Главная страницаКатегория обработка и анализ данныхТвой путь в мир Data Analytics. Часть 1-2

Твой путь в мир Data Analytics. Часть 1-2

Name: Твой путь в мир Data Analytics. Часть 1-2
Price: 12.5 USD
Rating: 5 (55 reviews)

karpov.courses

★5 (всего оценок - 55)

Продолжительность

30 ч 13 мин

Категория

Обработка и анализ данных

Количество уроков

214 Видео

Дата добавления

4 окт. 2020 г., 00:34

Язык

Русский

Дата обновления

29 апр. 2026 г., 08:39

Курс «Твой путь в мир Data Analytics. Часть 1–2» — это интенсивное и практико‑ориентированное обучение, которое помогает уверенно войти в профессию аналитика данных. Здесь вы получите цельный набор инструментов, практический опыт, работу с реальными данными и подготовку к трудоустройству.

Почему этот курс — лучший старт в Data Analytics

Программа построена так, чтобы вы развивали навыки последовательно: от Python и SQL до статистики, A/B‑тестов и визуализации. Каждая часть — это новый уровень владения инструментами аналитика, а финальный проект становится весомым аргументом в вашем резюме.

Какие навыки вы освоите

Работу с Python, Pandas, NumPy, Matplotlib, Seaborn, Git и средами разработки.
Уверенное владение SQL (MySQL, PostgreSQL, ClickHouse) и работой с удалёнными серверами.
Автоматизацию процессов с помощью Airflow.
Создание аналитических дашбордов в Tableau, Redash и Superset.
Расчёт продуктовых метрик: DAU, MAU, Retention, LTV, ARPU и других.
Статистику и A/B‑тестирование для принятия решений на основе данных.

Структура курса

Python для работы с данными

9 занятий, 20 часов теории, 10 часов практики

Вы изучите основы программирования, обработку данных, работу с библиотеками и командной строкой. С первого занятия — практика на удалённом сервере и работа с Git.

Базы данных

9 занятий, 20 часов теории, 10 часов практики

Научитесь писать SQL‑запросы любой сложности, анализировать данные и решать практические задачи, с которыми сталкиваются аналитики.

Статистика

6 занятий, 10 часов теории, 5 часов практики

Изучите статистические методы, гипотезы, распределения, бутстреп и Power Analysis. Делается акцент на практическом применении статистики в бизнес‑задачах.

A/B тесты

3 занятия, 2 домашние работы

Разберёте ключевые принципы экспериментов, научитесь корректно интерпретировать результаты и избегать типичных ошибок в экспериментальном дизайне.

Визуализация данных

5 занятий, 10 часов теории, 5 часов практики

Поймёте, как превращать данные в понятные истории. Изучите BI‑инструменты, подключение источников данных, типы графиков и создание дашбордов для команд.

Работа в компании

9 занятий, полностью практические

Вы погружаетесь в работу аналитика: доступ к реальным базам данных, выполнение задач от наставников, автоматизация процессов, поиск инсайтов и анализ A/B тестов. Все результаты соберёте в выпускной проект для резюме.

Soft Skills аналитика

Вы научитесь презентовать результаты анализа, составлять сильное резюме и проходить собеседования. Вас ждут практики интервью и встречи с опытными аналитиками из индустрии.

Для кого подходит этот курс

Для тех, кто хочет перейти в IT и начать карьеру аналитика данных.
Для специалистов из смежных сфер: маркетинг, финансы, продукт, преподавание.
Для студентов и начинающих аналитиков, стремящихся получить системные знания.

Что вы получите после обучения

Готовое портфолио и выпускной проект.
Полный набор hard и soft skills для работы аналитиком.
Резюме, соответствующее требованиям рынка.
Уверенность в работе с данными и современными инструментами аналитика.

Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

Урок 1. 00:02:27
1.1 Переменные
Урок 2. 00:06:35
1.2 Список
Урок 3. 00:02:17
1.3 Метод append
Урок 4. 00:13:51
1.4 Петля for
Урок 5. 00:19:30
1.5 Условия
Урок 6. 00:07:03
1.6 Делимость нацело
Урок 7. 00:05:28
1.7 Вложенные конструкции
Урок 8. 00:14:59
1.1. Знакомство Jupyter Notebook
Урок 9. 00:14:03
1.2. Переменные - строки, числа, списки
Урок 10. 00:09:40
1.3. Подробнее о списках
Урок 11. 00:22:13
1.4. Конструкция IF ELSE
Урок 12. 00:09:10
1.5. Метод строк FORMAT
Урок 13. 00:08:43
1.6. Конструкция FOR
Урок 14. 00:12:10
1.7. Словари
Урок 15. 00:03:53
2.1 Считывание датасэта
Урок 16. 00:07:34
2.2 Форма датафрэйма
Урок 17. 00:04:59
2.3 Типы данных колонок
Урок 18. 00:11:41
2.4 Переименование колонок
Урок 19. 00:04:35
2.5 Распределение значений в колонке
Урок 20. 00:00:44
2.6 Сумма
Урок 21. 00:02:04
2.7 Расчёт для группы
Урок 22. 00:01:08
2.8 Индекс крайних значений
Урок 23. 00:02:21
2.9 Группировка по нескольким колонкам
Урок 24. 00:03:38
2.10 Сортировка значений
Урок 25. 00:08:31
2.11 Создание функций
Урок 26. 00:10:40
2.1. Считывание данных
Урок 27. 00:15:43
2.2. Методы и атрибуты DataFrame, метод Rename
Урок 28. 00:19:42
2.3. Группировка, агрегация, сортировка данных
Урок 29. 00:07:23
2.4. Способы самопроверки при анализе данных
Урок 30. 00:09:37
2.5. Автоматизация скучной работы
Урок 31. 00:06:15
3.1 Разделение строк
Урок 32. 00:04:49
3.2 Фильтрация датафрэйма по нескольким условиям
Урок 33. 00:03:45
3.3 Переименование колонок
Урок 34. 00:00:55
3.4 Создание колонки
Урок 35. 00:01:16
3.5 Подсчёт уникальных значений
Урок 36. 00:07:00
3.6 Объединение датафрэймов
Урок 37. 00:07:01
3.7 Функция, агрегирующая данные из файла
Урок 38. 00:03:11
3.8 Распарсивание даты
Урок 39. 00:06:49
3.9 Поиск самой популярной платформы
Урок 40. 00:05:29
3.10 Распределение оценок водителей
Урок 41. 00:04:25
3.11 Дебаг графика
Урок 42. 00:04:27
3.12 Анализ распределения оценок клиентов
Урок 43. 00:08:40
3.1. Роль аналитика в команде
Урок 44. 00:05:28
3.2. Предподготовка данных
Урок 45. 00:09:53
3.3. Метод apply для трансформации колонок
Урок 46. 00:07:26
3.4. Lambda функции для быстрых вычислений
Урок 47. 00:28:56
3.5. Приступаем к аналитике
Урок 48. 00:13:08
3.6. Объединение данных, метод merge
Урок 49. 00:07:09
3.7. От данных к метрикам
Урок 50. 00:16:42
3.8. Визуализация как метод исследования данных
Урок 51. 00:03:53
4.1 Форматирование строки
Урок 52. 00:02:51
4.2 Подсчёт числа пропущенных значений
Урок 53. 00:01:29
4.3 Типы данных колонок
Урок 54. 00:04:46
4.4 Конвертация типов
Урок 55. 00:05:45
4.5 Удаление колонок
Урок 56. 00:05:39
4.6 Удаление дупликатов
Урок 57. 00:04:36
4.7 Управление циклом
Урок 58. 00:09:19
4.8 Конвертация во время
Урок 59. 00:09:24
4.9 Определение опаздывающих водителей
Урок 60. 00:06:00
4.10 Извлечение месяца и дня недели
Урок 61. 00:03:18
4.11 Поиск месяца с минимальным числом заказов
Урок 62. 00:06:46
4.12 Поиск дня недели с минимальным числом заказов
