Посмотреть программу курса
Помните, в прошлом году в блоге был обзор курса для product-менеджеров? Сегодня будет разбор программы еще одного курса от SkillFactory, в этот раз – по аналитике данных.
Спойлер – в конце поста будет сразу два бонуса!
Вообще тема анализа данных мне близка и интересна, поэтому когда мне предложили сделать обзор на курс – я не смогла отказаться. До определенного момента я была уверена, что с помощью Excel сверну любые горы, а все полученные в университете знания по терверу, матстатистике, матметодам и прочим замечательным предметам (по образованию я инженер-программист) так и будут пылиться где-то в закоулках памяти. А потом в 2011 году на меня свалился огромный проект, связанный с автоматизацией подготовкой финансовой отчетности, в которой могло быть несколько сотен тысяч строк. А сразу за ним – еще более крупный проект по прогнозированию отказов оборудования на производстве. И там и там пришлось работать с большими объемами данных, причем не всегда полных и качественных. Вот тут-то и пришлось и матстатитику вспомнить, и SQL (потому что – сюрприз! – 200 000 строк Excel обрабатывать отказывался), и вообще признать, что в современном мире без анализа данных никуда. Но хватит про меня, давайте про курс уже.
Всего в курс по аналитике данных входит 4 большие блока: “Математическая статистика” (состоит из 12 модулей и идет 6 недель), “Базы данных и SQL” (6 модулей и 3 недели), “Google Таблицы для анализа данных” (тоже 6 модулей и 3 недели) и “Python для анализа данных” (16 модулей и 8 недель). Курс предназначен как для тех, кто хочет освоить профессию аналитика данных с нуля и развиваться в ней, так и для людей вроде меня, которым просто нужны конкретные знания и инструменты для применения в своей основной работе на более-менее постоянной основе.
При анализе программы я отметила для себя следующие вещи:
- Курс реально большой, занятия идут 24 недели, почти полгода. Кажется, что это долго, но быстрее изучить и – главное! – научиться применять на практике все те инструменты, которые входят в курс, без отрыва от основной работы или учебы вряд ли возможно.
- Самое важное, на мой взгляд! В курс входит большой объем базовых знаний по матстатистике (первый блок “Математическая статистика”). То есть прежде чем идти писать запросы, кодить или крутить данные в табличках, участник курса научится эти данные систематизировать, интерпретировать и правильно использовать для практических выводов. И это не говоря уже о том, что знание матстатистики – практически обязательное требование в любой вакансии аналитика данных.
- Курс охватывает не один конкретный инструмент, а всю программу-минимум, необходимую для работы с данными – SQL, Google Таблицы, Python. Таким образом, на выходе у участника курса будет понимание того, в какой ситуации нужно использовать одно, а в какой – другое. И не придется тратить час, чтобы с помощью SQL выполнить задачку, которая решается за пару минут в Google Таблице через VLOOKUP.
- Удачный формат тренажера – в каждый блок входит набор конкретных бизнес-кейсов и учебных проектов, расположенных от простого к сложному, а в конце блока выполняется полностью самостоятельный проект, который можно будет потом включить в портфолио. В рамках каждого кейса и проекта на тренажерах выполняется ряд задач для изучения конкретного инструмента. Всего таких задачек в курсе более 1500 (что еще раз возвращает нас к тому, что меньше чем за полгода такой объем сложно освоить).
- Возможность попробовать применить полученные знания в разных отраслях – веб-аналитике, HR-аналитике, управлении продуктом и т.д. На мой взгляд, это очень круто по двум причинам. Во-первых, такая отработка сильно расширяет само представление о том, что вообще можно делать с данными и какую ценность они представляют. А во-вторых – в рамках работы с разными кейсами работа идет с совершенно разными датасетами с кардинально отличающейся структурой. И потом, в реальной рабочей ситуации, участнику курса будет гораздо проще быстро разобраться с теми данными, которые будут у него для анализа. Ну и большой и качественный датасет для тренировки (например, выгрузку информации из соцсетей или из Google Analytics) просто так в интернете не скачаешь.
- Ну и это не ново, но все равно приятно – в ходе обучения в любой момент можно пообщаться с другими участниками курса в Slack’е, получить помощь от преподавателей, если понадобится, или обсудить поиск работы по новой специальности с личным ментором, отвечающим за индивидуальное профессиональное развитие участника.
Минусом курса я считаю полное отсутствие в нем обычного Microsoft Excel. Он, конечно, схож с Google таблицами, но все-таки это не совсем одно и то же. На мой взгляд, было бы удобнее давать некую агрегированную информацию по обоим инструментам, а нюансы отрабатывать уже на тренажере. Понятно, что сейчас век победившего онлайна, но ограничения крупных корпораций по работе с конфиденциальными данными никто не отменял.
В заключение – программа курса по аналитике данных мне понравилась. Еще в 1815 году Ротшильд говорил, что “кто владеет информацией, тот владеет миром”, и, уверена, курс как раз научит получить эту самую информацию из кучи качественных и не очень данных.
А теперь про бонусы, как и обещала в начале поста.
Во-первых, если обзор курса вас вдохновил, и вы задумались о необходимости навыков по анализу данных в своей работе, то на ближайший курс (стартует уже 24 февраля 2020, через неделю!) по промокоду УП-DA-30 можно получить скидку 30%.
А во-вторых – анализ посещаемости блога в 2019 году показывает, что наибольшей популярностью пользовались статьи про разные аспекты product-менеджмента. Если вы среди тех, кто прочитал эти посты и задумался о профессии менеджера продукта, то на упомянутый в начале поста курс для продактов, который начнется 27 февраля 2020, по промокоду УП-PD-35 для подписчиков также будет скидка в 35%.
Посмотреть программу курса
Если вы были на этом или на других курсах SkillFactory – как обычно, делитесь мнением в комментариях!
P.S. Кстати, о данных – если вы хотите попробовать свои силы в анализе большого объема данных, то вот тут я когда-то писала про огромный data set от Statoil в свободном доступе. Можно проверить любую гипотезу, начиная от того, что нефть скоро закончится, и заканчивая поиском причин отказа скважинного оборудования. Ну и понять заодно, хватает у вас знаний по анализу данных или еще есть куда расти.
Добавить комментарий
2комментария