Data Analyst Bootcamp
Data Analyst Bootcamp — интенсивная практическая программа, которая готовит участников к реальной работе аналитиком данных с нуля. В программе изучаются анализ данных в Excel, SQL-запросы, создание дашбордов и отчетов в Power BI, основы статистики, принципы визуализации данных и data-driven подход к принятию решений. Обучение построено на реальных бизнес-датасетах и кейсах, формируя практические навыки для ролей Data Analyst и BI Analyst.
Длительность5 месяца
Дата начала2026-09-16
График занятий3 раза в неделю
ФорматHYBRID
Üstünlüklərimiz
Профессиональные наставники
Поддержка и руководство от опытных специалистов
Практическое обучение
Не только теория — обучение на реальных проектах
Современные технологии
Python, искусственный интеллект, веб-разработка и другие актуальные направления
Карьерная поддержка
Подготовка резюме, имитация собеседований и доступ к вакансиям
Учебный план
13
Основы Excel и анализ данных
- 1.Введение в Excel и знакомство с AI-инструментами: Интерфейс, ячейки, основная навигация, Table Основы ввода данных и форматирования: Форматы ячеек, числовой/дата формат, Excel Table Условные функции I: IF, Nested IF, AND, OR Математические функции: SUM, AVERAGE, MIN, MAX, ROUND, COUNT, COUNTA Условные функции II: SUMIF, COUNTIF, SUMIFS, COUNTIFS Текстовые функции: LEFT, RIGHT, MID, CONCAT, TRIM, UPPER/LOWER Функции даты и времени: TODAY, DATE, DATEDIF, NETWORKDAYS, EOMONTH Функции поиска: VLOOKUP, INDEX/MATCH, XLOOKUP Условное форматирование (Conditional Formatting): Цветовые шкалы, Data Bars, наборы значков, правила Очистка и подготовка данных: Дубликаты, Data Validation, Sort/Filter Основы Pivot Table: Rows, Columns, Values, группировка Визуализация данных и простой Dashboard: Типы графиков, Sparklines, простой Dashboard
12
Power BI & Data Analysis
- 1.Обзор Power BI Desktop Источники данных и подключение к данным Power Query (очистка, преобразование, объединение, добавление) Моделирование данных и связи между таблицами Основы DAX Меры DAX и вычисляемые таблицы Диаграммы и визуализации Срезы, KPI и карты Создание дашбордов Управление рабочими областями и наборами данных Row-Level Security (уровневая безопасность данных) Инкрементальное обновление данных Публикация и совместный доступ Итоговый экзамен (проект)
16
SQL (Microsoft SQL Server) & Data Analysis
- 1.Настройка среды Oracle SQL Понимание реляционных баз данных и аналитических моделей данных Написание базовых SELECT-запросов Фильтрация, сортировка и ограничение данных Понимание принципов получения и управления данными аналитиками Вычисления и выражения на уровне столбцов Условная логика (операторы CASE) Работа с отсутствующими и несогласованными данными Строковые функции для очистки данных Функции анализа даты и времени Агрегация и логика группировки данных Фильтрация агрегированных данных Понимание и применение связей между таблицами Объединение нескольких таблиц для анализа Предотвращение распространённых ошибок при аналитическом объединении таблиц Подзапросы (однострочные и многострочные) Когда использовать подзапросы вместо JOIN и наоборот Common Table Expressions (CTE) Построение читаемых пошаговых аналитических запросов Декомпозиция аналитических задач Распространённые шаблоны аналитических SQL-запросов Введение в оконные функции Чтение и интерпретация SQL-кода Отладка запросов Практический кейс Итоговое повторение Практический итоговый экзамен Реалистичные сценарии аналитики с использованием SQL
8
Python & Data Analysis
- 1.Введение в Python и условия: • Настройка среды (установка Python, Jupyter Notebook или VS Code) • Переменные, типы данных (int, float, str, bool), операторы, ввод/вывод • Условия if / elif / else • Объединение условий с помощью логических операторов (and, or, not); вложенные условия Циклы: • Циклы for и while • break, continue, pass • Вложенные циклы Функции и рекурсия: • Определение функций, параметры, возвращаемые значения, аргументы по умолчанию и именованные аргументы • Базовый случай и рекурсивный случай • Классические примеры рекурсии: факториал, числа Фибоначчи, сумма элементов списка • Рекурсия vs. итерация — когда и что использовать Структуры данных I — списки и кортежи: • Списки: создание, индексация, срезы, методы (append, sort, pop и др.) • List comprehensions • Кортежи: неизменяемость, варианты использования, упаковка/распаковка Структуры данных II — словари и множества: • Словари: пары ключ-значение, методы, перебор ключей/значений/элементов • Dictionary comprehensions • Множества: уникальность, операции над множествами (объединение, пересечение, разность) • Выбор подходящей структуры для конкретной задачи Основы NumPy + введение в Pandas: • NumPy (половина): массивы vs. списки, индексация/срезы, векторизованные операции, базовая статистика (mean, median, std) • Pandas (половина): структуры Series и DataFrame, загрузка данных (CSV/Excel/JSON), .head(), .info(), .describe() Pandas — очистка и преобразование данных: • Выбор и фильтрация: .loc, .iloc, булева индексация • Работа с пропущенными данными, дубликатами и преобразованием типов • Операции GroupBy (split-apply-combine) • Объединение и соединение DataFrame Агрегация Pandas, визуализация и итоговый проект: • Сводные таблицы и кросс-таблицы • Визуализация с помощью Matplotlib, Seaborn и Plotly (статические и интерактивные графики) • Выбор подходящего типа графика для представления нужного инсайта
Наши лучшие выпускники
Bu kurs üçün hələ məzun məlumatı əlavə olunmayıb.
Наши преподаватели
В этой категории преподаватели не найдены.
Зарплаты на рынке
1000-1500 AZN
Junior
1 год опыта
1500-2500 AZN
Middle
1–3 года опыта
3500+ AZN
Senior
3+ года опыта
Часто задаваемые вопросы
idtech — это современная образовательная экосистема, обучающая технологиям, программированию и цифровым навыкам.
Вы можете зарегистрироваться, заполнив форму в разделе «Подать заявку» на нашем сайте.
Наши курсы подходят как для новичков, так и для тех, кто хочет углубить свои знания.
Да, занятия проходят как онлайн, так и в учебных классах.