Мои конспекты по профессиональной сертификации «Google Data Analytics» — курс 1
Привет, мир!
Близится к завершению мое онлайн обучение по программе профессиональной сертификации «Google Data Analytics» на платформе «Coursera», поэтому мне хочется оцифровать свои небольшие конспекты, чтобы освежить в памяти пройденный материал и, возможно, развеять чьи-то сомнения по поводу выбора курсов.
В этой публикации, помимо ключевой информации первого курса, расскажу почему обратил внимание именно на программу от Гугл.
Мотивация
На момент начала обучения я уже имел практический опыт в области аналитики: участвовал в обсуждениях гипотез, собирал требования, составлял ТЗ, изучал поведение пользователей и даже писал SQL-запросы для выгрузки данных из БД, чтобы потом сводить и визуализировать их в Excel. Мне нравилось, как данные влияют на гипотезы, меняют восприятие внедренной фичи, позволяют ощутить обратную связь от реальных пользователей, а главное помогают достичь поставленных целей. Но в моем опыте не было структурированности, не было теоретического фундамента, не было понимая какая область аналитики мне наиболее интересна, и я решил это исправить.
Выбор программы
Вопрос выбора курсов почти не стоял, у меня были четкие критерии и «Google Career Certificates» соответствовал им всем:
1. Актуальность
2. Наличие сертификата
3. Регулируемый учебный план
4. Возможность бесплатного обучения
5. Подтвержденная экспертность преподавателей
Тем более я уже учился по программе Гугла в области UX и единственное, что иногда мешало впитывать знания – языковой барьер, слушать в пол уха, параллельно занимаясь чем-то еще, получится далеко не у всех. Курсы записаны на английском, но мне с уровнем Intermediate и переводчиком в браузере было комфортно проходить обучение.
Формат обучения
Профессиональные сертификации – это серии из нескольких курсов, в программе аналитики их аж 8. Каждый курс рассчитан на 4-5 недель обучения и один часовой тест, но при желании время прохождения можно спокойно сократить в два раза. В каждую неделю заложены несколько тем, для изучения которых предусмотрены следующие активности:
1. Короткие лекции от инструкторов, иногда с демонстрацией практических задач
2. Развернутые текстовые конспект в удобочитаемом формате
3. Практические задания с подробным решением
4. Открытые вопросы для обсуждения на форуме
5. Небольшие тесты для проверки усвоенной информации
Такой формат обеспечивает максимально комфортное погружение в мир анализа данных для тех, кто совсем не знаком с предметной областью, однако мидлы здесь могут заскучать.
Думаю, достаточно вводной информации и пора переходить к курсам.
Foundations: Data, Data, Everywhere
Первый курс сертификации можно считать ознакомительным. В самом начале авторы программы предлагают пройти тест на знание предметной области и по его результатам принять решение о дальнейшем прохождении первой недели или переходе сразу к пятой. Несмотря на полученный допуск к финальному тесту, я решил пройти всю программу, поэтому мне есть чем поделиться.
Жизненный цикл анализа данных (Обобщенная модель Гугла и института SAS) – этот подход я сразу же внедрил в рабочий процесс и теперь стараюсь проводить каждую аналитическую задачу через все фазы цикла:
1. Спросить (Ask)
2. Подготовить (Prepare)
3. Обработать (Process)
4. Проанализировать (Analyze)
5. Поделится (Share)
6. Внедрить (Act)
7. Оценить (Evaluate)
8. Наша песня хороша, начинай с начала (Ask again)
Жизненный цикл данных (Интерпретация научно-исследовательской организации USGS) — более абстрактная информация для общего понимания того, что данные проходят собственные циклы:
1. Планируются (Plan)
2. Собираются (Acquire)
3. Обрабатываются (Process)
4. Анализируются (Analyze)
5. Подготавливаются к хранению (Preserve)
6. Демонстрируются (Publish/Share)
7. Описываются (Describe) / Улучшаются (Manage quality) / Архивируются (Backup & Secure)
Основные инструменты анализа данных, которые изучаются на программе:
1. Таблицы – Google Sheets
2. Базы данных и SQL – BigQuery
3. Инструменты визуализации – Tableau
4. Языки программирования – R
Расшифровка некоторых аналитических специализаций — демонстрирует глубину профессии и широту возможностей, открывающуюся перед специалистами:
По завершении курса осознал, что системный анализ, которым мне иногда приходилось заниматься по воле работодателя, вообще не входит в область анализа данных, чему несказанно рад)
На этом записи с первого курса подходят к концу, продолжение следует…
Комментарий недоступен
И вам добрый день, что заставило повешать ярлык инфорциганства на публикацию?
Подскажите как оплачивали курс?