Yandex.Practicum-数据分析师。毕业

第一篇文章在这里。

Yandex.Practicum的培训已结束,已收到证书,您可以对培训进行总结。


另外,在第一篇文章之后,还有许多其他问题,所以我想回答这些问题并展示一些练习。案例已经掌握了很多,因此在一篇文章的框架中,它不可能涵盖所有内容。

首先,我想描述写第一篇文章后培训中发生的事情。我想分别描述一下。

首先,


事实证明,“自动化”课程对我个人而言是最困难的-在数据分析过程(脚本,仪表板等)的自动化上,培训材料的质量完全无关紧要。

这些纯粹是技术上的故障-“我按了什么东西,什么都没了”:)
(软件版本不兼容,设备出现问题),导致违反了工作截止日期。事实证明,我几乎没有命令行经验,但是我不得不紧急学习...


作为本主题的一部分,我们获得了在Yandex.Cloud中使用虚拟机的经验

, . , , , . , (CLI), API SDK.


-,


这门课程给我留下了深刻的印象,其诱人的标题为“预测和预测”(机器学习)。事实证明这很重要,分析师必须对机器学习有所了解,尽管这与数据科学更为相关。我马上说,我喜欢在实践中立即引入获得的分析结论的想法,因为我喜欢整个工作周期,而流程的分离越少,结果越好(但是存在一些困难)。

该课程包括3个大块:

  • 商业中的机器学习任务,
  • 机器学习算法
  • 解决机器学习问题的过程。

第三,


毕业项目在Yandex.Tracker中进行,这是一个任务和流程管理系统,使学生能够像在真正的公司中一样沉浸在工作流程中。


每个学生都执行了他的项目并将报告发送给Tracker,意外任务也到了。这是一次有趣的经历,但是很难评估真实公司中的期限(项目通常要完成多长时间)。Peergrade

的最新同行评审工作是进行学生反馈会议的在线平台。在那里,我们评估了项目中彼此的任务之一。

第四,


非常喜欢工作安置计划。您可以成为一名优秀的专家,但根本不了解为正确,充分展示自己所需要做的事情。在我看来,有了投资组合并完成工作,雇主将审视所有事情,我们将进行交谈,并且每个人的流程都会缩短,但事实证明,没有人在看项目。在大多数情况下,一切都始于人事部门,因此您应该拥有正常的简历和求职信,以及许多其他细节。因此,出乎我意料的是,该程序非常有用。

发现


如果您在某个领域有丰富的经验,不仅可以应用所学的工具,还可以解释结果,并且在理想情况下也可以实施,那么您将是出口处的现成专家。

Yandex.Practicum仅会为您提供分析工具,并且您确实可以从头开始学习工具(例如,从学校毕业后),但不太可能解释结果,因为在特定领域有专门的教育或工作经验。


在我们国家,该研讨会比计划提前了一点,因为事实证明,对于很多空缺,您将完全需要Excel :)。显然,雇主很难转移到其他数据工具。

让我提醒您,我们的流程是第一流的,并且我知道会遇到任何技术困难,并且课程的开发人员也会从我们这里有所学习。

对我而言,主要缺点是“人为因素”。后来,在分析我完成的项目时,我发现了教师应该向我指出的一些错误。通常,人们认为老师没有足够的时间检查,我将所有这些都归功于一个新产品,我们完全解决了这个问题。此外,参加本课程的人们正在努力制作一个超级产品,例如,“预测和预测”主题已被完全更新,并且变得更加易懂和完整。我再经历一次。

在不同教师,不同观点的某些方法的应用建议中也存在矛盾。

学习工具


为了节省时间,最好在上课之前有个主意,尤其是在并行工作的情况下):

  • Python,最好在开始上课之前先了解一下语言。有介绍性课程,但是其他介绍性课程也不会受到伤害。
  • Jupyter笔记本上课前也能阅读
  • 几乎在所有地方都需要SQL,现在已经很容易地确定了您入门所需的一切。
  • 统计分析,我强烈建议您在开始之前先与Anatoly Karpov一起在Stepik上启动“ 统计学基础 ”,


    , « » . « » « . 2 3.» .

:

  • - ( , , -, );
  • , (/-);
  • , (, , );
  • ( , , , , , );
  • 机器学习,sklearn(预处理,模型构建,分类,选择最佳模型),但这仍然是一门很短的课程,想要在此领域工作的人将需要一门更高级的课程,例如Yandex的课程

而且,如果是很久以前,或者您完全不了解概率论,那么请至少阅读GetAClass的经验,首先是组合论,然后是概率论

不用说英语。

在本文的第二部分中,我将展示在实践中所获得的用于研究分析的知识的应用:Yandex.Direct中的广告活动,访问该站点,确定可能的欺诈行为。关于6.5年以上收集的数据。

All Articles