26 февраля мы запустили первый поток программы «Аналитик данных». Программа прошла много итераций до того, как ее увидел свет: анализ рынка и вакансий, общение с работодателями и представителями профессий, валидация с разными экспертами из индустрии.
Расспросили продакт-менеджера Вику Кузину, тимлида методистов Настю Голубеву и методиста программы Соню Воробьеву о том, как программа устроена и какие навыки дает.
Универсальность
Мы учим выполнять все этапы работы с данными в нескольких инструментах, потому что в каких-то компаниях работают исключительно в Excel, в других — в Google Sheets и Python, а где-то Excel+SQL+Tableau. Так выпускники будут готовы к более широкому спектру вакансий.
Профессия аналитика данных не требует технического образования. За 6 месяцев вы получите основные навыки анализа данных и сможете повысить свою ценность на рынке труда или попробовать себя в новой роли.
При этом не распыляемся на специализации
Невозможно научить сразу всему, поэтому мы даем универсальные знания и обучаем лишь тем возможностям инструментов, которые применяют в своей работе аналитики данных, чтобы не перегружать студентов ненужной информацией. Больше — не всегда лучше.
Показываем связь инструментов
Все инструменты для анализа данных взаимосвязаны и взаимозаменяемы — важно понимать, как одно вытекает из другого и как сопоставить результат работы в одном инструменте с другим. Например, как с помощью SQL вытащить данные из реляционных баз данных и импортировать их в Excel для дальнейшего анализа? Или как преобразовать данные и провести анализ в Python?
Цикличность
Каждый модуль мы учим студентов решать глобально одни и те же задачи (анализ, сбор и обработка данных и так далее), но в каждом новом модуле мы решаем их с использованием нового инструмента (Excel, SQL, Python, Tableau), который дает свои преимущества и открывает новые возможности реализации.
От модуля к модулю появляется не только новый инструмент, но и увеличивается комплексность решаемых задач. За программу студенты несколько раз проходят полный цикл от сбора данных до презентации результатов и выводов, что помогает закрепить ключевые навыки, с которыми предстоит работать после выпуска.
Реальные задачи
В обучении мы идем не от теории, а от задач, с которыми сталкиваются аналитики данных в своей работе. Мы учим сразу решать прикладные задачи – например, выясняем, каким сотрудникам положена премия в следующем месяце на основе их вклада в прибыль компании. Так в голове выстраивается связь между функцией и областью ее применения.
Упражнения на отработку частных навыков
Помимо обязательного домашнего задания недели, которое является комплексной задачей аналитика, в программе предусмотрены мини-задания, каждое из которых позволяет отработать точечный навык, входящий в эту комплексную задачу: фильтрация, удаление дублей, поиск значений, создание гистограммы в Excel и так далее.
Мини-задания позволяют разделить большую составную задачу на кусочки и постепенно наращивать сложность. После их выполнения итоговое задание будет уже не новым и страшным, а состоящим из знакомых действий.
Домашнее задание:
Вам прислали таблицу с данными о продаже крафтового мыла.
Показываем связь анализа данных и бизнеса
Потому что аналитика не работает в вакууме, она решает конкретные задачи бизнеса. Например, аналитик может рассчитать, какой денежный бонус в конце месяца выплатить менеджерам продажи. Или узнать, помогла ли новая акция привлечь новых покупателей.
Текстовые инструкции/конспекты уроков
Помимо обучения интерпретации данных, мы много учим работать в программах и писать код. Чтобы не перематывать видео несколько раз в попытках запомнить последовательность действий, студенты смогут посмотреть ее в удобном текстовом формате, где это растянуто не на 3 минуты видео, а компактно умещается в несколько строчек. Это экономит силы, время и когнитивные ресурсы, высвобождая их под более важные задачи.
Фидбэк дают эксперты, а не машины
Студенты не остаются один на один с кодом — все домашние задания проверяются наставником. Тренажер показывает, правильно или неправильно решено задание, может быть, даже диапазон, в котором совершена ошибка, но не может ответить на вопросы студента. А наставник может.
Готовим к трудоустройству
Еще во время обучения акцентируем внимание на вещи, которые обычно спрашивают на собеседованиях.