Урок 63. 00:12:10
4.13 Анализ MAU
Урок 64. 00:13:21
4.1. Модуль os и прием list comprehension
Урок 65. 00:08:54
4.2. Считывание данных при помощи open().readlines()
Урок 66. 00:18:22
4.3. Как прочитать только нужную часть файла
Урок 67. 00:11:41
4.4. Типы данных и работа с датой
Урок 68. 00:02:50
5.1 Чтение сжатых файлов
Урок 69. 00:03:05
5.2 Удаление дупликатов
Урок 70. 00:01:50
5.3 Подсчёт удалённых заказов
Урок 71. 00:00:58
5.4 Отбор строк
Урок 72. 00:09:59
5.5 Поиск топовых покупателей
Урок 73. 00:01:42
5.6 Отбор информации по топовым покупателям
Урок 74. 00:02:35
5.7 Самый часто заказываемый товар
Урок 75. 00:05:34
5.8 Подсчёт прибыли
Урок 76. 00:04:33
5.9 Самые прибыльные заказы
Урок 77. 00:22:53
5.1. Предобработка данных и разведывательный анализ
Урок 78. 00:09:10
5.2. Рассчитываем CTR
Урок 79. 00:09:31
5.3. Ищем баги в аналитических логах
Урок 80. 00:04:30
5.4. Процентили и медиана распределения
Урок 81. 00:07:58
5.5. Составные запросы при фильтрации данных
Урок 82. 00:08:03
6.1 Скользящее среднее
Урок 83. 00:14:19
6.2 Размер окна и сглаживание
Урок 84. 00:13:02
6.3 Документация скользящего окна
Урок 85. 00:03:53
6.4 Экспоненциально взвешенное окно
Урок 86. 00:13:00
6.5 Сравнение скользящего и экспоненциального окон
Урок 87. 00:07:51
6.6 Преобразование во время
Урок 88. 00:08:11
6.7 Разделение на равные промежутки
Урок 89. 00:09:58
6.8 Спецификация интервалов
Урок 90. 00:11:34
6.1 Зачем нужна визуализация данных
Урок 91. 00:18:11
6.2 Скользящее среднее и оконные функции
Урок 92. 00:16:45
6.3 Кастомизация графиков
Урок 93. 00:06:17
6.4 Интерактивные графики в Plotly
Урок 94. 00:10:51
6.5 Гистограммы и Bar Chart
Урок 95. 00:09:18
7.1 Загрузка через requests
Урок 96. 00:10:08
7.2 Вывод значений по условию
Урок 97. 00:04:47
7.3 Подсчёт присутствующих значений
Урок 98. 00:09:37
7.4 Обработка ошибок
Урок 99. 00:20:08
7.5 Использование телеграма
Урок 100. 00:12:39
7.1 API Вконтакте
Урок 101. 00:25:52
7.2 Библиотека vk_api
Урок 102. 00:09:54
7.3 Google doc API
Урок 103. 00:16:28
7.4 API Яндекс метрики
Урок 104. 00:14:17
command line interface
Урок 105. 00:03:50
generate ssh keys
Урок 106. 00:05:18
1 Пример работы в аналитической команде
Урок 107. 00:05:41
2 Зачем нужен git
Урок 108. 00:05:44
3 Репозиторий
Урок 109. 00:11:32
4 Терминал
Урок 110. 00:04:36
6 ssh ключи
Урок 111. 00:07:27
7 Генерация ssh ключей и клонирование репозитория
Урок 112. 00:09:47
8 Работа с питоном в терминале
Урок 113. 00:14:17
command line interface
Урок 114. 00:03:50
generate ssh keys
Урок 115. 00:07:05
1 Git 1 Основы
Урок 116. 00:19:36
2 Git 2 Commit файлов
Урок 117. 00:10:53
3 Git 3 Push в удаленный репозиторий
Урок 118. 00:13:17
4 Теория гита
Урок 119. 00:20:45
5 Merge conflict
Урок 120. 00:20:16
6 Merge request
Урок 121. 00:05:05
7 Заключение
Урок 122. 00:05:48
1 Что такое менеджер задач
Урок 123. 00:08:10
2 Что такое Airflow
Урок 124. 00:14:20
3 Связь Airflow и GitLab
Урок 125. 00:06:19
4 Что такое DAG
Урок 126. 00:27:57
Разбор минипроекта Airflow
