Модульная структура
Каждый курс разбит на блоки с конкретными темами: теория, примеры, упражнения и закрепление на практических заданиях.
Курсы программирования и дата-аналитики
Структурированная программа обучения: темы, модули и порядок прохождения
Как устроена программа
Мы строим обучение по модулям: от базовых понятий к практическим задачам и разбору типовых сценариев работы с данными и кодом.
Порядок прохождения
Материалы выстроены последовательно: вы переходите к следующей теме после освоения предыдущей, чтобы не терять логику.
Учебные материалы
Включены конспекты, практические задания, чек-листы по шагам и разборы решений. Формат зависит от выбранного курса.
Курсы
Выберите направление и формат. Для каждого курса указана длительность и состав программы по модулям.
Python для анализа данных
Освойте базовый синтаксис Python и переходите к задачам анализа данных: очистка, преобразования и подготовка датасетов. Программа построена так, чтобы вы последовательно работали с данными и кодом.
- Формат: Онлайн
- Продолжительность: 8 недель
- Темы по модулям: основы Python, структуры данных, работа с файлами, pandas (таблицы и преобразования), базовая визуализация, подготовка данных для анализа
SQL и модели данных
Научитесь писать запросы для выборок, агрегаций и фильтрации, а также разбираться в структуре данных. Курс помогает связать SQL с практическими сценариями аналитики и подготовки данных.
- Формат: Офлайн (Гамбург) / по запросу онлайн
- Продолжительность: 6 недель
- Темы по модулям: SELECT и JOIN, агрегирующие запросы, оконные функции (базовые сценарии), проектирование простых схем, нормализация на уровне практики, проверка качества запросов
Статистика и A/B тестирование
Разберитесь в базовых статистических понятиях и научитесь применять их к экспериментам. В программе — логика постановки тестов, интерпретация результатов и типовые ошибки при анализе.
- Формат: Онлайн
- Продолжительность: 5 недель
- Темы по модулям: распределения и оценки, доверительные интервалы, критерии проверки гипотез, дизайн A/B тестов, анализ метрик, интерпретация результатов и ограничения
Визуализация данных и дашборды
Научитесь превращать результаты анализа в понятные визуальные отчёты. Курс фокусируется на структуре дашбордов, выборе метрик и корректной подаче данных.
- Формат: Офлайн (Гамбург) / онлайн
- Продолжительность: 4 недели
- Темы по модулям: принципы визуализации, построение графиков и таблиц, фильтры и сценарии использования, построение дашборда по структуре, проверка читаемости и согласованности
Введение в программирование: Python и алгоритмы
Курс для старта в программировании с опорой на практику. Вы освоите базовые алгоритмические подходы и научитесь оформлять решения в виде понятного кода.
- Формат: Онлайн
- Продолжительность: 6 недель
- Темы по модулям: переменные и типы, условия и циклы, функции, работа со строками и коллекциями, базовые алгоритмы, отладка и чтение кода
Инженерия данных: подготовка пайплайнов
Разберитесь, как организовать процесс подготовки данных: от источников до воспроизводимых шагов обработки. Программа подходит тем, кто хочет структурировать работу с данными.
- Формат: Офлайн (Гамбург) / онлайн
- Продолжительность: 7 недель
- Темы по модулям: источники данных, очистка и нормализация, контроль качества, воспроизводимость, базовые пайплайны обработки, документация шагов и результатов
Подробности по программам
Ниже — расширенное описание структуры модулей. Состав и темп зависят от выбранного формата и группы.
Python для анализа данных — что изучается
Модули
- Вводный модуль: базовые конструкции Python и практическая работа с данными
- Данные в таблицах: pandas (чтение, преобразования, фильтрация, обработка пропусков)
- Подготовка к анализу: приведение типов, нормализация форматов, проверка качества
- Аналитические сценарии: группировки, агрегаты, базовые метрики
- Визуализация результатов: выбор графиков под задачу и интерпретация
- Итоговая практика в рамках программы: сбор и оформление решения по шагам
Учебные материалы
- Конспекты по темам модулей
- Практические задания с поэтапными подсказками
- Чек-листы качества данных и кода
- Разбор типовых ошибок
SQL и модели данных — что изучается
Модули
- Основы запросов: выборки, условия, сортировки, работа с NULL
- Связи данных: JOIN, логика объединений и контроль дубликатов
- Агрегации: группировки, метрики, фильтрация по агрегатам
- Оконные функции (базовые сценарии): ранжирование, накопительные показатели
- Схемы и структура: как мыслить моделью данных на практике
- Проверка корректности: чтение плана запроса и валидация результатов
Учебные материалы
- Набор упражнений по наращиванию сложности
- Шаблоны запросов и чек-листы проверки
- Разбор решений и альтернативных подходов
Статистика и A/B тестирование — что изучается
Модули
- Базовая статистика: оценки, распределения и интерпретация
- Доверительные интервалы: как читать и использовать результаты
- Проверка гипотез: логика критериев и допущения
- Дизайн эксперимента: метрики, сегменты, контроль качества данных
- Анализ результатов: как оформлять выводы по шагам
- Ограничения и типовые ошибки: что учитывать при принятии решений
Учебные материалы
- Конспекты по ключевым понятиям
- Практические задания на интерпретацию результатов
- Разбор сценариев и ошибок интерпретации
Визуализация данных и дашборды — что изучается
Модули
- Принципы визуализации: читаемость, акценты, согласованность
- Графики и таблицы: выбор типа представления под задачу
- Структура дашборда: сценарии использования и навигация
- Фильтры и параметры: как сделать отчёт удобным для просмотра
- Проверка корректности: соответствие метрик и данных
- Практика: разработка дашборда по заданной структуре
Учебные материалы
- Шаблоны структуры дашборда
- Практические задания на оформление отчётов
- Разбор примеров визуализаций и ошибок
Введение в программирование: Python и алгоритмы — что изучается
Модули
- Старт в Python: переменные, типы данных, ввод/вывод
- Условия и циклы: построение логики решения
- Функции: декомпозиция задач и повторное использование
- Коллекции и строки: обработка данных и преобразования
- Базовые алгоритмы: поиск, перебор, оценка сложности на уровне практики
- Отладка и оформление решений: чтение кода и проверка корректности
Учебные материалы
- Пошаговые упражнения и мини-проекты внутри модулей
- Чек-листы отладки и проверки решений
- Разбор решений и рекомендации по улучшению кода
Инженерия данных: подготовка пайплайнов — что изучается
Модули
- Источники данных: как описывать входные данные и ограничения
- Очистка и нормализация: приведение форматов и устранение несоответствий
- Контроль качества: правила валидации и проверка результатов
- Воспроизводимость: как фиксировать шаги обработки
- Базовые пайплайны: организация последовательности задач
- Документация: оформление шагов, результатов и допущений
Учебные материалы
- Практические задания на подготовку данных по шагам
- Шаблоны описания пайплайна и чек-листы качества
- Разбор подходов к воспроизводимым обработкам
Нужно подобрать курс под вашу задачу?
Напишите нам: подскажем, какой набор модулей лучше соответствует вашему уровню и формату обучения.
Контакты
Pro Academy e.K. — курсы программирования и дата-аналитики. Адрес и связь указаны ниже.
Pro Academy e.K.
Адрес: Hauptstraße 91, 19856 Hamburg
Телефон: +49 30 30453577
Email: [email protected]
Что указать в сообщении
- Название курса или направление (программирование / дата-аналитика)
- Желаемый формат: онлайн или офлайн
- Уровень подготовки и опыт (если есть)
- Удобные дни/время для занятий