Regisztrálok!

Data Analysis kezdőknek

Takács Anna Emese

Head of Science
@BeHive Consulting

Dátum:

2024. január 31.–
2024. június 1.

 

4 hónap

 

28 alkalom

lector
élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus
élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus élő, online kurzus

A kurzusról

  • Élő, online órák
  • Technikai support
  • Személyre szabott
    visszajelzés az előadótól
  • Házi feladatok, projektfeladat,
    és kérdezz-felelek vár rád!

A kurzus elvégzésével Data Analyst válhat belőled!

Kinek ajánljuk a kurzust?

Az üzleti oldal szakértőinek

Ha már van mélyebb iparági tudásod, jól érted a működési folyamatokat a területeden – legyen szó akár üzleti tanácsadásról, marketingről, kontrollingról, pénzügyről, HR-ről stb. – és a továbbiakban az adatalapú gondolkodást szeretnéd elsajátítani, így a saját és céged versenyképességét növelni.

Közép- és felső vezetőknek

Ha közép- vagy felsővezetőként részt veszel a stratégiai irányok kialakításában és szeretnél rendelkezni az adatanalitikai eszköztárral, ismeretekkel, amelyek hozzájárulnak a stratégiai döntéshozatalhoz, továbbá szeretnél hatékonyan kommunikálni az adattudományos csapatokkal.

Karrierváltóknak

Ha el tudod képzelni a jövődet adatszakértőként, és ehhez átfogó, gyakorlati szaktudásra van szükséged. A kurzuson modulról modulra tanulsz meg komplex adatelemzői problémákat önállóan megoldani, hogy magabiztosan indulhass egy junior adatelemzői pozícióért.

Az előadó

Takács Anna Emese

  • A Columbia Egyetemen végzett adattudósként.
  • Karrierje során megjárta a junior szintektől a középvezetésen át a felső vezetői széket, így minden elemzési szerepkör problematikájával találkozott.
  • Közgazdasági háttérrel is rendelkezik, amit a University of Nottinghamen szerzett alapképzés keretében.
  • Dolgozott Morgan Stanley-nél és a Mastercardnál, utóbbinál egy régiós analytics csapatot épített ki.
  • Jelenleg a BeHive-nál dolgozik mint Head of Data Science, és a feladata az üzletág kiépítése, projektek menedzselése és új, innovatív megoldások megalkotása.
  • Dolgozott szegmentációs, propensity és deep learning modelleken.
  • Másfél évet önkénteskedett a budapesti városvezetésnek adatvizualizációs specialistaként.
  • Elnyerte a McKinsey női díját 2020-ban.
lector

A kurzusról röviden:

Megismered az adatelemzés legkeresettebb technológiáit, és megtanulod stratégiai szemlélettel véghez vinni a projekteket!




Adatelemzési rutin:

Gyakorold valós példák alapján, hogyan tudsz önállóan tisztítani és elemezni adatbázisokat, hogy fordíthatsz értékes adatokat üzleti nyelvre, és lásd át alapjaiban az analitikai műveleteket.

Statisztikai alapok:

Tanuld meg a legfőbb statisztikai módszerekkel értelmezni az adatokban rejlő mintázatokat és anomáliákat, monitorozd az adatminőséget, és tárd fel te a kulcsfontosságú mutatókat.

Szoftverismeret:

Fejleszd az önéletrajzod a Python használatával, az Excel eszköztárával és az SQL adatbázis-lekérdezéseivel. Válj jártassá a haladó gépi tanulási algoritmusokban, az adatvizualizációban és a riportkészítésben is.

Karrier:

A házi feladatokkal portfólióanyagot készítesz az elemzői karrieredhez, tudni fogod, hogyan bonyolíts le egyedül egy adatanalitikai projektet, és útmutatást kapsz az etikus munkavégzéshez.

Kurzus program

1-2. óra
2 alkalom

Bevezetés

  • Mi az adatelemzés?
  • Egy adatelemző mindennapjai, feladatainak áttekintése
  • A fő munkaeszközök és folyamatok megismerése
  • Adattípusok
3-7. óra
5 alkalom

Python modul

  • Bevezetés a Pythonba
  • A Python telepítése és a környezet beállítása
  • „Hello, World!” és az alapvető print függvények
  • Jupyter notebookok és funkcióik
  • Python-objektum
  • Feltételes utasítások és ciklusok
  • Függvények és alapvető fájl I/O
  • Adattípusok alapjai és anomáliák azonosítása
8-11. óra
4 alkalom

Alapvető statisztikai módszerek az adatelemzéshez modul

  • Leíró statisztikák az adatminőséghez
  • Valószínűségi eloszlások
  • Hipotézisvizsgálat
  • Összefoglalás | Kérdezz-felelek
12-13. óra
2 alkalom

Gyakorlati adatkezelés modul

  • Adattisztítási technikák
  • Hiányzó és kiugró adatok kezelése
14-16. óra
3 alkalom

Excel és riportkészítés modul

  • Excel az adatelemzéshez – az alapokon túl
  • Pivot táblák és kimutatások
  • Az adatvizualizáció alapjai és műszerfalak létrehozása
17-20. óra
4 alkalom

SQL modul

  • Adatbázisok és alapvető SQL-parancsok
  • Rendezés, szűrés és függvények
  • Táblák összekapcsolása
  • Csoportosítás és fejlett SQL függvények
21-26. óra
6 alkalom

Gépi tanulás modul

  • Bevezetés a gépi tanulásba és a mesterséges intelligenciába
  • Adatelőkészítés ML-hez
  • Regresszió és osztályozás
  • Klaszterezés és dimenziócsökkentés
  • Modellválasztás és értékelés
  • Túltanulás és alultanulás
27-28. óra
2 alkalom

Projekt modul

  • Etika az adatelemzésben
  • Projektvisszajelzés | Összefoglalás

Regisztráció

Regisztrálok

A kurzussal, a részvételi díjjal és a részletfizetési lehetőséggel kapcsolatos további részletekért kérjük, regisztrálj!

Kötelező mező
Kötelező mező
Kötelező mező