Kursus "Andmeanalüütik" - kursus 96 000 hõõruda. Yandexi töökojast, koolitus 7 kuud, kuupäev 7. detsember 2023.

Andmeanalüütik ammutab numbritest ja väärtustest tähenduse: ta näeb trende, ennustab sündmusi ja aitab ettevõttel mõista kliente, optimeerida protsesse ja kasvada.

Turg vajab spetsialiste, kes oskavad andmeid kasulikult kasutada. Personalifirma Ancor 2022. aasta septembri uuring näitas, et 45% Venemaa ettevõtetest otsib oma meeskonda analüütikuid.

Kursusel õpitavad oskused

Töö nimetus
Analüütik, andmeanalüütik, andmeanalüütik

Arenguvõimalused: Tooteanalüütik, turundusanalüütik, BI-analüütik, andmeteaduse spetsialist

Siin on kasutatavad tehnoloogiad ja tööriistad:
Python
Jupyteri märkmik
SQL
PostgreSQL
Tableau
A/B testid
Alustage raha teenimist analüüsides
Alustate juuniorpositsioonilt ja liigute siis ainult edasi. Ronite karjääriredelil ja kasvate väärtust. Ja ühel päeval pole teie jaoks hinda.

Täitke andmeanalüüsi kursuse programm
Uuendame seda regulaarselt, et see vastaks tööstuse ja tööandjate vajadustele.
Teisisõnu õpid ainult seda, mis on sinu töös kindlasti kasulik.

Tasuta osa - 1 nädal

Tasuta sissejuhatus: Pythoni põhitõed ja andmeanalüüs

Õppige andmeanalüüsi põhimõisteid ja mõista, mida andmeanalüütikud ja andmeteadlased teevad.

• Moskva Catnamycs. Andmete kuvamine ekraanil. CSV-failid. Töötamine tabelitega. Soojuskaardid. Veeru korrutamine täisarvuga.
• Vead koodis. Süntaksivead. Nimetusvead. Vead nulliga jagamisel. Vead mooduli importimisel.
• Muutujad ja andmetüübid. Muutujad. Andmetüübid. Aritmeetilised tehted numbrite ja stringidega.
• Kuidas püstitada hüpoteese. Hüpoteesid. HADI tsüklid. Analüütiline mõtlemine. Graafikute lugemine.
• Mida teevad andmeteadlased. Analüütiku ülesanded. Ülesannete selgitamine. Lagunemine. Projekti etapid.
• Konversioonide kontrollimine. Teisendamine. Andmete uurimine. Järelduste vormistamine.
• Reklaamikampaaniate tasuvus. Veergdiagramm. Elementide erinevus. Indekseerimine veergudes.
• Masinõpe ja andmeteadus. Masinõppe alane koolitus. Unikaalsete väärtuste leidmine veergudest. Loogiline indekseerimine. Väärtuste rühmitamine tabelis. Ennustusvead.
• Viimane projekt. Kasutajate segmenteerimine.
PythonPandas VeadSeaborn HüpoteesidKonversioonimuutujadAndmetüübid Soojuskaardid

1 sprint 3 nädalat

Põhiline Python

Sukelduge Pythoni programmeerimiskeelde ja Pandase teeki sügavamale.

