Data - аналитик. Старт карьеры

1.

Программа профессиональной
переподготовки
«Data-аналитик:
старт карьеры»

2.

Чем занимается data-аналитик?
Data-аналитик — это специалист,
который умеет собирать,
обрабатывать и анализировать
большие данные для решения
задач разных компаний в самых
разных отраслях.
➜ Выявляет проблемные места компании
➜ Собирает информацию
➜ Составляет гипотезы
➜ Готовит данные к проведению анализа
➜ Находит закономерности
➜ Визуализирует данные
➜ Предлагает решения
Junior Data Analyst
15 391
вакансий
Middle Data Analyst
Senior Data Analyst
Требуемый опыт: 0–1,5 года
Требуемый опыт: 1–3 года
Требуемый опыт: 4–6 лет
Зарплата: 60–70 тысяч рублей
Зарплата: 160–200 тысяч рублей
Зарплата: 200–250 тысяч рублей

3.

Где можно
реализоваться?
15 391 вакансий
(10.01.22 – 31.03.22)

4.

Что нужно уметь?
15 391 вакансий
(10.01.22 – 31.03.22)

5.

Типичные задачи
Провести
исследование
Собрать
данные и
проанализиро
вать сегменты
Выгрузить
данные для
определенной
цели
Владелец интернет-магазина видит, что на сайте
➜ Аналитик собирает данные, на основе
снизилась конверсия, при этом никаких сущест-
этого выдвигает ряд гипотез и начинает
венных изменений в функциональность сайта
их тестировать, чтобы решить текущую
не вносили.
проблему бизнеса.
Интернет-магазин техники хочет построить
стратегию оптимального ценообразования.
➜ Аналитик собирает данные на товары
конкурентов с разных маркетплейсов и
анализирует ценовые сегменты.
Отделу кадров нужен список сотрудников, у
которых в семье больше двух детей.
➜ Аналитик делает выгрузку из базы
данных.

6.

О программе
256 часов, 4 – 4.5 месяца
Форма обучения
Стажировка
Дистанционная,
включает стажировку
30 часов
Самостоятельная работа
Режим занятий
студента
2–3 часа в день
➜ Разрабатывать аналитическое решение
с использованием методологий анализа
108 часов
+ Выстраивание карьерной
траектории
Диплом о профессиональной
переподготовке
Партнеры программы
Научим
больших данных
➜ Собирать данные из открытых источников
(с помощью Python)
➜ Осуществлять проверку, обработку и анализ
данных на Python
➜ Получать данные из хранилищ с помощью
языка SQL (на примере PostgreSQL)
➜ Ставить гипотезы и осуществлять их проверку
➜ Визуализировать и представлять результаты
аналитической работы (строить дашборды
и аналитические отчеты)

7.

Структура программы
Пре-модуль.
Введение в Python
Сбор данных из
открытых источников
Матстатистика
и проверка гипотез
Визуализация данных
и подготовка отчета
Карьера dataаналитика
Проектирование
дизайна исследования в
Big Data
Стажировка
Разведочный анализ
данных (EDA)
на Python
Хранение данных
в PostgreSQL
Итоговая
аттестация

8.

Входные требования
к слушателям
➜ Среднее профессиональное или высшее
образование
➜ Работа с MS Office (Excel, Word, PowerPoint)
и продуктами Google (Документы, Таблицы,
Презентации)
➜ Знание основ синтаксиса языка
программирования (на выбор: С++, Java,
Python и т. п.)
➜ Рекомендованы базовые знания математики
➜ Рекомендовано знание английского языка
не ниже Pre-Intermediate.

9.

Что внутри?
Много практики
1
Мотивация и забота
80% курса составляет практика: тренажеры,
упражнения, мастер-классы, проекты.
Для обучения используются доступные
инструменты, которые останутся у вас.
3
Поддержка слушателей командой
кураторов и тьюторов — специалистов
-практиков, готовых помочь углубиться
в отрасль. Мы просто не дадим
сдаться на полпути.
2
Наша цель — ваше трудоустройство
Большое комьюнити
Рынок нуждается в крутых, грамотных
специалистах. Мы поможем вам таким стать,
а Центр карьеры поможет устроиться на
работу.
Выпускники программы попадают
в профессиональное комьюнити
аналитиков, где могут делиться знаниями
и спрашивать помощи у единомышленников.
4

10.

