Как стать аналитиком данных с нуля

Из чего состоит работа аналитика#

Цикл почти всегда одинаковый: уточнить вопрос, найти данные, очистить их,
посчитать показатели, проверить выводы и показать результат так, чтобы
заказчик принял решение. Технические навыки нужны на каждом шаге, но
решающее — умение сформулировать вопрос и не сделать неверного вывода из
верных цифр.

Ступень 1: электронные таблицы (2–3 недели)#

Excel или Google Таблицы — первый инструмент и до сих пор рабочий. Освой
сортировку и фильтры, формулы СУММЕСЛИ, СЧЁТЕСЛИ, ВПР или
ПРОСМОТРX, сводные таблицы и простые графики. Упражнение: скачай
выписку своих расходов за полгода и ответь на три вопроса — на что
уходит больше всего, как траты меняются по месяцам, какие из них разовые.

Ступень 2: SQL (4–6 недель)#

Данные компаний хранятся в базах, и SQL — главный язык аналитика. Порядок:
SELECT и WHERE, сортировка, агрегаты COUNT, SUM, AVG,
GROUP BY и HAVING, соединения JOIN, подзапросы, затем оконные
функции. Типичный запрос аналитика:

SELECT date_trunc('month', created_at) AS month,
       count(DISTINCT user_id)         AS buyers,
       sum(amount)                     AS revenue
FROM orders
GROUP BY month
ORDER BY month;

Подробный план по этому языку — в статье как изучить SQL с нуля.

Ступень 3: статистика без страха (4 недели)#

Минимум: среднее, медиана и почему при выбросах они сильно расходятся;
разброс и стандартное отклонение; распределения; корреляция и почему она не
доказывает причину; выборка и доверительный интервал; проверка гипотез и
A/B-тесты. Каждый термин проверяй на своих данных: посчитай среднюю и
медианную зарплату в открытом датасете вакансий и объясни разницу.

Ступень 4: Python для анализа (6–8 недель)#

После основ языка переходи к библиотекам: pandas для таблиц,
matplotlib или seaborn для графиков, Jupyter-блокноты как рабочая
среда. Ключевые операции в pandas — загрузка CSV, фильтрация, группировка,
объединение таблиц, работа с пропусками и датами:

import pandas as pd

df = pd.read_csv("orders.csv", parse_dates=["created_at"])
monthly = df.groupby(df["created_at"].dt.to_period("M"))["amount"].sum()
print(monthly.tail())

Портфолио: три исследования#

Работодатель смотрит не на сертификаты, а на то, как ты рассуждаешь.
Сделай два-три исследования на открытых данных — статистика городов,
цены на жильё, данные о поездках такси, датасеты с площадок соревнований.
В каждом: вопрос, описание данных, очистка, расчёты, графики, выводы и
ограничения. Храни блокноты в Git-репозитории, а короткий итог — в
README на полстраницы.

Как проверять свои выводы#

• Пересчитай ключевую цифру вторым способом — в таблице и в SQL; числа
  должны совпасть.
• Проверь, сколько строк было до очистки и после, и объясни разницу.
• Спроси себя, какое другое объяснение даёт ту же картину.
• Отдай исследование знакомому: понял ли он вывод без твоих пояснений?

План по этапам

1. Недели 1–3 — таблицыФормулы, фильтры, сводные таблицы и графики на своих данных.
2. Недели 4–9 — SQLОт SELECT до JOIN и оконных функций; запросы к учебной базе.
3. Недели 10–13 — статистикаСреднее и медиана, разброс, корреляция, проверка гипотез, A/B-тесты.
4. Недели 14–21 — Python и pandasЗагрузка, очистка, группировка данных, графики в Jupyter.
5. Недели 22–26 — портфолиоДва-три исследования открытых данных с выводами и ограничениями в репозитории.

Проверь себя

Источники

• Документация pandasОфициальное руководство и справочник библиотеки
  бесплатно
• Документация PostgreSQLУчебник SQL и справочник по функциям
  бесплатно
• Khan AcademyБесплатный курс статистики и теории вероятностей
  бесплатно

Было полезно?

Да Нет