• Muutujad ja andmetüübid. Pythoni keel. Muutujad. Andmete kuvamine ekraanil. Objektide kuvamine ekraanil. Vigade käsitlemine, proovige... v.a operaator. Andmetüübid. Andmetüüpide teisendused.
• Jooned. Indeksid ridades. Joone lõiked. Tehted keelpillidel. Stringmeetodid. Stringide vormindamine, format() meetod, f-stringid.
• Loendid. Indeksid loendites. Loetlege viilud. Üksuste lisamine loendisse. Loendiüksuste eemaldamine. Nimekirjade liitmine ja korrutamine. • Nimekirjade sortimine. Otsige loendist üksusi. Stringi jagamine stringide loendiks, stringide loendi ühendamine stringiks.
• Silmuse jaoks. Tsüklid. Elementide loendamine. Itereerimine elemendiindeksite üle. Loendielementide töötlemine silmuste abil: elementide summa ja korrutise leidmine.
• Pesastatud loendid. Loendusväärtustega pesastatud loendite sirvimine. Elementide lisamine pesastatud loenditesse. Pesastatud loendite sortimine.
• Tingimuslik operaator. Kuigi silmus. Boole'i ​​andmetüüp. Boole'i ​​väärtused. Loogilised väljendid. Liitlikud loogikaväljendid. Tingimuslik väide, kui...elif...muu. Hargnemine. Loendite filtreerimine tingimusliku operaatori abil. Kuigi silmus.
• Funktsioonid. Funktsioonide määramine. Parameetrid ja argumendid. Vaikeväärtustega parameetrid. Positsioonilised ja nimega argumendid. Funktsiooni tulemuse tagastamine.
• Sõnaraamatud. Võtmed ja väärtused. Väärtuse otsimine võtme järgi. Üksuste lisamine sõnastikku. Sõnaraamatute loend. Ilus sõnaraamatute väljund.
• Pandade raamatukogu. CSV-failide lugemine. Andmeraam. Andmeraami konstruktor. Andmeraami esimese ja viimase rea printimine. Indekseerimine andmeraamides. Indekseerimine seeria veergudel.
• Andmete eeltöötlus. GIGO põhimõte. Andmeraami veergude ümbernimetamine. Puuduvate väärtuste käsitlemine. Eksplitsiitsete ja kaudsete duplikaatide käsitlemine.
• Andmete analüüs ja tulemuste esitamine. Andmete rühmitamine. Andmete sortimine. Kirjeldava statistika alused.
• Jupyteri märkmik – märkmik lahtris. Jupyteri sülearvuti liides. Jupyteri sülearvuti otseteed.
SilmusedPythonPandadStringidLoendid FunktsioonidSõnastikudAndmeraamimuutujadAndmetüübidTingimuslause
Projekt
Võrrelge Yandex Musicu kasutajaandmeid linna ja nädalapäevade kaupa.

2 sprint 2 nädalat

Andmete eeltöötlus

Õppige puhastama andmeid kõrvalekalletest, väljajätmistest ja duplikaatidest ning teisendama erinevaid andmevorminguid.

• Pääsmetega töötamine. Teisendamine. Küpsised. Kategoorilised ja kvantitatiivsed muutujad. Kategooriliste muutujate lünkade käsitlemine. Kvantitatiivsete muutujate lünkade käsitlemine. Kvantitatiivsete muutujate lünkade käsitlemine kategooriate kaupa.
• Andmetüüpide muutmine. Exceli failide lugemine. Teisendage seeria numbritüübiks. Arvumoodul, abs() meetod. Kuupäeva ja kellaajaga töötamine. Vigade käsitlemine, proovige... v.a operaator. Andmeraamide ühendamine, merge() meetod. Pivot-tabelid.
• Otsige duplikaate. Otsige duplikaate, tõstutundlik.
• Andmete kategoriseerimine. Tabelite lagunemine. Kategoriseerimine numbriliste vahemike järgi. Kategoriseerige mitme väärtuse alusel rea kohta.
• Süsteemne ja kriitiline mõtlemine analüütiku töös. Süsteemne mõtlemine. Andmevigade põhjused. Kriitiline mõtlemine.
PythonPandasGap handlingAndmetöötlusDuplikaattöötlusAndmete kategoriseerimine
Projekt
Analüüsige pangaklientide andmeid ja määrake krediidivõimeliste klientide osakaal.

3 sprint 2 nädalat

Uurimuslik andmete analüüs

Õppige tõenäosuse ja statistika põhitõdesid. Kasutage neid andmete põhiomaduste uurimiseks, otsides mustreid, jaotusi ja kõrvalekaldeid. Tutvuge Matplotlibi raamatukoguga. Joonistage diagramme ja harjutage graafikute analüüsi.

• Esimesed graafikud ja järeldused. Pivot tabelite kasutamine. Tulpdiagramm. Jaotused. Vahemiku diagramm.
• Andmelõikude uurimine. query() meetod. Kuupäeva ja kellaajaga töötamine. Graafikute joonistamine meetodi plot() abil. Occami habemenuga.
• Töötamine mitme andmeallikaga. Andmelõik väliste objektide põhjal. Uute veergude lisamine andmeraamile. Andmete lisamine teistest andmeraamidest. Veergude ümbernimetamine. Tabelite kombineerimine merge() ja join() meetodite abil.
• Andmesuhted. Hajuvusdiagramm. Muutujate korrelatsioon. Scatterplot maatriks.
• Tulemuste kinnitamine. Gruppide koondamine. Andmete jagamine rühmadesse.
PythonPandadMatplotlibHistogrammidAndmelõigudAndmeanalüüsHajudiagramm ScatterplotAndmete visualiseerimine Kirjeldav statistika
Projekt
Tutvuge Peterburi ja Leningradi oblasti kinnisvara müügikuulutuste arhiiviga.

