Скоро будет больше
Бэкенд-разработчик
Дата инженер
Специалист по машинному обучению
Специалист по нейросетям
Дизайнер интерфейсов
Менеджер продукта

Как стать
аналитиком данных

Подробнее
Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. Мы хотим научить вас пользоваться основными инструментами для получения профессии: Python
Python
Язык программирования с широким спектром применения. Имеет лаконичный и понятный синтаксис, а также множество полезных библиотек. Код становится короче, а разработка — быстрее. Поэтому Python часто используют в задачах анализа данных.
и его библиотеки, Jupyter Notebook
Jupyter Notebook
Программа для написания и запуска кода. Удобна тем, что одновременно отображает код программы, результаты её выполнения и сопроводительный текст.
, SQL
SQL
Язык запросов к базам данных SQL используется, чтобы управлять этими базами и извлекать из них данные для последующего анализа.
.
Middle
Junior
Middle
Senior
88 000
Зарплата
аналитика данных
Источник данных: Мой круг

Что вы получите в Яндекс.Практикуме

За 6 месяцев обучения по 10 часов в неделю вы освоите востребованные навыки аналитика данных и соберёте портфолио проектов. Вот какие проекты вы будете делать:
Яндекс.Музыка: предпочтения пользователей
Каршеринг: Гипотезы
Интернет-магазин: операционная эффективность

Как мы учим

Всё обучение проходит онлайн. Чтобы начать, достаточно иметь среднее образование
и готовность уделять занятиям не менее 10 часов в неделю. Остальное мы предоставим:
Онлайн-
тренажёр
Практические
проекты
Поддержку
наставника

Наш подход к обучению

Наши наставники
Наставники — аналитики из Яндекса и других IT-компаний. Некоторые из них, как и вы, не сразу выбрали свою профессию и тоже осваивали её с нуля.

Сертификат

Подтвердить будущему работодателю приобретённые вами навыки вы сможете с помощью сертификата. Чтобы получить сертификат, необходимо сдать итоговый проект. Это показатель, что вы достаточно знаете об аналитике данных и самостоятельно выполнили проекты из вашего портфолио.
Если вы уже работаете аналитиком, можете подать заявку на сдачу
сертификационного экзамена и попробовать получить сертификат без обучения.
Предварительная стоимость — 10 000 рублей.
Хочу сдать экзамен

Сколько стоит обучение

Вводный курс —
бесплатно
Вы поймёте, что представляет собой анализ данных, какие процессы он в себя включает и чем занимается аналитик. Изучите азы важнейшего инструмента — языка программирования Python. Вы сможете оценить свои силы, мотивацию, запас времени, и решить, нужно ли идти дальше.
01
Доступ к первому курсу в тренажёре
02
Навыки и знания на 20 часов обучения
03
1 учебный проект на реальных данных
Платное
продолжение
Закончив бесплатный курс, можно пойти дальше. С этого момента вы начнете полноценно осваивать профессию аналитика.
04
Полный доступ к тренажёру
05
Профессиональная программа обучения на 220 часов
06
Поддержка наставника
07
Сертификация
08
Навыки и знания, востребованные работодателями
09
Портфолио из 15 проектов
60 000
За 6 месяцев обучения

