1. Урок 1. 02:00:36
    1. Компетенции и инструменты аналитика. Роль аналитики в принятии решений
  2. Урок 2. 02:13:08
    2. Ошибки и провалы при интерпретации аналитических показателей
  3. Урок 3. 01:42:13
    3. Практическое занятие. Разбор кейсов реальных бизнесов. Поиск инсайтов в данных
  4. Урок 4. 01:46:36
    4. Доп. Практическое занятие. Разбор кейсов
  5. Урок 5. 01:11:44
    1. Введение в SQL. Основы баз данных
  6. Урок 6. 01:18:49
    2. Работа с базами данных
  7. Урок 7. 02:12:26
    3. Основы SQL
  8. Урок 8. 01:44:04
    4. Углубление в SQL
  9. Урок 9. 02:04:53
    5. Работа с PostgreSQL
  10. Урок 10. 02:37:31
    6. Работа с MongoDB
  11. Урок 11. 00:57:08
    Гостевая лекция - Знакомство с Python
  12. Урок 12. 01:50:27
    Дополнительная лекция - Python
  13. Урок 13. 00:04:26
    Установка Git на Windows
  14. Урок 14. 00:05:14
    Установка Python на Windows
  15. Урок 15. 01:55:43
    1. Основы Python и Git
  16. Урок 16. 01:45:39
    2. Циклы. Типы данных. Коллекции данных
  17. Урок 17. 01:58:12
    3. Функции — использование встроенных и создание собственных
  18. Урок 18. 01:57:06
    4. Работа с датами в Python
  19. Урок 19. 02:02:05
    5. Python для анализа данных numpy и scipy
  20. Урок 20. 02:01:16
    6. Python для анализа данных pandas
  21. Урок 21. 01:46:07
    7. Python для работы с базами данных
  22. Урок 22. 01:53:43
    8. Визуализация данных в Python
  23. Урок 23. 01:01:19
    9. Лабораторная работа по Python
  24. Урок 24. 01:17:05
    10. Визуализация данных в Python (доп.лекция)
  25. Урок 25. 02:12:38
    11. Разбор по 1 Блоку курса
  26. Урок 26. 01:55:02
    12. Основы описательной статистики, виды распределений в Python
  27. Урок 27. 02:27:52
    13. Центральная предельная теорема и статистический анализ данных в Python
  28. Урок 28. 02:01:42
    14. Основные статистические тесты и проверка гипотез
  29. Урок 29. 00:36:24
    15. Лабораторная работа по статистике
  30. Урок 30. 02:11:27
    16. Кейс-стади. Статистические показатели в Python. Ч.1
  31. Урок 31. 02:05:00
    17. Кейс-стади. Статистические показатели в Python. Ч.2
  32. Урок 32. 01:29:34
    1. Организация рабочего процесса
  33. Урок 33. 02:32:38
    2. Контроль версий кода на примере системы Git
  34. Урок 34. 00:57:08
    2. Знакомство с Python
  35. Урок 35. 00:51:54
    3. Условные конструкции. Операции сравнения
  36. Урок 36. 01:34:37
    4. Введение в типы данных и циклы
  37. Урок 37. 01:29:42
    5. Циклы. Типы данных. Коллекции данных
  38. Урок 38. 01:28:50
    6. Функции — использование встроенных и создание собственных
  39. Урок 39. 01:49:09
    7. Классы и их применение в Python-1
  40. Урок 40. 01:23:43
    7. Классы и их применение в Python-2
  41. Урок 41. 02:16:46
    1. Понимание целей бизнеса
  42. Урок 42. 02:04:01
    2. Финансовые метрики
  43. Урок 43. 01:58:20
    3. Маркетинговые метрики и метрики продукта
  44. Урок 44. 02:05:56
    4. Иерархия метрик
  45. Урок 45. 02:18:46
    5. Сбор требований и разработка отчётности
  46. Урок 46. 02:12:53
    6. Формулирование гипотез. Поиск точек роста
  47. Урок 47. 02:00:30
    7. Дизайн тестов, проведение и анализ. Построение простых моделей
  48. Урок 48. 02:14:41
    8. Оптимизация отчётности
  49. Урок 49. 00:11:26
    Создание управленческого дашборда в Google Data Studio-1
  50. Урок 50. 00:09:07
    Создание управленческого дашборда в Google Data Studio-2
  51. Урок 51. 00:06:13
    Создание управленческого дашборда в Google Data Studio-3
  52. Урок 52. 00:01:45
    Создание управленческого дашборда в Google Data Studio-4
  53. Урок 53. 00:01:05
    Создание управленческого дашборда в Google Data Studio-5
  54. Урок 54. 01:22:54
    1. Традиционные аналитические подходы
  55. Урок 55. 01:32:51
    2. Машинные методы в помощь обработке данных (обзорная - теория)
  56. Урок 56. 01:32:50
    3. Мотивация и инструменты больших данных
  57. Урок 57. 01:22:36
    4. NoSQL-подход к работе с большими данными
  58. Урок 58. 01:21:44
    5. MapReduse-основы (HADOOP & SPARK)
  59. Урок 59. 01:22:36
    6. Практика pyspark
  60. Урок 60. 01:02:27
    7. Культура сбора и источники данных
  61. Урок 61. 00:45:42
    8. Кейс-стади
  62. Урок 62. 01:26:56
    9. MapReduce-расширенная версия
  63. Урок 63. 01:08:33
    10. Организация команды для работы с данными