&L, считать риски, создавать и работать с проектной документацией для заказчиков, инвесторов и команды.

Кому подойдет курс

• Project Manager.
• Business Analyst.
• Business Analyst.

Программа

• Основные техники для быстрого сбора и анализа требований.
• Как оценивать и планировать проект.
• Планирование: основные этапы, инструменты, работа с ресурсами.
• Как работать с рисками в IT-проектах и продуктах.
• Как рассчитать бюджет, чтобы аутсорсинговая компания смогла заработать.
• Бюджетирование — как управлять финансами проекта.
• Бюджетирование — что делать в продуктовых стартапах? (видеозапись лекции).
• Как работать с проектом в распределенных командах.
• Presales: разработка и продажа решения для бизнеса (видеозапись лекции).
• Организация управления требованиями в большом продукте с помощью JIRA и Confluence (видеозапись лекции).
• RACI модель и распределение ответственности (видеозапись лекции).
• Техники визуализации для PM-ов.

Чему вы научитесь

• Собирать все необходимые требования для старта проекта.
• Составлять документацию правильно и быстро.
• Планировать, анализировать и контролировать риски.
• Оценивать проекты и адекватно определять текущие ограничения.
• Сокращать погрешность расчетов и прогнозов до минимума.
• Составлять бюджеты, которые одобрят и заказчики, и начальство.
• Работать на проекте с удаленными командами.
• Иметь в запасе шаблон, технику и инструмент под любую задачу.