Урок 127. 00:08:32
1 Настройка связки локального IDE и GitLab
Урок 128. 00:14:32
2 Пишем код DAG-а в PyCharm
Урок 129. 00:00:16
1 Задание
Урок 130. 00:00:54
2 Задание
Урок 131. 00:00:37
3 Задание
Урок 132. 00:00:46
4 Задание
Урок 133. 00:00:29
5 Задание
Урок 134. 00:00:39
6 Задание
Урок 135. 00:01:28
7 Задание
Урок 136. 00:01:08
8 Задание
Урок 137. 00:04:29
9 Задание
Урок 138. 00:01:24
10 Задание
Урок 139. 00:01:33
11 Задание
Урок 140. 00:01:54
12 Задание
Урок 141. 01:17:26
Лекция первого урока
Урок 142. 00:02:24
1 задание
Урок 143. 00:00:44
2 задание
Урок 144. 00:01:29
3 задание
Урок 145. 00:01:01
4 задание
Урок 146. 00:02:14
5 задание
Урок 147. 00:02:36
6 задание
Урок 148. 00:01:42
7 задание
Урок 149. 01:00:16
Группировка и агрегатные функции
Урок 150. 00:01:09
1 задание
Урок 151. 00:01:49
2 задание
Урок 152. 00:04:32
3 задание
Урок 153. 00:05:57
4 задание часть 1
Урок 154. 00:00:59
4 задание часть 2
Урок 155. 00:02:05
5 задание
Урок 156. 00:03:28
6 задание
Урок 157. 00:05:30
7 задание
Урок 158. 00:07:05
8 задание часть 1
Урок 159. 00:02:20
8 задание часть 2
Урок 160. 01:06:54
Объединение таблиц – JOIN
Урок 161. 00:00:53
1 задание
Урок 162. 00:00:14
2 задание
Урок 163. 00:00:47
3 задание часть 1
Урок 164. 00:00:22
3 задание часть 2
Урок 165. 00:03:44
3 задание часть 3
Урок 166. 00:00:25
4 задание часть 1
Урок 167. 00:05:50
4 задание часть 2
Урок 168. 00:05:18
4 задание часть 3
Урок 169. 00:03:15
5 задание часть 1
Урок 170. 00:00:50
5 задание часть 2
Урок 171. 00:00:09
5 задание часть 3
Урок 172. 00:00:13
6 задание часть 1
Урок 173. 00:01:27
6 задание часть 2
Урок 174. 00:02:46
7 задание часть 1
Урок 175. 00:00:23
7 задание часть 2
Урок 176. 00:02:28
8 задание
Урок 177. 00:03:45
9 задание
Урок 178. 01:20:15
Типы данных и их преобразование
Урок 179. 00:00:22
1 задание
Урок 180. 00:00:21
2 задание
Урок 181. 00:00:26
3 задание
Урок 182. 00:00:41
4 задание часть 1
Урок 183. 00:01:24
4 задание часть 2
Урок 184. 00:03:01
4 задание часть 3
Урок 185. 00:00:46
4 задание часть 4
Урок 186. 00:00:16
4 задание часть 5
Урок 187. 00:02:55
5 задание
Урок 188. 00:01:00
6 задание
Урок 189. 00:03:33
7 задание
Урок 190. 00:02:32
8 задание
Урок 191. 01:00:05
Типы данных и их преобразование_часть 2
Урок 192. 00:03:13
1 задание часть 1
Урок 193. 00:00:11
1 задание часть 2
Урок 194. 00:00:14
1 задание часть 3
Урок 195. 00:00:46
2 задание
Урок 196. 00:00:55
3 задание
Урок 197. 00:00:51
4 задание
Урок 198. 00:02:44
5 задание часть 1
Урок 199. 00:00:32
5 задание часть 2
Урок 200. 00:05:09
6 задание
Урок 201. 00:03:17
7 задание
Урок 202. 00:03:34
8 задание
Урок 203. 01:00:01
Python + SQL
Урок 204. 00:04:41
1 задание
Урок 205. 00:02:29
2 задание
Урок 206. 00:03:39
3 задание
Урок 207. 00:02:24
4 задание
Урок 208. 00:03:13
5 задание
Урок 209. 00:03:16
6 задание часть 1
Урок 210. 00:00:18
6 задание часть 2
Урок 211. 00:03:57
7 задание
Урок 212. 00:01:24
8 задание
Урок 213. 00:30:37
Графики, дашборды и мониторинги
Урок 214. 00:57:47
Оконные функции

