Сколько стоит курс «Задачи с собесов аналитика: SQL, Python, теорвер»?

Стоимость курса составляет 1900.00 рублей

Какой рейтинг у курса «Задачи с собесов аналитика: SQL, Python, теорвер»?

Курс имеет рейтинг 0.0 из 5 на основе 0 отзывов. На курсе обучается 0 учеников.

Где можно пройти курс «Задачи с собесов аналитика: SQL, Python, теорвер»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/301683.

Курс на Stepik

Обложка курса «Задачи с собесов аналитика: SQL, Python, теорвер» на Stepik

1 900 ₽

Задачи с собесов аналитика: SQL, Python, теорвер ★ 0.000

Name: Задачи с собесов аналитика: SQL, Python, теорвер
Price: 1900.00 RUB
Availability: InStock
Rating: 0 (0 reviews)

Открыть на
STEPIK.ORG

108 задач на SQL, Python и pandas с автопроверкой и более 300 вопросов с собеседований аналитиков данных — с разбором каждой: SQL, метрики и продуктовые кейсы, юнит-экономика, статистика и A/B, теория вероятностей, ML-метрики, базы данных, ClickHouse, Kafka, Airflow и dbt.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	0
Сертификатов выдано	1
Отзывов получено	0
Рейтинг курса	0.000
Количество уроков	74
Количество квизов	335
Количество задач с кодом	108
Стоимость курса	1 900 ₽	—
Обновления курса	—	—
Дата публикации курса	3 недели назад	—	—	—	—
Последнее обновление	26 октября 2026	—	—	—	—
Сложность	normal	—	—	—	—

Содержание курса

Разделы в курсе «Задачи с собесов аналитика: SQL, Python, теорвер»

14 разделов Уроки в курсе «Задачи с собесов аналитика: SQL, Python, теорвер»

74 урока Тесты в курсе «Задачи с собесов аналитика: SQL, Python, теорвер»

335 тестов Задачи в курсе «Задачи с собесов аналитика: SQL, Python, теорвер»

108 задач Последнее обновление курса «Задачи с собесов аналитика: SQL, Python, теорвер»

обн. 26 октября 2026

Введение: как устроен курс

1 урок

1. Как устроен курс ↗

Модуль 1. Оконные функции (SQL и pandas)

2 урока

1. Вторая зарплата в отделе ↗

2. Повторные списания за минуту ↗

Модуль 2. JOIN и подзапросы (SQL и pandas)

4 урока

1. Зарплата выше руководителя ↗

2. Клиенты без заказов ↗

3. JOIN размножает строки ↗

4. Сколько строк вернёт JOIN ↗

Модуль 3. Агрегаты, NULL и группировка (SQL и pandas)

2 урока

1. COUNT, AVG и NULL ↗

2. Листы и элементы: больше и меньше пяти ↗

Модуль 4. Продуктовые и маркетинговые метрики

14 уроков

1. Конверсия и средний чек по каналам ↗

2. ARPU, ARPPU и доля платящих ↗

3. Retention по когортам ↗

4. DAU, WAU, MAU и sticky factor ↗

5. Воронка: конверсия по шагам ↗

6. Рекламные метрики: CTR, CPC, CPM, CR, CPA, ROAS, ROMI ↗

7. Блиц: маркетинговые метрики в уме ↗

8. E-commerce: повторные покупки, возвраты, брошенные корзины ↗

9. NPS: промоутеры, нейтралы, критики ↗

10. LTV когорты и окупаемость CAC ↗

11. Дерево метрик и North Star ↗

12. Метрика упала: что делать ↗

13. Придумать и проверить метрику ↗

14. Две рекламные кампании, ROMI, атрибуция и UTM ↗

Модуль 5. Аналитика продаж: средний чек, ABC, XYZ, RFM

4 урока

1. Средний чек и выручка на клиента ↗

2. ABC-анализ товаров ↗

3. XYZ-анализ спроса ↗

4. RFM-анализ клиентов ↗

Модуль 6. Юнит-экономика

4 урока

1. Деньги магазина: от GMV до чистой прибыли ↗

2. Юнит-экономика заказа: CM1, CPO и CM2 ↗

3. Юнит-экономика клиента: CAC, LTV и LTV/CAC ↗

4. Блиц: подписка, LTV и скидки ↗

Модуль 7. Теория вероятностей

7 уроков

1. Светофор: сколько стоять на красном ↗

2. Монета до первого орла ↗

3. Формула Бернулли: ровно k успехов из n ↗

4. Тест точен на 99%. Вы больны? ↗

5. Ледники и тюлени ↗

6. Три двери и ведущий ↗

7. Три броска кубика: где остановиться ↗

Модуль 8. Статистика: среднее, разброс, p-value, ошибки

10 уроков

1. Типы данных: категориальные, порядковые, дискретные, непрерывные ↗

2. Среднее, медиана, мода ↗

3. Дисперсия и стандартное отклонение ↗

4. p-value: что это и чего это не значит ↗

5. Ошибки первого и второго рода, α и мощность ↗

6. Перцентили, квантили, квартили ↗

7. Корреляция: что это, как считать и где она врёт ↗

8. Доверительные интервалы и бутстреп ↗

9. A/B-тесты глубже: A/A, SRM, CUPED, разность разностей ↗

10. Синтетический контроль: A/B, когда группы не разделить ↗

Модуль 9. ML: метрики качества моделей

5 уроков

1. Матрица ошибок: accuracy, precision, recall, F1 ↗

2. Порог и ROC-AUC на пальцах ↗

3. Метрики регрессии: MAE, RMSE, MAPE ↗

4. Как рассказать про ML-опыт на собеседовании ↗

5. Блиц: ML-вопросы с собеседований ↗

Модуль 10. Python-секция: основы языка и лайфкодинг

3 урока

1. Python-основы с собеседований ↗

2. Лайфкодинг на Python: сдача и палиндром ↗

3. Алгоритмы: словарь, бинарный поиск, динамика ↗

Модуль 11. Базы данных и инструменты: индексы, DWH, Airflow

5 уроков

1. SQL-теория с собеседований ↗

2. Индексы и партиции: как ускоряют запросы ↗

3. Где живут данные: строки и колонки, SQL и NoSQL, DWH, форматы ↗

4. ClickHouse и Kafka: вопросы с собеседований ↗

5. cron, Airflow и dbt: вопросы с собеседований ↗

Модуль 12. Продуктовое мышление и кейсы

4 урока

1. Как решать продуктовые кейсы ↗

2. Гипотезы и приоритизация: RICE, ICE ↗

3. Метрики поиска и рекомендаций ↗

4. Практикум: три продуктовых кейса на время ↗

Модуль 13. Финальный микс: задачи с собеседований

9 уроков

1. Блиц: вопросы с собеседований ↗

2. Первое, последнее, второе событие ↗

3. Топ-N в группе ↗

4. Условная агрегация: CASE внутри SUM и COUNT ↗

5. Множества: было, не было, только ↗

6. Задачи повышенной сложности ↗

7. Задачи с лайв-собеседования аналитика ↗

8. Тестовое задание: маркетплейс ↗

9. Отделы и сотрудники ↗