1.1;Введение в работу аналитика;какие бывают аналитики и какие у них зоны ответственности, что мы будем изучать в рамках курса, консультация по доступам и настройкам;1,5 1.2;Сбор требований;как собирать требования, типы заказчиков, какие есть методики (интервью), шаблоны постановки задач на аналитику;1,5 1.3;Структурирование требований;дерево требований, изменение требований, какие особенности в структурированиии требованй для аналитики;1,5 1.4;Виды показателей и метрик;общее введение в понятие показателей, натуральные показатели/синтетические показатели, аналитические разрезы данных (многомеерные показатели), как описывать показатели;1,5 1.5;Презентация результата;шаблоны презентаций, как сделать презентацию своего дашборда;2,5

2.2;Основы Баз данныx; определение, устройство, архитектура и структура данных, примеры баз данных (БД), получение данных, схемы в БД: понятие нормализации, примеры схем хранилища (Star Schema, Snowflake Schema, Hybrid Schemas);1 2.2;PostgeSQL;устройство, принципы работы PostgreSQL, как пользоваться PostgreSQL, как загружать и получать данные с этой БД, Разные форматы данных, кроме .txt и .csv, .json.;1,5 2.3;Основы SQL; простые запросы, Join`ы, агрегаты, группировки, вложенные запросы, индексы, фильтрация, агрегация, импорт/экспорт данных, базовые команды: SELECT, WHERE, JOIN (Inner, Right, Left, Full), ORDER BY, LIKE, IN, BETWEEN, CASE, UNION, INTERSECT, WITH, GROUP BY, HAVING);1,5 2.4;Data quality;Как проверять данные, как очищать данные, понятие целостности и непротиворечивости;1,5 2.5;Введение в понятие BI;виды BI систем, сценарии использования BI-систем, конкурентный анализ - выбор BI систем;1,5 2.6;Современные BI;real-time аналитика, облако, severless, событийная аналитика;1,5 2.7;Введение в Tableau/MS Power BI;принципы работы, знакомство с системой, как подключать данные, как строит дашборд/запрос;1,5 2.8;Основы визуализации;определение визуализации, основы композиции, виды дашбордов, навигациии по дашбордам;1

3.1;Углубленное SQL;аналитические функции (Sum( ), Count( ), Max( ), Min( ), Avg( ), Rank( ), Dense_Rank( ), Percent_Rank( )), Extract, Transform, Load (ETL): Import/Export посредством SQL (.txt файл, .csv файл, в другую БД);1,5 3.2;Экономическая игра;погружение в финансовые метрики;2 3.3;Введение в статистический анализ;определение, основные понятия (среднее, мода, медиана, макс/мин значение, квартили, среднеквадратичное отклонение, дисперсия), виды распределений, Центральная предельная теорема, корреляция;1,5 3.4;Статистические тесты и проверки гипотез;генеральная совокупность и выборки, статистическая значимость, виды статических критериев;1,5 3.5;Работа в Tableau/MS Power BI;разбор сложных визуализаций, продвиниутые функции, настройка алертов, разбор кейсов;1,5 3.6;Презентация работ;Разбор сданных проектов;2,5