Всем привет, меня зовут Маруся, я аналитик данных и на досуге веду телеграм-канал про аналитику.

Так как я сама изучала аналитику данных по бесплатным курсам, параллельно стажируясь, а потом уже и полноценно работая в компаниях, у меня накопилось много классных бесплатных курсов, которыми с вами тут и поделюсь.

Сейчас предлагают много платных программ, но если у вас есть интерес и вы можете себя организовать на учебу самостоятельно - то обучение по бесплатным курсам вам подойдет. Тем более что это обучение от лучших компаний и университетов мира - Harvard, IBM, Google, Stanford и других.

Я изучила полностью как минимум несколько курсов по аналитике данных, а также отдельно по Python, SQL, статистике, созданию дашбордов, веб-аналитике и т.д. Все это на том или ином этапе было нужно в моей работе. А также было много курсов, в которых я изучала только конкретные части (под конкретный интерес или конкретную задачу).

Но сначала 2 важных вещи:

Все курсы, представленные ниже только на английском. Почему на английском? Потому что материалов по аналитике данных и data science на русском не так много и практически все они сделаны каким-то действующим онлайн-университетом, а я не хотела бы в статье делать рекламу кому-то из них. Даже если вы не знаете английского, можно пользоваться переводчиком и изучать английский параллельно изучению курса. Поначалу трудно, но позже начинает получаться.

В моем телеграм-канале подписчица задала вопрос, нужны ли сертификаты, корочки при трудоустройстве на работу? Как оказалось, есть люди, которые проходят платные курсы только из-за сертификата.

Я не исследовала опыт других людей, но по своему могу сказать: я прошла очень много собеседований и нигде меня не спрашивали про физический сертификат или диплом. То же самое при непосредственном устройстве на работу - никто не требовал предоставлять дипломы или сертификаты. Максимум - это могут задать вопрос, типа "Какое обучение вы заканчивали?", "Какие курсы проходили?".

Далее даю общие курсы по аналитике данных и data science, а также курсы по отдельным навыкам, которые нужны для этих профессий.

Общие курсы

Общие курсы дают базовое понимание. У Google, IBM есть бесплатные курсы, заточенные больше под аналитику данных. У Harvard University - под data science.

• Google Data Analytics Professional Certificate

• Data Science: Wrangling (Harvard university)

• Data Science: Machine Learning (Harvard university)

• Principles, Statistical and Computational Tools for Reproducible Data Science (Harvard university)

• Data Science: Linear Regression (Harvard university)

• Data Analytics Basics for Everyone (IBM)

• Learn to code for data analysis (OpenLearn)

• Introductory Data Science Courses (Dataquest)

• Сертификация по продуктовой аналитике (Mixpanel)

Блоги компаний по аналитике

В блогах есть примеры решения конкретных задач и почитать на досуге опыт мировых лидеров всегда полезно.

• Booking.Datascience

• B.log

• Netflix Technology Blog

• Stack Overflow blog

• Research at Yandex

• Data / ML blog Uber

SQL и базы данных

Из нижеперечисленных мне больше всего нравится Kaggle, не только тем, что там дается небольшая теория и потом практика, но и интерфейсом, простотой подачи материала.

• Khan Academy

• SQL for Data Science (IBM)

• SQL Tutorial (SQL ZOO)

• Intro to SQL (Kaggle)

• Advanced SQL (Kaggle)

А вообще свое мнение относительно того, как выучить SQL быстрее, сказала тут.

Python

Я сначала прошла базу языка, его азы, а затем уже изучала, как можно с помощью Python решить задачи аналитики, изучала отдельные библиотеки, которые используются в аналитике данных.

• Анализ данных с использованием Python (IBM)

• Intro to Programming (Kaggle)

• Python (Kaggle)

• Data Cleaning (Kaggle)

• Pandas (Kaggle)

• Machine Learning Explainability (Kaggle)

• Визуализация данных с помощью Python (IBM)

• Анализ данных с помощью Python (freeCodeCamp)

• Python Basics for Data Science (IBM)

• Analyzing Data with Python (IBM)

• Visualizing Data with Python (IBM)

Тренажеры SQL и Python

Дополнительно, для "оттачивания" навыков и подготовки к собеседованиям могут пригодиться. Конечно, нет ничего лучше реальных задач, но иногда реальных нет. Когда у меня была такая ситуация, я прорешала задачи на Hakerrank и это помогло мне в дальнейшем пройти собеседование. Там же, например на Hakerrank, можно получить сертификаты для подтверждения своего уровня.

• Hakerrank

• Strata scratch

• SQLBolt

• W3schools

Статистика

Статистика - вещь, незнание которой может привести к ошибкам, чего я не понимала в самом начале. Поэтому рекомендую ее изучать всем аналитикам, даже если явно ее от вас и не требуют.

• Введение в статистику (Stanford University)

• Статистика для экспериментов (Harvard University)

• Вероятность и статистика в науке о данных с использованием Python (SanDiego University)

• Статистическое мышление для Data Scientist и аналитиков данных (Columbia University)

Визуализация

Вот несколько курсов по визуализации, которые дают азы, понимание базовых прицнипов. Но стоит также учитывать, с помощью какого именно инструмента вы хотите визуализировать (Power BI, Google Data studio, Python и тд). И как правило у каждого инструмента есть своя бесплатная обучающая база на их же сайте.

• Data Science: Visualization (Harvard university)

• Data Visualization (Kaggle)

• Data Visualization and Building Dashboards with Excel and Cognos (IBM)

• Data Analytics and Visualization Capstone Project (IBM)

• Наука о данных: визуализация (Harvard university)

• Анализ и визуализация данных с помощью Power BI (Davidson)

• Визуализация данных и создание информационных панелей с помощью Excel и Cognos (IBM)

А/Б тестирование

По А/Б тестированию вообще мало материалов и все по большей части в каких-то статьях. Но вот 3 полноценных курса, которые я нашла.

• A/B Testing for Business Analysts (Udacity)

• A/B Testing & Optimization Course (XP2)

• Advanced Experimentation Course (XP2)

Системы веб аналитики

Google имеет обучающий центр Skillshop, где можно обучиться старой версии Universal analytics (ее перестанут поддерживать в июне 2023 года) и новой версии Google Аналитика 4. Есть тестовый аккаунт для той и другой. Как получить тестовый аккаунт.

Google Tag manager - менеджер тегов.

Яндекс Метрика - “Школа Метрики”. И также тестовый аккаунт (чтобы в него войти, нужно зарегистрироваться в Метрике).

Если у вас есть интересные курсы, которые вы знаете или проходили - поделитесь, пожалуйста, в комментариях (только просьба делиться именно бесплатными курсами, без рекламы).