Симулятор «SQL для анализа данных». Тариф Персональный

Работа аналитика направлена на улучшение продукта, пользовательского опыта и оптимизацию ресурсов компании — для этого нужно глубоко разбираться в том, как «переводить» продукт на язык цифр и метрик. Подкрепим изученный материал расчетными заданиями. Дополнительно обсудим когортный анализ, ложную корреляцию и не только. В первом модуле подробно изучаем:

• какие бывают продуктовые метрики и как их использовать
• какие метрики первичны, а какие вторичны
• как смотреть на метрики и извлекать пользу для бизнеса
• как рассчитывать метрики

Перед тем, как переходить к изучению языка SQL, нужно понять основы. В этой главе обсудим основные концепции баз данных, поговорим про реляционные/нереляционные БД, на живых примерах рассмотрим правила нормализации таблиц и многое другое. Подкрепим изученный материал практикой — вам предстоит нормализовать несколько БД в сервисе draw.io.

В этой главе мы начнем «познавать» язык SQL. И первое, что нужно сделать — понять классификацию основных операторов, доступные типы данных и сценарии их использования. Отдельное внимание уделим подключению к базе данных разными способами — через консоль, через DBeaver и даже через Python! Поговорим про установку PostgreSQL на ваш локальный компьютер, разворачивание базы и решение типовых проблем. В качестве практики вы полностью пройдете этот путь вместе с нами - с момента скачивания дистрибутива до настройки всех необходимых инструментов и подключения к облачной базе.

В этой Главе мы переходим к написанию первых боевых запросов. Поговорим про основные операторы отбора строк, сортировку, горизонтальную фильтрацию, отбор уникальных значений и т.д. Уделим особое внимание скалярным функциям (работа с датой/временем, работа с текстом) и полезным операторам (например, COALESCE, NULLIF и CASE). В конце вы решите 30+ задач и кейсов из реальной практики. Например, вы будете собирать базу контактов для формирования email-рассылки и классифицировать пользователей по их достижениям.

В данной главе мы будем обсуждать одну из ключевых операций — соединение таблиц с помощью JOIN. Подробно на примерах рассмотрим работу всех основных видов JOIN - от INNER до SELF и CROSS. Также уделим внимание полезным операторам UNION, INTERSECT, EXCEPT. Поговорим про типовые ошибки использования всех этих операторов, неправильные соединения, моделирование EXCEPT через JOIN и многое другое. В конце вам предстоит решить несколько десятков бизнес-кейсов. Например, проводить аналитику активности студентов на платформе по заказу крупного онлайн-университета.

Глава про группировки — чуть ли не важнейшая глава в Симуляторе. Почти ни одна серьезная задача не решается без агрегаций. Мы подробно обсудим оператор GROUP BY и все основные агрегатные функции, поговорим про фильтрацию агрегированных значений. На примерах рассмотрим использование «экзотических», но весьма полезных функций — расчета корреляции, моды, медианы, коэффициента регрессии и т.д. Отдельное внимание уделим полезным приемам (например, pivot или case внутри агрегатной функции).

В конце вас традиционно ждет масса практики. Например, расчет метрик n-day/rolling retention по активности клиентов на платформе, расчет MAU/WAU/DAU и многое другие.

Подзапросы — еще одна очень важная часть синтаксиса SQL, мало какой запрос не содержит подзапрос. Мы подробно и с примерами поговорим про подзапросы, обобщенные табличные выражения (common table expressions) и сравним их между собой. Также затронем коррелированные подзапросы и сценарии использования подзапросов в фильтрах.

В качестве практики вас ждет бизнес-проект по заказу партнера: аптечной сети. Вам предстоит провести анализ ассортимента: ABC-XYZ анализ, анализ сочетаемости товаров в чеке и т.д.

Многие считают «оконки» продвинутым навыком, а мы считаем, что это must have. Поэтому в этой главе подробно рассматриваем все основные оконные функции и даже использование агрегатных функций как оконных. Также уделим много внимания тонкостям — как правильно формировать рамки (range/row) и какие типовые ошибки при этом допускают.

Подкрепим все это практикой — вам предстоит провести аналитику для финансового стартапа.

Недостаточно уметь писать код — нужно уметь писать его красиво, воспроизводимо и масштабируемо. Именно этому вам и предстоит научиться в этой главе.

В качестве закрепления материала вам предстоит провести подробный code review работы вашего коллеги. По нашим наблюдениям, после этого у людей кардинально меняется стиль написания кода!

Хороший специалист должен уметь все — не только писать запросы, но и спроектировать/развернуть базу, при необходимости. Поэтому в этой главе мы подробно разбираем все DML/DDL операторы — от CREATE/DELETE до ALTER/UPDATE и т.д. Говорим про ограничения, проверки, констраинты и многое другое.

В конце вам предстоит спроектировать базу (для полноценной LMS-системы), написать скрипты для ее создания и развернуть ее в облаке.

К этому моменту вы уже обладаете всеми основными навыками и знаниями, чтобы с легкостью выполнить серьезный отраслевой проект от одной из компаний-партнеров.

Вам на выбор будет предложено несколько проектов — вы выберите один из них, проведете масштабную работу в этом направлении и положите его в портфолио. Примеры проектов: проведение RFM анализа, аналитика системы монетизации, разработка плана повышения retention платформы.