4 sprint 3 nädalat

Statistiliste andmete analüüs

Õppige statistiliste meetodite abil analüüsima seoseid andmetes. Siit saate teada, mis on statistiline olulisus ja hüpoteesid.

• Kombinatoorika. Kombinatsioonid. Korrutamisreegel. Ümberkorraldused. Permutatsioonide arv. Paigutused. Paigutuste arv. Kombinatsioonid. Kombinatsioonide arv.
• Tõenäosusteooria. Katse. Tõenäosusruum. Sündmused. Tõenäosus. Lõikuvad ja üksteist välistavad sündmused. Euleri-Venni diagramm. Suurte arvude seadus.
• Kirjeldav statistika. Kategoorilised ja kvantitatiivsed muutujad. Režiim ja mediaan. Keskmine väärtus. Dispersioon. Standardhälve. Kvartiilid ja protsentiilid. Vahemiku diagramm. Veergdiagramm. Sagedustihedus. Tulpdiagramm.
• Juhuslikud muutujad. Diskreetne juhuslik suurus. Diskreetse juhusliku suuruse tõenäosusjaotus. Diskreetse juhusliku suuruse kumulatiivne funktsioon (jaotusfunktsioon). Diskreetse juhusliku suuruse matemaatiline ootus. Diskreetse juhusliku suuruse dispersioon.
• Distributsioonid. Bernoulli eksperiment. Binoomkatse. Binoomjaotus. Pidev ühtlane jaotus. Normaaljaotus. Standardne normaaljaotus. CDF ja PPF normaaljaotuse jaoks. Poissoni jaotus. Ühe jaotuse lähendamine teise järgi.
• Hüpoteeside kontrollimine. Üldrahvastik. Näidis. Proovide jaotus. Keskpiiri teoreem. Ühe- ja kahepoolsed hüpoteesid. P-väärtus. Ühe valimi ühe- ja kahepoolsete hüpoteeside testimine. Kahe üldpopulatsiooni keskmiste võrdsuse hüpoteesi testimine. Sõltuvate valimite keskmiste võrdsuse hüpoteesi testimine.
ScipyNumpyPythonPandadMatplotlibCombinatoricsJaotused Hüpoteeside testimine Tõenäosusteooria
Projekt
Testige tõukeratta rentimise teenuse hüpoteese, et aidata oma ettevõtet kasvatada.

Lisasprint

Tõenäosusteooria

Pidage meeles või tunnustage tõenäosusteooria põhitermineid: sõltumatud, vastandlikud, kokkusobimatud sündmused jne. Kasutades lihtsaid näiteid ja lõbusaid ülesandeid, harjutate arvudega töötamist ja lahendusloogika ülesehitamist.

See on valikuline sprint. See tähendab, et iga õpilane valib ise ühe järgmistest valikutest:
• Õppige 10 lühitunnist koosnev lisasprint, värskendage teooriat ja lahendage probleeme.
• Ava ainult intervjuuülesannetega plokk, tuleta meelde praktikat ilma teooriata.
• Jätke kursus täielikult vahele või naaske selle juurde, kui on aega ja vajadust.
Pythoni sündmused TõenäosusBayesi teoreemJuhuslikud muutujad Tõenäosusteooria Andmete statistiline analüüs

5 sprint 1 nädal

Esimese mooduli lõppprojekt

Õppige läbi viima esialgseid andmeuuringuid ning püstitama ja kontrollima hüpoteese.
ScipyNumpyPythonPandadMatplotlibAndmeanalüüs Hüpoteesi testimineAndmetöötlus
Projekt
Otsige mängude müügiandmetest mustreid.

6 sprint 2 nädalat

Põhiline SQL

Õppige struktureeritud päringukeele SQL ja relatsioonialgebra põhitõdesid andmebaasidega töötamiseks. Tutvuge populaarse andmebaasihaldussüsteemi (DBMS) PostgreSQL-iga töötamise funktsioonidega. Õppige kirjutama erineva keerukusega päringuid ja tõlkima äriprobleeme SQL-i. Töötate filmidele ja muusikale spetsialiseerunud veebipoe andmebaasiga.

