Курс на Stepik

Обложка курса «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel» на Stepik

Бесплатно

Аналитик данных: Бизнес-инженерия на Python, SQL, Excel ★ 4.943

Открыть на
STEPIK.ORG

В основе курса реальная программа переподготовки. Освоим стек продвинутого аналитика: статистику, Python (Pandas, NumPy), Excel (сводные таблицы, Power Query), SQL (сложные запросы), визуализацию в DataLens, автоматизацию отчетов, правильное использование ИИ. Знания закрепим в ходе решения тестов, задач и реальных бизнес-кейсов. Итоговый проект расширит Ваше портфолио, а полученные навыки пригодятся в любой сфере деятельности.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	766
Сертификатов выдано	0
Отзывов получено	53
Рейтинг курса	4.943
Количество уроков	36
Количество квизов	74
Количество задач с кодом	28
Время прохождения курса	2 ч.	—
Обновления курса	—	—
Дата публикации курса	1 месяц назад	—	—	—	—
Последнее обновление	27 сентября 2026	—	—	—	—
Сложность	easy	—	—	—	—

Содержание курса

Разделы в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

8 разделов Уроки в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

Уроки в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

36 уроков Тесты в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

Тесты в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

74 теста Задачи в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

Задачи в курсе «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

28 задач Время прохождения курса «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

Время прохождения курса «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

2 ч.

Последнее обновление курса «Аналитик данных: Бизнес-инженерия на Python, SQL, Excel»

обн. 27 сентября 2026

Основы статистики для анализа данных

5 уроков

1. Теория вероятностей и типы событий ↗

2. Описательная статистика и меры разброса ↗

3. Основные законы распределения данных ↗

4. Проверка статистических гипотез и принятие решений ↗

5. Прикладная статистика на реальных данных ↗

Введение в анализ данных

3 урока

1. Особенности профессии и этапы анализа данных ↗

2. Виды данных и признаков ↗

3. Знакомство с интерактивной средой разработки ↗

Инструменты аналитики в Excel

6 уроков

1. Продвинутый функционал для анализа ↗

2. Сводные таблицы как сердце аналитики ↗

3. Автоматизация и интеграция с бизнес-процессами ↗

4. Мастерство работы с формулами ↗

5. Построение интерактивных дашбордов ↗

6. Сквозной бизнес-кейс в Excel ↗

Прикладная статистика

7 уроков

1. Практический инструментарий ↗

2. Валидация и фильтрация ↗

3. Описательный анализ ↗

4. Визуальный анализ ↗

5. Проверка гипотез ↗

6. Прикладная статистика на реальных данных ↗

7. Генерация отчетов ↗

Язык SQL для аналитиков

5 уроков

1. Архитектура баз данных и базовый синтаксис ↗

2. Агрегация и соединения как ключ к сложным данным ↗

3. Базовые выборки и фильтрация ↗

4. Вычисления, агрегация и группировки ↗

5. Многотабличные запросы и бизнес-метрики ↗

Визуализация данных с помощью DataLens

4 урока

1. Философия и инструментарий DataLens ↗

2. UX/UI дашбордов и работа с аудиторией ↗

3. Первый дашборд: от сырых данных к графику ↗

4. Интерактивный дашборд для бизнес-кейса ↗

Применение аналитических инструментов для решения бизнес-кейсов

2 урока

1. Методология решения задач и коммуникация ↗

2. Сквозной бизнес-кейс ↗

Бонус

1 урок

1. Применение нейронных сетей ↗