Мои конспекты по профессиональной сертификации «Google Data Analytics» — курс 1

Привет, мир!

Близится к завершению мое онлайн обучение по программе профессиональной сертификации «Google Data Analytics» на платформе «Coursera», поэтому мне хочется оцифровать свои небольшие конспекты, чтобы освежить в памяти пройденный материал и, возможно, развеять чьи-то сомнения по поводу выбора курсов.

В этой публикации, помимо ключевой информации первого курса, расскажу почему обратил внимание именно на программу от Гугл.

Мотивация

На момент начала обучения я уже имел практический опыт в области аналитики: участвовал в обсуждениях гипотез, собирал требования, составлял ТЗ, изучал поведение пользователей и даже писал SQL-запросы для выгрузки данных из БД, чтобы потом сводить и визуализировать их в Excel. Мне нравилось, как данные влияют на гипотезы, меняют восприятие внедренной фичи, позволяют ощутить обратную связь от реальных пользователей, а главное помогают достичь поставленных целей. Но в моем опыте не было структурированности, не было теоретического фундамента, не было понимая какая область аналитики мне наиболее интересна, и я решил это исправить.

Выбор программы

Вопрос выбора курсов почти не стоял, у меня были четкие критерии и «Google Career Certificates» соответствовал им всем:

1. Актуальность

2. Наличие сертификата

3. Регулируемый учебный план

4. Возможность бесплатного обучения

5. Подтвержденная экспертность преподавателей

Тем более я уже учился по программе Гугла в области UX и единственное, что иногда мешало впитывать знания – языковой барьер, слушать в пол уха, параллельно занимаясь чем-то еще, получится далеко не у всех. Курсы записаны на английском, но мне с уровнем Intermediate и переводчиком в браузере было комфортно проходить обучение.

Формат обучения

Профессиональные сертификации – это серии из нескольких курсов, в программе аналитики их аж 8. Каждый курс рассчитан на 4-5 недель обучения и один часовой тест, но при желании время прохождения можно спокойно сократить в два раза. В каждую неделю заложены несколько тем, для изучения которых предусмотрены следующие активности:

1. Короткие лекции от инструкторов, иногда с демонстрацией практических задач

2. Развернутые текстовые конспект в удобочитаемом формате

3. Практические задания с подробным решением

4. Открытые вопросы для обсуждения на форуме

5. Небольшие тесты для проверки усвоенной информации

Такой формат обеспечивает максимально комфортное погружение в мир анализа данных для тех, кто совсем не знаком с предметной областью, однако мидлы здесь могут заскучать.

Думаю, достаточно вводной информации и пора переходить к курсам.

Foundations: Data, Data, Everywhere

Первый курс сертификации можно считать ознакомительным. В самом начале авторы программы предлагают пройти тест на знание предметной области и по его результатам принять решение о дальнейшем прохождении первой недели или переходе сразу к пятой. Несмотря на полученный допуск к финальному тесту, я решил пройти всю программу, поэтому мне есть чем поделиться.

Жизненный цикл анализа данных (Обобщенная модель Гугла и института SAS) – этот подход я сразу же внедрил в рабочий процесс и теперь стараюсь проводить каждую аналитическую задачу через все фазы цикла:

1. Спросить (Ask)

2. Подготовить (Prepare)

3. Обработать (Process)

4. Проанализировать (Analyze)

5. Поделится (Share)

6. Внедрить (Act)

7. Оценить (Evaluate)

8. Наша песня хороша, начинай с начала (Ask again)

Жизненный цикл данных (Интерпретация научно-исследовательской организации USGS) — более абстрактная информация для общего понимания того, что данные проходят собственные циклы:

1. Планируются (Plan)

2. Собираются (Acquire)

3. Обрабатываются (Process)

4. Анализируются (Analyze)

5. Подготавливаются к хранению (Preserve)

6. Демонстрируются (Publish/Share)

7. Описываются (Describe) / Улучшаются (Manage quality) / Архивируются (Backup & Secure)

Основные инструменты анализа данных, которые изучаются на программе:

1. Таблицы – Google Sheets

2. Базы данных и SQL – BigQuery

3. Инструменты визуализации – Tableau

4. Языки программирования – R

Расшифровка некоторых аналитических специализаций — демонстрирует глубину профессии и широту возможностей, открывающуюся перед специалистами:

Расшифровка специализаций
Расшифровка специализаций

По завершении курса осознал, что системный анализ, которым мне иногда приходилось заниматься по воле работодателя, вообще не входит в область анализа данных, чему несказанно рад)

На этом записи с первого курса подходят к концу, продолжение следует…

11
9 комментариев

Комментарий недоступен

Ответить

И вам добрый день, что заставило повешать ярлык инфорциганства на публикацию?

1
Ответить

Подскажите как оплачивали курс?

Ответить