• Andmebaaside tutvustus. Andmebaasihaldussüsteemid (DBMS). SQL keel. SQL päringud. SQL-päringute vormindamine.
• Andmelõigud SQL-is. Andmetüübid PostgreSQL-is. Andmetüübi teisendamine. KUS klausel. Loogilised operaatorid. Andmelõigud. Operaatorid IN, LIKE, VAHEL. Kuupäeva ja kellaajaga töötamine. Puuduvate väärtuste käsitlemine. Tingimuslik CASE konstruktsioon.
• Agregeerimisfunktsioonid. Andmete rühmitamine ja sorteerimine. Matemaatilised tehted. Liitmisfunktsioonid. Andmete rühmitamine. Andmete sortimine. Filtreerimine koondandmete järgi, operaator HAVING.
• Tabelitevahelised seosed. Tabeliühenduste tüübid. ER diagrammid. Väljade ja tabelite ümbernimetamine. Varjunimed. Tabelite ühendamine. Ühenduste tüübid: SISEMINE, VASAKLIITUMINE, PAREMALE LIITUMINE, TÄIELIK VÄLISÜHEND. Alternatiivsed ametiühingutüübid UNION ja UNION ALL.
• Alampäringud ja tavalised tabeliavaldised. Alampäringud. Allpäringud asukohas FROM. Allpäringud asukohas WHERE. Ühenduste ja alampäringute kombinatsioon. Ühised tabeliväljendid (CTE). Taotluste varieeruvus.
SQLDBMSPostgreSQL-alampäringudAndmebaasidSQL-päringud Andmete filtreerimine Andmete sortimine Andmete rühmitamine Liitumistabelid Levinud tabeliavaldised
Projekt
Kirjutate mitmesuguse keerukusega päringuid andmebaasi, mis salvestab andmeid riskiinvestorite, idufirmade ja neisse tehtud investeeringute kohta.

7 sprint 3 nädalat

Ärinäitajate analüüs

Siit saate teada, millised mõõdikud on äris. Õppige kasutama ettevõtluses andmeanalüüsi tööriistu: kohordianalüüsi, müügilehtrit ja üksuse ökonoomikat.

• Mõõdikud ja lehtrid. Teisendamine. Lehtrid. Turunduslehter. Muljed. Klikid. CTR. Toote lehter.
• Kohordianalüüs. Kasutajaprofiil. kinnipidamismäär. Katkestusmäär. Analüüsi horisont. Kohortanalüüsi visualiseerimine. Juhuslike kohortide retentsioonianalüüs. Konversioon kohordianalüüsis. Mõõdikute arvutamine Pythonis.
• Ühikumajandus. Mõõdikud LTV, CAC, ROI. ARPU, ARPPU. Mõõdikute arvutamine Pythonis. Mõõdikute täiustatud visualiseerimine. Sharey parameeter. Liikuv keskmine.
• Kohandatud mõõdikud. Kasutaja aktiivsuse hindamine. Kasutaja seanss. Anomaalia uurimine.
MõõdikudLudelidKonversiooniüksuse ökonoomikaKohordi analüüsToote mõõdikud Turundusmõõdikud
Projekt
Andmete põhjal mõista kasutajate käitumist ning analüüsida klientide kasumlikkust ja reklaami ROI-d, et anda turundusosakonnale soovitusi.

8 sprint 2 nädalat

Täiustatud SQL

Läbite andmebaasidega töötamise lisakursuse ja saate ettevõtlusele veelgi lähedasemaks. SQL-keelt kasutades analüüsite peamiste ärimõõdikute arvutamist, millega tutvusite sprindis „Äriindikaatorite analüüs“. Kaaluge töötamist keeruka tööriistaga, nagu aknafunktsioonid. Õppige muutma andmebaaside sisu kohapeal, ilma simulaatorita, kasutades Pythoni jaoks spetsiaalseid klientprogramme ja teeke.

• Ärinäitajate arvutamine. Andmeskeem. Teisendamine. LTV. ARPU. ARPPU. ROI. Arvutamine SQL-i abil.
• Aknafunktsioonide koondamine. ÜLE väljendus. PARTITION BY akna parameeter.
• Akende järjestamise funktsioonid. Järjestusfunktsioonid. Aken ORDER BY operaatori järgi. ROW_NUMBER(). KOHT(). DENSE_RANK(). NTIL(). Aknaoperaatorid koos järjestusfunktsioonidega.
• Akende nihke funktsioonid. Kumulatiivsed väärtused. Nihkefunktsioonid. LEAD(). LAG(). Aknafunktsioonid ja varjunimed.
• Kohordianalüüs. Säilitamise määr, loobumise määr. LTV.
• Andmebaasi ja andmebaasi kliendi paigaldamine ja seadistamine. Andmebaasi klient. PostgreSQL installimine. DBeaveri installimine. DBeaveri liides. Andmebaasi loomine. Andmebaasi väljavõtte juurutamine. Päringu tulemuste üleslaadimine. Päringu tulemuste esitlus.
SQLDBMSMetricsPostgreSQL-andmebaasidSQL-päringudAknafunktsioonidKohortanalüüs
Projekt
Pythoni ja SQL-i abil looge ühendus andmebaasiga, arvutage ja visualiseerige programmeerimise küsimuste ja vastuste teenusesüsteemis põhimõõdikuid.

