🎯 Кому подойдёт симулятор:
• 🧑💻 Начинающим аналитикам, которые освоили базу и хотят реальный опыт
• 📈 Специалистам с опытом, желающим прокачать навыки до уровня senior
• 🧪 Тем, кто хочет понять, как строится аналитика в продуктовых командах
• 🚀 Всем, кто готов к интенсивной практике и хочет собрать сильное портфолио
📚 Что вы будете делать:
• ✅ Работать с настоящей инфраструктурой: GitLab, Jupyter, Redash, Superset
• ✅ Подключаться к базам данных, писать SQL-запросы, строить ETL
• ✅ Создавать продуктовые дашборды и Telegram-ботов с аналитикой
• ✅ Автоматизировать процессы с помощью Airflow
• ✅ Проводить A/B-тесты, оценивать сплитование, рассчитывать Retention
• ✅ Анализировать метрики, строить гипотезы, проверять их статистически
• ✅ Получать фидбек от наставников и улучшать свои решения
• ✅ Работать в командной среде, как в настоящем продакшене
🧠 Какие технологии вы освоите:
• SQL: SELECT, JOIN, GROUP BY, HAVING, подзапросы
• Python: Pandas, Matplotlib, Statsmodels, NumPy, SciPy
• Git: pull, add, commit, push, работа с репозиторием
• BI-инструменты: Redash, Superset
• ETL: Airflow, Jupyter
• Статистика: доверительные интервалы, t-тесты, непараметрические методы
• A/B-тестирование: симуляции, анализ, интерпретация результатов
📈 После курса вы сможете:
• Уверенно работать с данными в реальной инфраструктуре
• Понимать, как строится аналитика в продуктовых командах
• Автоматизировать отчёты и алерты
• Проводить полноценные A/B-тесты и интерпретировать их корректно
• Создавать дашборды, которые помогают принимать решения
• Общаться с разработчиками, продактами и бизнесом на одном языке
• Сформировать портфолио из 9+ кейсов, которые можно показать на собеседовании
📅 Формат обучения:
• Онлайн, 2 месяца интенсивной практики
• Старт потока: 17 августа
• Два тарифа: с карьерной поддержкой и без
• Индивидуальный фидбек от наставников
• Доступ к материалам и обновлениям даже после окончания
• Поддержка комьюнити и разбор сложных кейсов
Работа над реальным проектом под руководством ведущих аналитиков.
- Анатолий Карпов расскажет о курсе и его технических аспектах. Вы узнаете, что такое симулятор, какие задачи будете решать и в чём ценность симулятора.
- Программа напоминает стажировку, где вам придется разобраться с АБ тестами, продуктовой аналитикой, автоматизацией отчетности, построением BI дашбордов.
- Все задачи вы решаете на реальной инфраструктуре на постоянно изменяющихся данных, как в настоящей компании. После выполнения заданий вас ждет разбор проделанной работы с ментором, практикующим аналитиком.
Для кого эта программа:
- Старт карьеры
Вы только начинаете карьеру в аналитике, и вам не хватает опыта решения настоящих бизнес-задач. - Junior аналитик
Вы уже работаете в аналитике и хотите посмотреть, как senior аналитики подходят к решению задач.
Какие задачи будем решать:
- Аномалии
Вчера в данных просмотров постов было аномальное падение, к сожалению, мы пропустили его. Твоя задача — разобраться, как мы можем автоматически детектировать такие падения. - BI
Нам нужен real time дашборд поверх таблиц в Clickhouse. Подскажи, как реализовать такую идею? - Автоматизация
Отправка отчетов — самая скучная задача, давай автоматизируем ее. Напиши, пожалуйста, скрипт, который каждое утро будет присылать в телеграмм сводку основных продуктовых метрик за вчера. - План эксперимента
Мы хотим запустить АБ перед увеличением частоты вставки рекламного контента. Подумай, как мы можем разбить пользователей на группы и предложи дизайн эксперимента. - А/В-тест
Пора запустить АБ тест, посчитай, какой размер выборки нам потребуется, и запускай тест. Ждем тебя с результатами! - Гипотеза АD НОС
Нужно разобраться, почему вчера так сильно упал DAU. Возможно, это связано с обновлением на iOS, которое мы выкатили. Нужно проверить, на всех ли версиях приложения наблюдалась стабильная активность юзеров.
Модуль 1 - Знакомимся с рабочим окружением
Ваш первый рабочий день в новой компании. Познакомимся с данными и их структурой, освежим опыт работы с Python, Clickhouse, git. Для разминки решим несколько ad hoc задач.
Модуль 2 - Первый дашборд
Давайте выстраивать аналитическую культуру в компании! Начнем с простых дашбордов, задача которых удобно визуализировать основные продуктовые метрики.
Модуль 3 - Автоматизация отчетности
Отлично, теперь данные у нас перед глазами. Можно начинать делать простейшие аналитические выводы и анализ ключевых метрик в различных срезах. Для удобства всех сотрудников настроим автоматическую рассылку отчета в телеграмм чат.
Модуль 4 - Поиск аномалий
Пришло время обеспечить строгий надзор за здоровьем ключевых метрик. На офлайн данных потренируемся находить аномалии. Попробуем разные подходы от простых правил до статистических решений. Настроим работу нашей системы в реальном времени и оценим качество ее работы на данных в реальном времени. В простом варианте поставим наши скрипты на крон, для самых смелых — упакуем в GitLab CI/CD.
Модуль 5 - Анализируем продуктовые метрики
Мы уже следим за ключевыми метриками, пришло время спуститься на уровень ниже. Подготовим дашборд с продуктовыми метриками. Научимся считать и визуализировать ретеншн, отток пользователей, когорты пользователей.
Модуль 6 - Планируем и запускаем АВ-тест
Пройдем все стадии планирования АБ теста, выберем дизайн исследования, рассчитаем необходимый размер выборки, научимся делить пользователей на группы. Запустим тест на реальных данных и проанализируем результаты. Донесем выводы до бизнеса.
💬 Отзывы участников:«Это не курс, это настоящая работа. Я впервые почувствовал, каково быть аналитиком в продуктовой команде.»
«Симулятор дал мне уверенность, портфолио и оффер. Очень рекомендую всем, кто хочет перейти в аналитику.»
📍 Записаться на симулятор аналитика — и пройти путь от junior до уверенного специалиста, готового к реальным задачам
Автор материала: Анатолий Карпов, Мария Сомова.
Страница автора: https://karpov.courses/simulator.
Ваш E-Mail будет в безопасности.
Комментарии и отзывы