Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-02-26

1 Этот курс посвящен одному из важных направлений по работе с данными - аналитике.

2 Из уроков этого курса вы узнаете:

3 <ul><li>Кто такие аналитики данных</li>

4 <li>Какие задачи они решают</li>

5 <li>Как анализ данных помогает бизнесу</li>

6 <li>Какие инструменты используют аналитики данных в своей работе</li>

7 </ul>После завершения данного курса вы научитесь:

8 <ul><li>Работать с Google-таблицами и использовать формулы</li>

9 <li>Визуализировать результаты аналитики с помощью графиков и сводных таблиц</li>

10 <li>Использовать разные базы данных и другие источники</li>

11 <li>Использовать базовый функционал Python и SQL для работы с данными</li>

12 </ul>Также на курсе мы повторим основные математические понятия, которые необходимы для работы с данными. Так вы сможете создавать более оптимальные алгоритмы и сделаете свою работу более эффективной.

13 <h2>Зачем изучать аналитику данных</h2>

14 За последние десятилетия стало использоваться все больше айти-систем. Как следствие, и объемы используемых данных увеличились в тысячи раз. Еще 30 лет назад система с объемом данных в 1 терабайт считалась огромной. Тогда ее могли себе позволить только крупнейшие мировые компании, а сейчас - это объем памяти в обычном домашнем компьютере. Сейчас в крупных компаниях уже используются системы с объемами в десятки петабайт - это десятки тысяч терабайт.

15 Такие огромные объемы данных повлекли за собой развитие айти-индустрии, ведь данные нужно как-то хранить, обрабатывать и анализировать. Так появилось одно из новых направлений - работа с данными. Его можно разделить на несколько отдельных сфер:

16 <ul><li>Моделирование данных (Data Modeling)</li>

17 <li>Инженерия данных (Data Engineering)</li>

18 <li>Искусственный интеллект (Data Science)</li>

19 <li>Аналитика данных (Data Analysis)</li>

20 </ul>В этом курсе мы подробно остановимся на последнем пункте этого списка. Обычно аналитика данных проходит пять итерационных этапов:

21 <ul><li>Определение данных, которые нужно проанализировать</li>

22 <li>Сбор данных</li>

23 <li>Очистка данных при подготовке к анализу</li>

24 <li>Анализ данных</li>

25 <li>Интерпретация результатов анализа</li>

26 </ul>Сам анализ данных может принимать разные формы, в зависимости от вопроса, на который вы пытаетесь ответить:

27 <ul><li>Описательный анализ - "Что произошло?"</li>

28 <li>Диагностический анализ - "Почему это произошло?"</li>

29 <li>Предиктивный анализ - "Что может произойти в будущем?"</li>

30 <li>Предписывающий анализ - "Что нам с этим делать?"</li>

31 </ul>Всеми этими задачами занимается аналитик данных. Его задача - помочь бизнесу ответить на эти вопросы. Чтобы это сделать аналитику нужно знать:

32 <ul><li>Какие системы используются в том или ином бизнес-процессе</li>

33 <li>Какие данные находятся в этих системах</li>

34 <li>Как получить данные из систем</li>

35 <li>Что нужно сделать с этими данными, что бы они стали пригодны для обработки и анализа</li>

36 <li>Как анализировать данные</li>

37 <li>Как интерпретировать результаты и представить их в виде отчетов, графиков и прочих форм</li>

38 </ul>Аналитик данных это очень важная и нужная роль практически в любой компании. С их помощью бизнес-подразделения компаний могут существенно облегчить себе жизнь. Своевременный сбор и анализ данных помогает при анализе продаж и при планировании закупок и во многих других процессах.