Версия для слабовидящих

Размер текста:

Цветовая схема:

Изображения:

Инженер данных

Инженер данных

Центр студенческого ДПО StudUp

Профессиональная переподготовка
Формат
Очно-заочная (дистанционная)
Кол-во часов
256 ак. ч.
Стоимость
От 5000 ₽
Дата ближайшего курса
01.09.2025
Онлайн
Да

О программе

Пройдите обучение в Финансовом университете при Правительстве Российской Федерации и станьте самым востребованным специалистом на рынке труда в области продакт-маркетинга!

Изучите основы продакт-менеджмента, научитесь управлять жизненным циклом продукта, включая проектирование и разработку новых решений. Исследуйте рынок и целевую аудиторию для формирования стратегии продвижения. Получите навыки брендинга, управления торговыми марками и продакт-маркетинга.

Кому подойдет программа

Программа предназначена для студентов.

Навыки и компетенции

  • Способность проводить исследование рынка и целевой аудитории.
  • Способность анализировать внешнюю и внутреннюю среду организации.
  • Способность организовывать процесс проведения генерации идей.
  • Способность анализировать конкурентов и проводить анализ целевой аудитории для построения стратегии продвижения продукта на рынок.
  • Способность делать подбор каналов продвижения продукта на основании построенных гипотез.
  • Способы решения задач применения алгоритмов машинного обучения.
  • Способность разрабатывать и генерировать идеи по внедрению продуктов-новинок.

Как проходит обучение

Занятия проходят в дистанционном формате, Слушатель имеет возможность задавать вопросы спикерам. Любой пропущенный вебинар будет доступен в личном кабинете. Вы сможете посмотреть его в любое удобное для вас время.

Документ об образовании

По итогам обучения вы получите диплом о профессиональной переподготовке.

6

тематических модулей

256

академических часов

38

часов лекций

90

часов практических занятий

128

часов самостоятельной работы

Как приступить к обучению

Шаг 1

Выбрать программу и оставить заявку

Шаг 2

Собрать документы и пройти оформление в личном кабинете anketa.fa.ru

Шаг 3

Получить договор и документы для оплаты

Шаг 4

Внести оплату и начать обучение

Учебный план

Модуль 1. Инструменты и методы бизнес-аналитики

  • Примеры аналитических задач. Сбор данных для анализа данных
  • Инструмент работы с таблицами в режиме онлайн на примере Google-таблицы. 
  • Статистика и тестирование гипотез
  • Бизнес-показатели и точки роста. Анализ продуктовых метрик 
  • Финансовые метрики и Маркетинговые метрики.
  • Иерархия метрик и разработка отчетности. Дизайн тестов, проведение и анализ. Построение простых моделей
  • Промежуточная аттестация

Модуль 2. Python и анализ данных

  •  Python: Jupiter Notebook, комментарии в коде, арифметические операции. Управляющие конструкции и коллекции
  • Функции и работа с данными, основы парсинга. Работа с файловой системой и модули
  • Регулярные выражения и основы синтаксического разбора. Исключения и обработка ошибок
  • Функции и понятие класса. Библиотека NumPy: вычислительные задачи
  • Библиотека Pandas: возможности и оптимизация. Методы оптимизации Pandas
  • Корреляция и корреляционный анализ. Статистическая проверка гипотез, A/B-тесты 
  • Промежуточная аттестация

Модуль 3. SQL и получение данных

  •  Введение в SQL. Установка и знакомство. Основы и работа с базами данных
  • Основы SQL. Базовые запросы SQL. Фильтрация данных
  • Углубление в SQL. Агрегация данных. Группировка данных. Join. Оконные функции
  • Работа с PostgreSQL
  • "NoSql & MongoDB"
  • Примеры создания дашбордов и анализ продуктовых метрик с применением SQL.
  • Промежуточная аттестация

Модуль 4. Визуализация данных

  • Анализ данных средствами Microsoft Excel
  • Визуализация данных: основные BI -инструменты
  • DataLens: быстрый анализ данных с визуализацией
  • Power BI. Построение моделей данных из разных неструктурированных источников: таблиц, сайтов и баз данных
  • Tableau. Основы работы с расчётными полями, фильтрами, множествами и группировками. Основные виды визуализаций. Лучшие практики визуализации
  • Создание интерактивных дашбордов
  • Промежуточная аттестация

Модуль 5. Основные методы машинного обучения

  • Понятие машинного обучения. Регрессионный анализ. Линейная, полиномиальная и логарифмическая регрессия
  •  Классификация. Логистическая регрессия и SVM
  • Функции потерь и оптимизация Оценка точности модели, переобучение, регуляризация
  • Проблема качества данных, пропуски и переменные
  • Деревья решений, поиск выбросов и генерация новых признаков 
  • Алгоритмы кластеризации, улучшение качества модели. 
  • Промежуточная аттестация

Модуль 6. Глубокое машинное обучение и обработка больших данных

  • Машинное обучение и Data Science Мотивация и технологии работы с большими данными. Основные инструменты обработки больших данных. HADOOP & SPARK
  • Рекомендательные системы 
  • Методы анализа временных рядов, модели ARIMA, GARCH
  • Обработка естественного языка
  • Компьютерное зрение, сегментация и детекция объектов
  • Машинное обучение, подготовка модели по практическому кейсу
  • Промежуточная аттестация

Итоговая аттестация

Итоговая аттестация проходит в формате защиты итогового практического задания.

Часто задаваемые вопросы

Какова стоимость обучения по программе?

Для студентов Финуниверситета 5000, для студентов других ВУЗов 15000

Можно ли задавать вопросы преподавателям?

Конечно! Наши спикеры дают много практических кейсов и всегда отвечают на Ваши вопросы.

Будут ли записываться вебинары?

Разумеется! Любой пропущенный вебинар будет доступен в личном кабинете. Вы сможете посмотреть его в любое удобное для Вас время

Контакты

Сайт StudUp

Выбрать дату

Выбрать дату

Выбрать год