Курс “Аналитик данных” karpov.courses — подробный разбор от аналитика данных
Последний месяц я системно разбираю разные курсы по аналитике данных - по просьбам подписчиков моего канала Аналитика и Growth-mindset (18K подписчиков). Уже сделала разбор курса Eduson, на очереди - Яндекс Практикум, Skillbox, Нетология. В этот раз - курс по аналитике данных от Анатолия Карпова.
Всё началось с того, что мой знакомый Паша - менеджер из МТС - решил перейти в аналитику и попросил меня взглянуть на курс от Eduson. Как бывшего аналитика данных и предпринимателя в настоящем, который в том числе нанимал аналитиков в команду.
Я поделилась мнением с Пашей и опубликовала разбор в Telegram-канале. Пост собрал 337 реакций с просьбой продолжить. Так начался этот цикл обзоров.
Анатолий Карпов известен бесплатными курсами по статистике на Stepik - их прошли 300 000 человек, средняя оценка 4.9. Курсы помогли мне на старте разобраться в статистике, несмотря на то, что практических примеров в них не хватало.
Поэтому платный курс было особенно интересно разобрать.
Что может не понравится:
- Учебный ритм фиксированный: уроки и задания открываются 3 раза в неделю, на выполнение дают 2 недели. Это может быть минусом для тех, кто хочет полностью свободный график.
- Не дают гарантии трудоустройства, но пишут, что карьерные консультанты помогут пройти через все сложности поиска.
- Иногда платформа немного лагала - например, виртуальный помощник по курсу ответил мне не с первого раза или видео звучало с глюками.
Что супер:
- Мне зашла подача теории - построена на примерах и реальном опыте преподавателей. Смотришь лекцию - и не ловишь себя на скуке. А наоборот: хочется дослушать до конца. Например, в 15 минутной лекции про визуализацию от Ромы Бунина (BI evangelist Yandex DataLens) - 7 рабочих примеров. Анастасия Кузнецова (канал “Настенька и графики”) не просто показывает, как надо делать дизайн дашбордов, но и прожаривает чужие дашборды - разбирает типичные ошибки на примерах. Если серьезно, примеры - один из самых сильных способов обучения: мозгу легче запомнить наглядное.
- В курсе 490+ практических задач. После каждого урока с лекциями увидела в среднем 10 практических задач и вопросов на подумать: посчитай метрики, разберись с поведением пользователей, выбери дашборд под задачу и т.д. Формируется не только навык, но и голова начинает думать как у аналитика.
- 10+ кейсов в портфолио. По сути, реальные задачи, и в целом охватывают все ключевые навыки, поэтому на собеседовании пробелов быть не должно. Например: анализ A/B-теста в дейтинг-приложении, оптимизация маркетинговых каналов в доставке еды, разбор, где теряются клиенты и тд.
- Есть база вопросов с собеседований и тестовых заданий. Правда сама я ее не видела, про нее мне рассказал ИИ на сайте (”это набор реальных кейсов и задач, которые дают на собеседованиях в IT-компаниях”). Крутая тема, чтобы повысить шансы пройти собес.
- Погружение в реальную работу. У меня в доступе оказался проект модуля по визуализации. Там нужно не просто “собрать дашборд”, а пройти весь путь: собрать требования, провести интервью, поработать с данными, визуализировать и презентовать результат.
- В таком виде это дает полное погружение в работу аналитика данных. И как раз закрывает тот самый частый вопрос: “Прохожу курс Х, но всё ещё не понимаю, чем вообще занимается аналитик и как выглядит работа на практике.”
- У новичков часто проблемане с тем, как посчитать, а с коммуникацией. В курсе задания не оторваны от реальности - нужно общаться, принимать решения, думать, что важно для бизнеса. Прокачиваются не только hard, но и soft-скиллы.
Как всегда - решать вам. Но если хотите моё мнение: если бы начинала с нуля, курс Карпова рассмотрела бы. Здесь есть нужное для старта и трудоустройства, а минусы - не критичные.
Обозревала этот курс: karpov.courses/analytics. Что думаете? Будет здесь интересно послушать мнение тех, кто уже проходил курс от и до - совпадает оно с моим?