Existují, ale nejsou nijak dramatické. Kurz Data Analyst jsme navrhli tak, aby jej mohl absolvovat i člověk bez jakýchkoli analytických znalostí nebo zkušeností v oboru.

Jediné, co potřebujete k zápisu do kurzu Data Analyst, je:

• základní znalosti aplikace Excel (tj. vytvoření dokumentu, jeho úpravy a zadávání jednoduchých dat),
• základní schopnost číst grafy a údaje v nich (tj. znát základní prvky, např. osy, jednotky, legendy),
• ochotu rozvíjet své analytické, matematické a logické myšlení a schopnost vyvozovat závěry na základě údajů.

Datový analytik, stručně řečeno, organizuje, čistí a analyzuje data, aby mezi nimi našel vztahy a vyvodil závěry. Na tuto specializaci je také zaměřen náš kurz.

Datový analytik se ve firmě může zabývat mnoha věcmi. Jedna věc je však společná. Mají pomáhat činit přesná a informovaná rozhodnutí na základě dat.

Čím se tedy zabývá datový analytik ve firmě?

• Analýza chování zákazníků (např. v internetovém obchodě, nebo na webu)
• Analýza a pochopení trendů pro efektivnější prodejní strategii
• Monitoring výsledků obchodních rozhodnutí, jejich analýza a stanovení závěrů pro budoucí
• Analýza příležitostí a hrozeb pro konkrétní činnosti či projekty
• Automatizace přípravy reportů

Datový vědec může dělat přesně to, co datový analytik, ale více se zabývá pohledem do budoucnosti a hledáním souvislostí mezi daty a odvětvím, ve kterém pracuje. Na pozici Data Scientist potřebuje znalosti v oblasti strojového učení, které mu umožní realizovat pokročilejší projekty. Tyto znalosti můžeš získat absolvováním kurzu Data Scientist, který obsahuje kurz Data Analyst a navíc ještě prémiový modul Machine Learning.

Produktové oddělení společnosti Coders Lab se při designu struktury kurzu soustředilo na vybudování nezbytných kompetencí pro juniorního datového analytika.

Pro tebe to znamená především promyšlený obsah kurzů, který ti krok za krokem pomůže stát se juniorním datovým analytikem. Celý kurz je založen na nejdůležitějších bodech procesu analýzy dat, tj. na definici problému, sběru dat, čištění a zpracování dat, dolování dat a definování nových proměnných, hloubkové analýze dat a prezentaci výsledků analýzy.

V průběhu kurzu získáš tyto znalosti a dovednosti:

• Základy statistiky
• Základy analýzy,
• Programování v Pythonu
• Vizualizace a vyprávění příběhů o datech.

Během kurzu budeš pracovat s nejdůležitějšími knihovnami, nástroji a programy potřebnými pro práci s daty a analýzu. Jejich znalost je vyžadována v naprosté většině pracovních inzerátů na pozice datových analytiků.

V kurzu Data Analyst se naučíš:

• Postupovat dle procesu datové analýzy v praxi
• Analyzovat data pomocí práce s komplexními databázemi v programu Excel
• Automatizovat tvorbu sestav a reportů pomocí jazyka Python
• Získávat data z různých souborů, externích služeb nebo webových stránek
• Přistupovat k datům z firemních systémů, např. CRM, ERP, účetnictví apod.
• Získávat data z databáze i s pomocí komplexních SQL dotazů
• Pokročilé metody formátování výstupních dat
• Prezentace výsledků analýzy a předávání informací pomocí příběhu na základě dat
• Zásady práce s relačními databázemi
• Vizualizace dat pomocí dostupných a populárních knihoven a nástrojů
• Tvorba dashboardů pro sdílení s ostatními

Pokud se chceš dozvědět více, napiš nám a my ti zodpovíme všechny tvé dotazy.

Programovací jazyk Python se vyznačuje jednoduchou syntaxí. Díky tomu se rychle rozvíjí i různé knihovny, které jsou dostupné zdarma všem. Každá z těchto knihoven je zaměřená na specifickou část. Např. knihovna Pandas je nástroj pro jednoduchou manipulaci s daty a zvládne hravě i velké objemy. V průběhu let se také rychle rozvíjí, a proto si jej oblíbili jak programátoři, tak i datoví analytici.

Nejdůležitější vlastností je však jeho univerzálnost s níž automatizujete opakované rutinní úkoly a svou každodenní práci.

To je důležité zejména při práci s daty, protože ti ušetří mnoho času, zjednoduší komplexní úkoly.

• Automatizovat tvorbu reportů a tiskových sestav
• Získávat data z různých souborů, databází, z webových stránek i z API
• Zpracovávat i velké objemy dat

SQL vyučujeme ve třetím modulu kurzu Data Analyst. Díky znalosti tohoto dotazovacího jazyka si můžeš sestavit vhodné dotazy a vyhledávat informace v různých databázích. Umíš-li si takto předpřipravit data z databáze, ušetříš si tím další práci při přípravě dat pro analýzu.

Dotazovací jazyk SQL využiješ v jakékoli relační databázi při své každodenní práci:

• ukládat strukturovaná data do databáze
• číst data z databáze
• optimalizovat rychlost celé databáze pomocí indexů
• seskupovat, slučovat data a počítat průměry, součty a spoustu dalších věcí

Komplexní kurz Data Analyst tě připraví na práci datového analytika. Prémiový balíček Machine Learning (strojové učení) ti otevře dveře k profesi datového vědce (Data Scientist).

Abys mohl/a nastoupit na pozici tohoto typu, musíš mít velmi dobré znalosti v těchto oblastech:

• statistika
• strojové učení
• analytika pro řešení klíčových obchodních problémů

Tyto dovednosti ti pomohou vykonávat každodenní povinnosti v oblasti Data Science, např. vytvářet předpovědi, identifikovat trendy, rozpoznávat hlas, text či pracovat s obrazovým a video materiálem.

Během kurzu se naučíš základy statistiky, analýzy dat, programování, vizualizace dat a strojového učení. Všechny moduly postupně rozvíjejí tvé znalosti a dovednosti. A co je důležité - naučíš se to pod vedením odborníků z praxe a specialistů, kteří denně pracují s velkými soubory dat a svět Big Data před nimi nemá žádné tajemství.

V kurzu Data Analyst se naučíš projít celým procesem analýzy Data Science. Ten se skládá z následujících fází:

• definice problému,
• získání vhodných dat,
• čištění a zpracování dat,
• vytěžování dat a definice nových proměnných,
• prezentace výsledků analýzy,
• aplikace modelů strojového učení.

To co dříve bylo jenom fantazií, se dnes stává běžné. Machine Learning, nebo také strojové učení je podoblast umělé inteligence. Jeho cílem je vytvořit algoritmy, které naučí stroje jednat způsobem, který se co nejvíce blíží specifikům lidského myšlení.

Způsobů jak AI proniká do našich životů neustále přibývá. Proto stále více společností investuje do vývoje řešení založených na Machine Learningu. To vytváří poptávku po kvalifikovaných specialistech, kteří dokáží strojové učení aplikovat na řešení konkrétního problému v byznysu.

Znalost základů ML a ochota rozvíjet se v tomto směru bude velkou výhodou při výběrových řízeních na pozici datového analytika. Pokročilé znalosti modelů strojového učení naopak otevírají dveře k postupu na pozici Data Scientist.