Курс «Аналитик данных» от Яндекс.Практикум
| Номер проекта | Название проекта | Описание | Используемые библиотеки и инструменты |
|---|---|---|---|
| 1 | Изучение музыкальных предпочтений | Проведение исследования аудитории сервиса Яндекс.Музыка для удержания клиентов и привлечения новых | python, pandas |
| 2 | Исследование надёжности заёмщика | Определение того как, влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок | python, pandas , numpy, pymystem3, matplotlib, seaborn, collections |
| 3 | Исследование объявлений о продаже квартир | На основе данных Яндекс.Недвижимости определение рыночной стоимости объектов недвижимости в Санкт-Петербурге и соседних населённых пунктах за несколько лет | python, pandas , numpy, pymystem3, matplotlib, seaborn, collections |
| 4 | Определение перспективного тарифа для телеком-компании | Анализ тарифов на выборке клиентов. Корректировка рекламного бюджета телеком-компаниии для определения наиболее доходного тарифного плана | python, pandas , numpy, matplotlib, seaborn, scipy |
| 5 | Сборный проект 1. Определение критериев определяющиех успешность игры и закономерности | Определение критерии успешноти игры в регионе для проведения более успешной рекламной кампании | python, pandas , numpy, matplotlib, seaborn, datetime, scipy |
| 6 | Аналитика в авиакомпании | Определиение предпочтения пользователей по различным направлениям перелетов | python, pandas , numpy, matplotlib, seaborn, bs4, requests, SQL |
| 7 | Маркетинговая аналитика Яндекс.Афиши | Определение невыгодных источников траффика для снижения расходов | python, pandas , numpy, matplotlib, seaborn, math, datetime, scipy |
| 8 | Проверка гипотез. A/B-тест | Приоретизация гипотез и анализ A/B теста для увеличения выручки интернет-магазина | python, pandas , numpy, matplotlib, seaborn, math, datetime, scipy |
| 9 | Рынок заведений общественного питания Москвы | Анализ рынка объектов общественного питания для оптимального выбора места и величины открываемого кафе | python, numpy, pandas, matplotlib, plotly, seaborn, pyyaml, requests |
| 10 | Сборный проект 2. Анализ поведения пользователей мобильного приложения | Изучение поведения пользователей мобильного приложения. Изучение воронки продаж. Определение того, как пользователи доходят до покупки. Изучение результатов A/A/B-эксперимента | python, pandas , numpy, seaborn, scipy, math, matplotlib, plotly |
| 11 | Автоматизация. Анализ взаимодействия пользователей с карточками Яндекс.Дзен | Создание дашборда основыванного на пайплайне | python, pandas , numpy, scipy, sqlalchemy, seaborn, plotly, matplotlib, dash |
| 12 | Прогнозирование оттока посетителей | Разработка стратегии взаимодействия с клиентами на основе анализа данных фитнес-центров. Подготовка рекомендаций по удержанию клиентов | python, pandas , numpy, scipy, math, seaborn, plotly, matplotlib, sklearn |
| 13.1 | Выпускной проект. Оценка результатов А/B-тестирования | Оценка корректности проведения результатов A/B-теста | python, pandas, numpy, matplotlib, math, scipy, plotly, seaborn |
| 13.2 | Выпускной проект. Выявление профилей потребления | Анализ покупательской активности магазина для дома и быта. Сегментация покупателей по профилю потребления | python, pandas, numpy, pymystem3, collections, seaborn, math, scipy, plotly, sklearn |
| 13.3 | Выпускной проект. Анализ базы данных SQL сервиса чтения книг | Анализ базы данных сервиса для чтения книг по подписке. Формирование необходимыех SQL - запросов | python, pandas , numpy, sqlalchemy, datetime, SQL |
| Диплом | Diploma |
|---|---|
| RU | EN |