Автор - karpov.courses

karpov.courses

Karpov.Courses — это онлайн-школа, специализирующаяся на обучении профессиям в области Data Science, аналитики данных и машинного обучения. Платформа помогает студентам освоить востребованные IT-навыки с нуля или углубить уже имеющиеся знания и выйти на новый уровень карьеры.Основные особенностиФокус на Data Science и аналитикеШкола концентрируется на направлениях, связанных с анализом данных, машинным обучением и инженерией данных — одних из сам

+129

Комментарии

it
1 мая 2025 г., 18:57
могли бы, обновить программу? У карпов курсес обновление в этом году вышло, дайте знать
CourseHunter Team it
1 мая 2025 г., 21:15
Нужно покупать новый поток курса. Можете добавить заказ в стол заказов?
sylvianfloris
9 нояб. 2024 г., 16:15
почему плейлист начинается с разбора заданий
курс криво залит как будто
korqуma
3 окт. 2024 г., 18:35
когда добавите продолжение ? купил подписку только ради этого курса :(
sergeybruh
18 сент. 2024 г., 10:21
https://s1.sharewood.co/threads/karpov-courses-analitik-dannyx-chast-1-iz-5-2022.419264/
Зачекайте сюди. Якщо треба акаунт то я дам
kamila.saparova15
26 мая 2024 г., 03:01
когда обновится курс со всеми модулями?
Learner
4 апр. 2024 г., 21:34
Обновите курс!
Disco
11 мар. 2024 г., 14:28
и дозалейте полный курс пожалуйста, ибо не вся информация из курса здесь(
Disco
11 мар. 2024 г., 14:26
обновите пожалуйста
tjesq
18 февр. 2024 г., 09:27
В итоге когда будет обновление?
onelove2220365
25 янв. 2024 г., 07:48
Подскажите пожалуйста, будет ли обновление курса?
CourseHunter Team onelove2220365
27 янв. 2024 г., 18:00
будет
Sirius
4 сент. 2023 г., 22:58
обновите пожалуйста
Anonymous
19 июн. 2023 г., 00:48
Обновите если есть все части
kkftrade
13 июн. 2023 г., 17:45
доброго дня, будут ли обновления курса?
afera_veka
9 мар. 2023 г., 00:33
105, 106 и 113, 114 повторяются
azamat04102001
6 янв. 2023 г., 14:13
а какое различие этого курса со степиком?
и как я понял тут только 2 части (1. PYTHON и 2.БАЗА ДАННЫХ )?
и будут ли остальные части(3.СТАТИСТИКА 4.A/B ТЕСТЫ 5.ВИЗУАЛИЗАЦИЯ 6.РАБОТА В КОМПАНИИ 7.SOFT SKILLS)?
Askarbay
19 нояб. 2022 г., 16:54
обновили курс?
support guy Askarbay
19 нояб. 2022 г., 17:35
Давно
Siarhei_DS
15 сент. 2021 г., 10:26
может появилась вторая часть?
Andrew Siarhei_DS
27 дек. 2021 г., 08:10
Привет!)
Ты прошел весь курс? Есть ли возможность поделиться? Был бы очень благодарен)
Prime
27 июл. 2021 г., 17:51
Where are the 2 parts?
Anonymous
31 мая 2021 г., 23:01
Update this course
endiruslan
13 мая 2021 г., 17:17
Update please
Anonymous
8 апр. 2021 г., 23:58
Admin, update this course please!
Anonymous
14 мар. 2021 г., 12:41
обновите пжл
Anonymous
7 дек. 2020 г., 12:25
Первые 3 блока можно на Степике бесплатно пройти.
Задания с грейдером для проверки.
https://stepik.org/course/74457/syllabus
как мне кажется тут разбивка по последовательности не та. в оригинале - длинные лекции, задание, мини проект. потом идет разборка заданий и проектов
тут же все начинается с разборки, а заканчивается лекциями.
artromb
28 окт. 2020 г., 02:00
Ага, когда ждать следующую часть?
CourseHunter Team artromb
28 окт. 2020 г., 11:25
Пока сложно сказать, ждем
rudev
4 окт. 2020 г., 14:06
Когда примерно ждать продолжение?