Итоги 2021 года
785
граждан поступило на
программу
567
успешно закончили обучение
~73%
нашли работу

11.

История успеха
Из всех претендентов я одна выполнила оба тестовых
задания и мне пообещали, что если все сложится, то
грузить будут и аналитикой, и машинным обучением
))) А еще через неделю меня взяли!
Екатерина Савина, 32 года
Выпускница 6-го потока
Работодатель: ОАО «РЖД», Центр
прикладного анализа больших
данных ТГУ
Задачи, над которыми успела поработать: это и первичный
анализ с использованием описательной статистики, и
обработка текстов, и машинное обучение на проекте,
связанном с прогнозированием психологических
характеристик на основании цифрового следа
пользователей социальной сети.

12.

Отзывы
“Хочу от души поблагодарить за
лучшее обучение в моей жизни!
Интенсивное, сложное, с полным
погружением в совершенно новую
сферу. Параллельно проходила
обучение по другому курсу в одном
московском университете также из
топ-20 вузов - разительно отличается
подход к обучению. Там формальный
по принципу "Все взрослые люди,
получите свой сертификат", в ТГУ же
нас реально учила большая команда
профессионалов, работали на
результат, прислушивались к
отзывам еще в процессе обучения,
корректировали программу. Было
много практики и зачетных заданий.
Есть ощущение, что после курса
прибавилось очень много навыков и
знаний, в начале обучения на такое
даже рассчитывать не смела.
Впечатления только положительные,
жаль только, что всё так быстро
закончилось!”
Новожилова Анастасия, поток 1
“В целом, курс отличный. Очень
понравилось, что дали широкий
спектр тем и необходимых навыков.
Там, где было сложно, очень
помогали материалы, предлагаемые
для доп. изучения (книги, статьи,
видеоролики, документация - всё
супер). Здорово, что есть кураторы,
которые помогают за всем уследить
и во всём разобраться, и
преподаватели, готовые дать фидбэк.
А самый главный плюс - стажировка.
Бесценный опыт решения реальных
задач, погружение в командную
аналитическую работу - это то, зачем
мы и шли учиться. Вообще хорошего
еще очень много можно сказать:
удобная платформа, записи всех
лекций и консультаций,
преподавательский состав,
учитывание мнений, интересов,
ситуаций каждого участника,
готовность каждому идти на
встречу... можно долго продолжать. В
общем, спасибо!”
Чумаченко Семен, поток 3
“Хочу поблагодарить за классную
организацию курса, большой объем
информации, действительно
продуман каждый шаг и каждый
возможный вопрос слушателя. Мне с
0 действительно сложно было
воспринимать новую тему, но курс
построен таким образом, что при
желании каждый способен
разобраться. Внимание и
отзывчивость кураторов очень
помогает.”
Позднякова Юлия, поток 5
“Курс для меня является
потрясающим толчком и
своеобразным скелетом,
обозначающим направление и
основу дальнейшего обучения и
наращивания знаний. До курса я себе
немного по другому представляла
профессию аналитик, а после
окончания курса стало понятно, что
это действительно то, чем я хотела бы
заниматься.”
Дунаева Татьяна, поток 3

13.

Об организаторе обучения
Прикладные проекты на основе
данных для компаний
1000+
выпускников онлайн-курсов
за 2021 год
~70%
выпускников трудоустроено
Курсы прикладного анализа
данных для людей
700+
выпускников школ
прикладного анализа данных
Школа прикладного анализа
данных для вузов и корпораций

14.

Для погружения
Кто такой Data Analyst в Big Data: что нужно знать аналитику данных
Топ-10 тенденций в области данных и аналитики Gartner на 2021 год
Как проходить собеседования аналитику данных? Главный совет от Анатолия Карпова
Техническое собеседование на позицию junior аналитика

15.

Спасибо за внимание!
[email protected]
tgu-dpo.ru
www.tsu.ru