Как я вкачал скилл аналитика?

Сегодня расскажу собственную историю прокачки аналитического мускула.

В конце 2019 года, я решил, что посвящу 2020 год образованию. В частности я решил прокачать скилы необходимые аналитику в работе с данными. Расскажу о некоторых источниках информации которые мне помогли.

1) Курс Python: основы и применение (бесплатно) https://stepik.org/course/512/syllabus
На курсе вы изучите более углублено язык python. Курс не подходит для тех кто совсем с нуля хочет изучать python, он скорее для тех у кого есть небольшой опыт в программировании и понимание базы python. Если хотите начать с нуля, то можно пойти на другой курс Программирование на Python, там объясняется с нуля, но некоторые задачи довольно сложные для начинающих https://stepik.org/course/67/syllabus

2) Книга "Укус питона"
Книга в целом рассказывает об языке, есть практические примеры решения задач. Хорошо читать для систематизации ранее изученного материала. Читается быстро, объем не большой. Можно на гуглить.

3) Курс по javascript (брал за 799руб)
Классный курс, брал с целью более глубоко изучить js для решения задач веб аналитики, в частности для работы с кодами трекинга аналитических систем. На курсе в целом рассказывается база js, по ходу курса вы пишете разные штуки, например финансовый калькулятор. Много классных тем полезных веб аналитику: обработчики, события, куки и прочее. После прохождения курса стало проще самостоятельно настраивать коды трекинга. В принципе большинство штук на сайте теперь могу трекать сам, при условии, что данные выведены на фронт.
https://www.udemy.com/course/javascript_full/

4) Курс по SQL (брал за 1039 руб). Базовый, компактный курс, на 7,5 часов, по SQL. На примере postgresql вас научат основным функциям и операторам в языке SQL. В целом все это можно получить и бесплатно в открытом доступе.
https://www.udemy.com/course/sql-essentials-ru/

5) Перевод книги “Learning Google BigQuery” (E. Brown, H. Thirukkumaran) (бесплатно)
Яков перевел, отличную книгу. Книга научит вас работать с популярным хранилищем данных google bigquery. После её прочтения вы сможете анализировать данные в этой облачной БД
https://osipenkov.ru/learning-google-big…

6) Книга "Аналитическая культура" - Карл Андерсон. В книге рассказывается как построить культуру работы с данными, чтобы с ними действительно работали, чтобы данным доверяли и руководствовались при принятии решений.

7) Книга от Сара Бослаф: "Статистика для всех". ( брал за 1491 руб)
В книге довольно просто и подробно объясняется базовый аппарат математической статистики и теории вероятности, присутствуют формулы, примеры расчетов, после каждой темы есть практические задания. Если вы изучаете статистику с нуля и для вас она идет туго, то советую эту книгу.
https://www.labirint.ru/books/450022/

8) Статистика и котики (брал за около 400 руб)
Многие наверное слышали про эту книгу. В ней показаны основные понятия статистики на примере котиков. Для первого знакомства со статистикой книга подходит не очень хорошо, т.к. там все сильно упрощено, нет разбор мат аппарата. лучше читать эту книгу в качестве книги для структурирования материала после изучения более углубленной книги или курса по статистике. Ссылка


9) Яндекс практикум, программа аналитик данных (60 000 руб.)
Про практикум я довольно много писал, можно почитать у меня на стене. Программа длится 6 месяцев, есть жесткие дедлайны. Вас учат на тренажере, есть живые вебинары, есть 13 проектов, есть код ревью от наставников. На курсе почти все время пишите на python, в частности используете pandas для решения аналитических задач. Много интересных тем: статистический анализ, АБ тесты, когорты, воронки, автоматизация отчетности и прочее
https://praktikum.yandex.ru/data-analyst