Hard
аналитика
Освоите навыки аналитики и разработки. Прокачаете стек, необходимый для хранения и сбора данных. Научитесь проводить
A/B тесты и исследования
// 01Научитесь статистическим методам
// 02Строить дизайн исследования
// 03Работать со стеком для хранения и сбора данных
// 04Работать с языками и фреймворками
Помогаем выпускникам найти работу
Помогаем выпускникам устроиться — в Wildberries и другие компании
Студенты попадают в кадровый резерв или проходят стажировку в компании. Это возможность стать частью экосистемы, которая создаёт сервисы для миллионов людей — от онлайн-торговли до логистики и доставки.
Сообщество Техношколы — ваш социальный лифт в IT. Сегодня вы обсуждаете задания, завтра делаете совместный проект. Опыт и поддержка единомышленников помогут быстрее освоить профессию и начать карьеру.
>600
студентов стали частью компании
9 блоков теории и итоговый проект
После завершения курса вы получите официальный документ и подтверждение практических навыков
<< 1 Уровень >>
EDA: разведочный анализ
Введение в EDA
EDA и бизнес‑метрики
Сегментация
Воронки
Гипотезы
<< 2 Уровень >>
Математика для анализа данных
Линейная алгебра: векторы и действия с ними
Линейная алгебра: матрицы и действия с ними
Математический анализ: функция, предел в точке и на бесконечности, производная и экстремум
Математический анализ: интегрирование
Математический анализ: функции нескольких переменных, экстремумы, градиентный спуск
Теория вероятностей: вероятность, случайная величина, закон распределения
Теория вероятностей: характеристики случайных величин, основные распределения и их физический смысл
<< 3 Уровень >>
SQL и базы данных
Основные операторы
Агрегатные функции и группировка
JOIN
Оконные функции
План запроса
Проектирование баз данных
DDL, DML, DCL и TCL в SQL
Нормальные формы
Оптимизация запросов
Временные таблицы
План запроса: продолжение
Индексы
Процедуры и переменные
Транзакции
Практикум
<< 4 Уровень >>
Статистические методы
Генеральная совокупность и выборка
Выбросы и стандартизация
Доверительные интервалы
Объем выборки и точность оценивания
Проверка гипотез: теория
Проверка параметрических гипотез: практика
Проверка гипотез в A/B тестах
Дисперсионный анализ
Виды зависимостей
Исследование зависимости двух номинальных признаков
Исследование зависимости двух порядковых, двух количественных признаков
<< 5 Уровень >>
BI инструменты
Введение в BI‑системы и их роль в аналитике
Обзор BI‑платформ/Работа с данными: DataLens, Power BI, Superset
Создание дашбордов и визуализация данных
Продвинутые методы
Реальные кейсы
<< 6 Уровень >>
A/B
тестирование
Введение в А/Б тесты
Сплитование, поправка на множественное сравнение
Ratio‑метрики и способы борьбы с ними
Методы понижения дисперсии
Методы офлайн — тестирования
<< 7 Уровень >>
Машинное обучение
Введение в машинное обучение. Основные термины, постановки задач и примеры применения
Линейная регрессия. Функционал ошибки. Метрики качества. Переобучение. Градиентный спуск.
Модификации градиентного спуска, регуляризация.
Линейные методы классификации. Логистическая регрессия. Метрики качества.
SVM, многоклассовая классификация.
Нелинейные методы классификации.
Решающие деревья.
Ансамблевые методы. Случайный лес, бэггинг. Разложение ошибки на bias, variance.
Кластеризация: продолжение
Понижение размерности. PCA. Детектирование аномалий.
<< 8 Уровень >>
Продуктовая аналитика
Введение в продуктовую аналитику
Инструменты для сбора и анализа данных продукта
Методы сегментирования
целевой аудитории и клиентов
Продуктовые метрики
<< 9 Уровень >>
Хранение и обработка больших данных
Введение в Apache Spark
DataFrame API: основы работы с PySpark
RDD: мощный инструмент для распределённых вычислений
Оптимизация кластеров: партиционирование и broadcast переменные
Hadoop экосистема: интеграция Spark с HDFS и Parquet
Spark SQL и Hive: тонкости оптимизации
Iceberg: революция в управлении данными
MLlib и GraphX: машинное обучение в Spark
Учат опытные специалисты
Преподаватели делятся опытом реальных проектов для миллионов пользователей и показывают, как устроена работа внутри индустрии. Вместо теории — практические подходы с которыми работают современные команды
Подайте заявку, пройдите тест и начните курс
1
Дождитесь начала набора и подайте заявку. С вами свяжется HR‑менеджер.
2
Пройдите тест на знание SQL, Python, математики и ML‑алгоритмов.
3
Созвонитесь с HR, чтобы узнать о компании и дальнейших шагах.
4
Начните обучение в установленную дату, если прошли отбор.
Ответы на вопросы об обучении
Как проходит обучение в WB Техношколе?
Сколько длится курс?
Сколько времени нужно уделять обучению?
Полная удалёнка или нужно приходить в офис?
Школа даст оборудование для обучения?
Проходил обучение в WB Техношколе, но не закончил, могу ли пройти повторно?
Кому задавать вопросы по заданиям?
За что могут отчислить из WB Техношколы?
Бесплатно
Hard
аналитика
аналитика
Освоите навыки аналитики и разработки. Прокачаете стек, необходимый для хранения и сбора данных. Научитесь проводить
A/B тесты и исследования
Наборзакрыт