9 sprint 2 nädalat

Otsuste tegemine ettevõtluses

Saate teada, mis on A/B testimine, ja mõistate, millistel juhtudel seda kasutatakse. Õppige A/B testimist kavandama ja selle tulemusi hindama.

• Hüpoteeside testimise alused ettevõtluses. Juhtivad mõõdikud. Katsete alused. Hüpoteeside genereerimine. Mõõdikute prioritiseerimine. Katse läbiviimise meetodi valimine. Kvalitatiivsed meetodid hüpoteeside kontrollimiseks. Kvantitatiivsed meetodid hüpoteeside kontrollimiseks. A/B-testide eelised ja puudused.
• Hüpoteeside tähtsuse järjekorda seadmine. RICE raamistik. Katvuse parameeter. Mõju parameeter. Usalduse parameeter. Jõupingutuste parameeter.
• A/B-testi läbiviimiseks valmistumine. A/A test. I ja II tüüpi vead. Statistilise testi jõud. Statistilise testi olulisus. Mitu võrdlust, meetodid vea tõenäosuse vähendamiseks. Valimi suuruse ja A/B testi kestuse arvutamine. Mõõdikute graafiline analüüs.
• A/B testi tulemuste analüüs. Aktsiate võrdsuse hüpoteesi testimine. Shapiro-Wilki test andmete normaalsuse testimiseks. Mitteparameetrilised statistilised testid. Mann-Whitney test. Kumulatiivsete mõõdikute stabiilsus. Kõrvalväärtuste ja puhangute analüüs.
• Käitumisalgoritmid. Faktid, emotsioonid, hinnangud. Selgitage oma seisukohta.
A/B testimine Hüpoteeside prioritiseerimine A/B testimiseks valmistumine A/B testimise tulemuste analüüs A/B testimise tulemuste analüüs
Projekt
Analüüsige A/B testimise tulemusi suures veebipoes.

10 sprint 1 nädal

Teise mooduli lõppprojekt

Õppige testima statistilisi hüpoteese A/B testimise abil ning koostama järeldusi ja soovitusi analüütilise aruande vormingus.
MüügilehterA/B testimineAndmetöötlusUurimisandmete analüüs
Projekt
Tutvu müügilehtriga ja analüüsi A/B testimise tulemusi mobiilirakenduses.

11 sprint 2 nädalat

Kuidas andmetega lugu rääkida

Õpid, kuidas oma uurimistöö tulemusi õigesti esitada graafikute, olulisemate jooniste ja nende õige tõlgendamise abil. Tutvuge Seaborni ja Plotly raamatukogudega.

• Kellele, kuidas, mida ja miks rääkida. Uurimistöö tulemuse esitlus. Jutustaja sihtrühm. Mida ja miks andmeanalüütikule öelda.
• Seaborni raamatukogu. Seaborni raamatukogu Matplotlibi raamatukogu laiendusena. jointplot() meetod. Värvivahemikud. Diagrammi stiilid. Distributsioonide visualiseerimine.
• Plotly raamatukogu. Interaktiivsed graafikud. Joondiagramm. Veergdiagramm. Sektordiagramm. Lehtri diagramm.
• Andmete visualiseerimine geoanalüütikas. Geoanalüütika. Raamatukogu Folium. Kaardi kuvamine. Määratud koordinaatidega markerite seadistamine. Punktklastrite loomine. Kohandatud ikoonid markerite jaoks. Horoplet.
• Esitluse koostamine. Järeldused uuringu põhjal. Hooajalisus ja välised tegurid. Absoluutsed ja suhtelised väärtused. Simpsoni paradoks. Esitluste koostamise põhimõtted. Aruanded Jupyteri sülearvutis.
PlotlyFoliumSeabornMatplotlib PresentationGeoanalyticsAndmete visualiseerimine
Projekt
Koostada avaandmetel põhinev turu-uuring Moskva avalike toitlustusasutuste kohta, visualiseerida saadud andmed.

