- Сообщения
- Монеты
- 0.0
- Оплачено
- 0
- Купоны
- 0
- Кешбэк
- 0
- Баллы
- 0
- @Skladchiki
- #1
Складчина: SQL для работы с данными и аналитики (Константин Суровый, Ольга Макаревич)
- Ссылка на картинку
-
В одном из проектов вы поработаете с базой данных о венчурных инвесторах, стартапах и инвестициях. На курсе Яндекс Практикума вы научитесь составлять запросы разной сложности, а затем использовать SQL для расчёта продуктовых метрик на данных Stack Overflow.
Кому подойдёт:
По данным опроса 2025 года.
Какие технологии и навыки освоите:
Зарплата у тех, кто владеет SQL, растёт год к году.
По данным Хабр Карьеры:
По данным опроса 2025 года.
Актуально в 2026 году.
Что освоите на курсе:
Тренируйтесь и сразу применяйте новые навыки.
Задания в тренажёре, на воркшопах и в проектах легко переложить на свою работу.
Часто задаваемые вопросы
1. Курс подойдёт новичкам? А людям с опытом?
Новичкам курс поможет плавно погрузиться в тему SQL. Обучение идёт от простого к сложному, задания помогают закрепить каждый навык на практике, объясняются все потенциально трудные места. Курс успешно проходят люди без опыта в IT.
Людям с опытом курс помогает закрыть пробелы и систематизировать имеющиеся знания, а также разобраться в новых, сложных темах. Например, научиться пользоваться оконными функциями, отточить навыки применения подзапросов и общих табличных выражений.
2. Что нужно для обучения?
Каких-либо базовых знаний языка SQL для обучения не требуется. Достаточно иметь возможность регулярно заниматься, в том числе самостоятельно.
3. Реально ли выучить язык SQL до продвинутого уровня за время курса?
Если регулярно уделять время обучению и выполнять все обязательные практические задания, то за 3–4 месяца вы сможете освоить язык SQL и решать рабочие задачи. Чтобы пользоваться инструментами ещё увереннее, рекомендуем решать задания в SQL‑тренажёре.
Программа:
Бесплатная часть:
Введение в SQL:
Всё необходимое, чтобы применять SQL в работе.
1 проект
1 спринт
Продвинутый SQL:
1 проект
2 спринт
Дополнительно:
Расширенные возможности SQL и дополнительные инструменты:
Это необязательный модуль. Темы из него не входят в базовый набор знаний, которые нужны для анализа данных, но они могут быть полезны для решения смежных задач.
Собрали 70+ дополнительных задач, чтобы вы закрепили свои навыки.
SQL + основы BI-аналитики:
Расширенный тариф.
Включает базовый тариф.
1 проект
3 спринт
Power BI:
4 спринт
Superset:
5 спринт
Авторы:
Константин Суровый
Повтор:
Кому подойдёт:
- Новичкам в аналитике и работе с данными
Научитесь составлять SQL-запросы и работать с СУБД — чтобы усилить свою роль или начать карьеру в IT - Продактам, маркетологам, специалистам по финансам
Начнёте использовать SQL для исследований, анализа данных, статистики — и принимать решения - Тем, кто уже работает в аналитике
Повысите свою ценность: научитесь структурировать информацию из БД, не перебирая их вручную
- Проводить маркетинговые исследования, чтобы оценить успешность бизнеса или продукта
- Находить и отфильтровывать данные при помощи SQL‑запросов
- Рассчитывать продуктовые метрики, чтобы сравнивать товары и услуги
- Обрабатывать данные и управлять ими в СУБД
- Создавать интерактивные дашборды в Power BI и Superset
По данным опроса 2025 года.
Какие технологии и навыки освоите:
- SQL
- Базы данных
- PostgreSQL
- ClickHouse
- DBeaver
- DataLens
- Jupyter Notebook
- Оконные функции
- JOIN и WHERE
- Когортный анализ
- Tableau
- Написание запросов разной сложности
Поработаете с базой, в которой хранятся данные о венчурных инвесторах, стартапах и инвестициях - Расчёт ключевых метрик продукта
Проанализируете данные о пользователях и посчитаете метрики для сервиса Stack Overflow - Техническое задание на визуализацию данных
Поработаете над ТЗ на основе исследования Яндекса о ежемесячных расходах на автомобили
Зарплата у тех, кто владеет SQL, растёт год к году.
По данным Хабр Карьеры:
- Middle — от 157 000 до 265 000 ₽/мес
- Senior — от 262 000 до 403 000 ₽/мес
- Lead — от 302 000 до 483 000 ₽/мес
По данным опроса 2025 года.
Актуально в 2026 году.
Что освоите на курсе:
- Освоите PostgreSQL, ClickHouse, DBeaver, DataLens, Jupyter Notebook
- Сможете уверенно использовать SQL для работы с данными и аналитики
- Получите навыки работы с PostgreSQL, которые пригодятся и в других СУБД
- Наберётесь опыта и сделаете до 3 проектов с реальными данными
Тренируйтесь и сразу применяйте новые навыки.
Задания в тренажёре, на воркшопах и в проектах легко переложить на свою работу.