Программа вашего обучения

20ч
Основы Python и анализа данных: бесплатный вводный курс
Процесс и стадии работы аналитика: основные термины, задачи и инструменты анализа данных. Подготовка данных для анализа. Знакомство с языком программирования Python, аналитической библиотекой Pandas и средой программирования Jupyter.
1 проект в портфолио
Проект. Определить, как меняются предпочтения слушателей Яндекс.Музыки в зависимости от дня недели.
30ч
Сбор данных в интернете
Интернет как источник данных для анализа. Форматы представления данных. Анализ действий пользователей. Работа с текстовыми данными. Технология HTTP API. Библиотека BeautifulSoup.
1 проект в портфолио
Проект. Проанализировать логи о покупках в интернет-магазине, чтобы проверить гипотезу о влиянии возраста покупателя на сумму покупки.
20ч
Хранение и обработка данных в SQL
Знакомство с реляционными базами данных. Проектирование базы данных. Обработка данных скриптами на языке SQL. Операторы Select и Join. Операции с базой: импорт и экспорт данных.
1 проект в портфолио
Проект. Извлечь данные из базы и дать сводку операционной эффективности интернет-магазина в двух городах за последний месяц.
30ч
Анализ графиков и диаграмм
Построение и анализ графиков и диаграмм. Очистка от выбросов. Библиотеки SciPy и Matplotlib.
2 проекта в портфолио
Проект. Визуализировать демографические данные и проанализировать тренды в крупных городах.
30ч
Статистический анализ данных
Изучение объектов и их взаимосвязей методами статистики. Выборки и статистическая значимость. Выявление и обработка аномалий.
2 проекта в портфолио
Проект. Проанализировать регулярные паттерны поведения пользователей каршеринга.
20ч
Как рассказать историю с помощью данных
Презентация результатов аналитического исследования. Способы наглядного представления данных. Создание отчётов, объясняющих выводы аналитика. Библиотека Seaborn.
1 проект в портфолио
Проект. Представить основные этапы и результаты исследовательского проекта из прошлого курса, чтобы помочь менеджменту принять решения.
20ч
Анализ бизнес-показателей
Аналитический подход к бизнесу. Бизнес-метрики и KPI. Анализ пользовательских данных. Маркетинговая аналитика и её инструменты. Воронка продаж.
2 проекта в портфолио
Проект. Провести анализ метрик видеосервиса. Выбрать стратегически важные метрики для развития сервиса на следующий год.
30ч
Принятие решений в бизнесе на основе данных
Методы и инструменты проверки гипотез. Проектирование экспериментов. Сезонность. Когортный анализ. A/B-тестирование.
2 проекта в портфолио
Проект. Спроектировать для сайта благотворительного проекта A/B-эксперимент пользовательского сценария подписки на регулярное пожертвование.
20ч
Автоматизация
Автоматизация процессов анализа данных. Потоковые аналитические решения. Регистрация событий в логах, создание регулярных отчетов. Дашборды. Мониторинг.
2 проекта в портфолио
Проект. Собрать систему метрик для мониторинга продуктовой эффективности сервиса доставки еды и настроить для них аналитический дашборд с несколькими источниками данных.
20ч
Прогнозы и предсказания
Типы задач и простые методы машинного обучения. Классификация, прогнозирование, кластеризация. Регрессия. Решающие деревья.
1 проект в портфолио
Проект. Проанализировать метрики удержания пользователя для разных когорт SaaS-сервиса за два года и сделать прогноз.
Открыть всю программу
Основы Python и анализа данных: бесплатный вводный курс
d
20 часов
Процесс и стадии работы аналитика: основные термины, задачи и инструменты анализа данных. Подготовка данных для анализа. Знакомство с языком программирования Python, аналитической библиотекой Pandas и средой программирования Jupyter.
1 проект в портфолио
Проект. Определить, как меняются предпочтения слушателей Яндекс.Музыки в зависимости от дня недели.
Сбор данных в интернете
d
30 часов
Интернет как источник данных для анализа. Форматы представления данных. Анализ действий пользователей. Работа с текстовыми данными. Технология HTTP API. Библиотека BeautifulSoup.
1 проект в портфолио
Проект. Проанализировать логи о покупках в интернет-магазине, чтобы проверить гипотезу о влиянии возраста покупателя на сумму покупки.
Хранение и обработка данных в SQL
d
20 часов
Знакомство с реляционными базами данных. Проектирование базы данных. Обработка данных скриптами на языке SQL. Операторы Select и Join. Операции с базой: импорт и экспорт данных.
1 проект в портфолио
Проект. Извлечь данные из базы и дать сводку операционной эффективности интернет-магазина в двух городах за последний месяц.
Анализ графиков и диаграмм
d
30 часов
Построение и анализ графиков и диаграмм. Очистка от выбросов. Библиотеки SciPy и Matplotlib.
2 проекта в портфолио
Проект. Визуализировать демографические данные и проанализировать тренды в крупных городах.
Статистический анализ данных
d
30 часов
Изучение объектов и их взаимосвязей методами статистики. Выборки и статистическая значимость. Выявление и обработка аномалий.
2 проекта в портфолио
Проект. Проанализировать регулярные паттерны поведения пользователей каршеринга.
Как рассказать историю с помощью данных
d
20 часов
Презентация результатов аналитического исследования. Способы наглядного представления данных. Создание отчётов, объясняющих выводы аналитика. Библиотека Seaborn.
1 проект в портфолио
Проект. Представить основные этапы и результаты исследовательского проекта из прошлого курса, чтобы помочь менеджменту принять решения.
Анализ бизнес-показателей
d
20 часов
Аналитический подход к бизнесу. Бизнес-метрики и KPI. Анализ пользовательских данных. Маркетинговая аналитика и её инструменты. Воронка продаж.
2 проекта в портфолио
Проект. Провести анализ метрик видеосервиса. Выбрать стратегически важные метрики для развития сервиса на следующий год.
Принятие решений в бизнесе на основе данных
d
30 часов
Методы и инструменты проверки гипотез. Проектирование экспериментов. Сезонность. Когортный анализ. A/B-тестирование.
2 проекта в портфолио
Проект. Спроектировать для сайта благотворительного проекта A/B-эксперимент пользовательского сценария подписки на регулярное пожертвование.
Автоматизация
d
20 часов
Автоматизация процессов анализа данных. Потоковые аналитические решения. Регистрация событий в логах, создание регулярных отчетов. Дашборды. Мониторинг.
2 проекта в портфолио
Проект. Собрать систему метрик для мониторинга продуктовой эффективности сервиса доставки еды и настроить для них аналитический дашборд с несколькими источниками данных.
Прогнозы и предсказания
d
20 часов
Типы задач и простые методы машинного обучения. Классификация, прогнозирование, кластеризация. Регрессия. Решающие деревья.
1 проект в портфолио
Проект. Проанализировать метрики удержания пользователя для разных когорт SaaS-сервиса за два года и сделать прогноз.
Начните учиться бесплатно
Вы сможете попробовать себя в роли аналитика данных и освоить азы профессии.
Начать бесплатный курс