12 sprint 2 nädalat

Armatuurlaudade ehitamine Tableaus

Sellel sprindil töötate Tableau BI süsteemiga. Õppige andmetega ühendust looma ja neid muutma, koostama erinevat tüüpi graafikuid, koostama armatuurlaudu ja esitlusi.

• Tableau’ga töötamise põhitõed. BI süsteemid. Tableau. Dokumendi loomine. Dokumendi salvestamine. Dokumendi avaldamine.
• Töö andmeallikatega. Andmeallikad. Andmete ühendamine. Suhete meetod. Liitumise meetod. Segamise meetod. Liidu meetod. Tabeli vormingu muutmine.
• Andmetüübid. Põhiandmetüübid. Mõõdud. Meetmed. Kuupäeva ja kellaajaga töötamine. Komplektid. Rühmad. Valikud. Muutujate vormingu muutmine. Muutujad Measure Names, Measure Values, Count.
• Tabelid ja arvutused. Lehe redigeerimise liides. Pivot-tabelid. Arvutatud väljad. LOD väljendid.
• Filtrid ja sorteerimine. Sorteerimismeetmed. Sorteerimise mõõtmed. Pesastatud sortid. Sorteerimine parameetri abil. Filtrid.
• Visualisatsioonid. Visualiseerimise juhtnupud. Soojuskaardid. Sektordiagrammid. Veergdiagrammid. Histogrammid. Vahemiku diagrammid. Hajumisdiagramm. Joongraafikud. Kombineeritud graafikud. Piirkonna graafikud.
• Spetsiaalsed visualiseeringud ja vihjed. Kaardid. Tähemärkide kaart. Mulldiagramm. Puude kaart. Ringvaadete diagrammid. Bullet diagrammid. Gantti diagrammid. Mõõtke nimesid ja mõõtke väärtusi visualisatsioonides. Pöördprojekteerimine. Tööriistanõuanded. Vihjeid koos visualiseeringutega. Läviväärtused graafikutel. Kohandatud analüüsitööriistad.
• Esitlused. Lisavalikud. Tüüpiliste parameetrite uurimine. Esitluse koostamine.
• Armatuurlauad. Andmete laadimine ja ettevalmistamine. Visualisatsioonide ettevalmistamine. Armatuurlaua kokkupanek. Tegevused. Armatuurlaua demonstratsioon. Armatuurlaua avaldamine.
TableauArmatuurlauadBI-tööriistadBI-tööriistadAndmete visualiseerimine
Projekt
Uurige TED-konverentside ajalugu ja looge saadud andmete põhjal Tableaus armatuurlaud.

Lisasprint

Masinõppe põhitõed

Tutvuge masinõppe põhitõdedega ja tutvuge masinõppe põhiülesannetega ettevõtluses.
PythonPandasSklearnMasinõpeMasinõppeülesandedMasinõppe algoritmid

Lisasprint

Harjutage Pythonit

Läbite mitu laboritundi koos lisaülesannetega Pythoni programmeerimiskeeles. Samuti saate teada, kuidas veebiressurssidest andmeid eraldada.

Te teete järgmist.
• HTML-lehtede struktuuris ja GET-päringute toimimises,
• õppida kirjutama lihtsaid regulaaravaldisi,
• API ja JSON-i tundmaõppimine,
• teha saitidele mitu päringut ja koguda andmeid.
JSONPythonREST APIVeebi kraapimine

13 sprint 3 nädalat

Lõpuprojekt

Viimases projektis kinnita, et oled omandanud uue eriala. Selgitage kliendi ülesannet ja läbige kõik andmeanalüüsi etapid. Nüüd pole tunde ega kodutöid – kõik on nagu päris tööl.

Lõpusprint sisaldab projektitööd, A/B testimist ja SQL ülesandeid ning lisaülesannet. Projekt sisaldab probleemi kirjeldust, oodatavat tulemust, andmekogumit ja nende kirjeldust.

Ülesanne on seotud ühega viiest ärivaldkonnast:
• pangad,
• jaekaubandus,
• mängud,
• mobiilirakendused,
• e-kaubandus.

Projektis ei kirjeldata tavalist sammude kirjeldust. Te töötate need ise läbi.
SQ LPython PandasTableau armatuurlauad Postgre SQL Decomposition A/B testimine