Часто задаваемые вопросы
1. Курс подойдёт новичкам? А людям с опытом?
Новичкам курс поможет плавно погрузиться в тему SQL. Обучение идёт от простого к сложному, задания помогают закрепить каждый навык на практике, объясняются все потенциально трудные места. Курс успешно проходят люди без опыта в IT.
Людям с опытом курс помогает закрыть пробелы и систематизировать имеющиеся знания, а также разобраться в новых, сложных темах. Например, научиться пользоваться оконными функциями, отточить навыки применения подзапросов и общих табличных выражений.
2. Что нужно для обучения?
Каких-либо базовых знаний языка SQL для обучения не требуется. Достаточно иметь возможность регулярно заниматься, в том числе самостоятельно.
3. Реально ли выучить язык SQL до продвинутого уровня за время курса?
Если регулярно уделять время обучению и выполнять все обязательные практические задания, то за 3–4 месяца вы сможете освоить язык SQL и решать рабочие задачи. Чтобы пользоваться инструментами ещё увереннее, рекомендуем решать задания в SQL‑тренажёре.
Программа:
Бесплатная часть:
Введение в SQL:
- О курсе: как всё устроено
- Что такое SQL и зачем он нужен
- Первые запросы
- Практика
Всё необходимое, чтобы применять SQL в работе.
- 2 проекта в портфолио
- 60 часов теории
- 70+ задач в SQL‑тренажёре
1 проект
1 спринт
- Введение в базы данных
- Срезы данных в SQL
- Типы данных в PostgreSQL
- Операторы Where, in, like, between
- Логические операторы
- Операторы и функции для работы с датой и временем
- Специальное значение NULL и работа с пропусками
- Условная конструкция с оператором CASE
- Агрегирующие функции
- Группировка и сортировка данных
- Операторы Group by и HAVING
- Взаимоотношения между таблицами
- Типы объединения таблиц
- ER-диаграммы
- Операторы JOIN и UNION
- Подзапросы во FROM и WHERE
- Общие табличные выражения
- Объединение подзапросов
Продвинутый SQL:
1 проект
2 спринт
- Расчёт бизнес‑показателей в PostgreSQL
- Расчёт CR, Lifetime Value, Arpu, arppu, ROI и динамики окупаемости
- Использование подзапросов при расчёте метрик
- Агрегирующие оконные функции
- Выражение Over, partition by, order by
- Оконные функции ранжирования: ROW_NUMBER(), RANK() и DENSE_RANK()
- Сочетание операторов окна с функциями ранжирования
- Оконные функции смещения: LEAD(), LAG()
- Расчёт кумулятивных значений
- Когортный анализ на примере расчёта Retention Rate, Churn Rate, LTV
- Исследовательский анализ данных с применением SQL
Дополнительно:
Расширенные возможности SQL и дополнительные инструменты:
Это необязательный модуль. Темы из него не входят в базовый набор знаний, которые нужны для анализа данных, но они могут быть полезны для решения смежных задач.
- Рамки в оконных функциях
- Дополнительные инструменты SQL
- Установка и настройка клиента базы данных
- Основы администрирования баз данных
- Основы ClickHouse
- SQL и системы визуализации
- SQL и Tableau
- SQL и Python
Собрали 70+ дополнительных задач, чтобы вы закрепили свои навыки.
- 35 задач по базе данных Northwind: потренируетесь связывать таблицы с клиентами, заказами, закупками и сотрудниками
- 38 задач по базе данных AdventureWorks: поработаете с модифицированной PostgreSQL‑версией оригинальной базы
SQL + основы BI-аналитики:
Расширенный тариф.
Включает базовый тариф.
- +1 проект
- +2 дашборда
1 проект
3 спринт
- Введение в визуализацию данных
- Принципы хорошей визуализации
- Как создать визуализацию
Power BI:
4 спринт
- Начало работы
- Работа с данными
- Построение диаграмм
- Публикация отчёта
Superset:
5 спринт
- Начало работы
- Работа с данными
- Построение диаграмм
- Создание дашборда
Авторы:
Константин Суровый
- Программный эксперт
- Руководитель отдела аналитики
- Эксперт в области BI и решений data‑driven. Разрабатывал архитектуры данных, внедрял аналитические инструменты и обучал команды
- Преподаватель
- Senior дата-аналитик
- Улучшала алгоритмы и пользовательскую логику бортовых компьютеров автомобилей, чтобы рекомендации были понятными, своевременными и полезными для водителя
- Наставник
- Senior дата-аналитик
- Больше 9 лет в аналитике. Занималась подготовкой данных для ML, созданием дашбордов, расчётом метрик и разработкой аналитической инфраструктуры
- 3 проекта на основе реальных данных
- 70+ заданий для закрепления навыков
- PostgreSQL, ClickHouse, DBeaver, DataLens, Jupyter Notebook
- Основы BI-аналитики, принципы визуализации, работа с заказчиком, графики и дашборды в Power BI и Superset
- Разработка 2 дашбордов
Повтор:
Показать больше
Зарегистрируйтесь
, чтобы посмотреть авторский контент.