Часто задаваемые вопросы

Вы используете реальные данные?
Мы используем реальные анонимизированные данные, которые обработаны специальным алгоритмом так, что по ним нельзя делать какие-либо выводы о работе конкретного сервиса и действиях определённого пользователя.
Подойдёт ли мне профессия?
Профессия подойдёт, если вы чувствуете интерес к работе с данными и преобразованию чисел в смыслы. Для тех, кто ещё нетвёрдо уверен в своём намерении, мы спроектировали бесплатную часть, которая поможет получить ответ на этот вопрос. Если вы убедитесь, что аналитика не для вас, это тоже положительный результат.
Можно ли обучиться профессии за 6 месяцев?
Думаем, что да, если вы будете уделять занятиям не менее 10 часов в неделю, выполнять домашние задания и общаться с вашим наставником. Тогда за 6 месяцев вы сможете освоить навыки аналитика данных, соберёте портфолио проектов и начнёте свой путь в профессию.
Каким требованиям я должен соответствовать?
Для старта достаточно иметь законченное среднее образование и возможность заниматься не менее 10 часов в неделю.
Как и когда я буду учиться?
Обучение строится из трёх составляющих: теория с закреплением в тренажёре, домашнее задание для самостоятельной практики, и работа с наставником над кодом. В тренажёре вы учитесь в любое удобное время, а выполнение домашнего задания привязано к двухнедельному циклу.
Кто будет меня учить?
Программа составлена опытными преподавателями, методологами и действующими аналитиками не только Яндекса и Школы анализа данных, но и других лидеров технологической и образовательной индустрии.
Что делать, если я не справлюсь с нагрузкой?
Если вы понимаете, что нужно сделать паузу или получить дополнительное время для закрепления материала, у вас есть возможность взять академический отпуск на месяц — но только один раз.
После обучения меня возьмут на работу в Яндекс?
Мы подготовили курс так, чтобы вы могли начать карьеру аналитика непосредственно после обучения. С ходу получить работу в Яндексе маловероятно: крупные IT-компании подбирают сотрудников с бóльшим опытом или прошедших специализированные вузовские программы. Мы рекомендуем отточить навыки в компаниях поменьше, а затем претендовать на должность в более крупных — в том числе и в Яндексе.
Задать вопрос