#1 TechOrda
ИИ-АНАЛИТИК ДАННЫХ (Power BI, SQL, Excel, Python, AI) Level 1 Джуниор (для начинающих с нуля)

#2 TechOrda #2
ФИНАНСОВЫЙ ИИ-АНАЛИТИК ДАННЫХ: DATA & AI (Excel, Power BI, AI) Level 1 Джуниор (для начинающих с нуля)

#3 TechOrda #3
ИИ-АНАЛИТИК ДАННЫХ (Power BI, SQL, Excel, Python, AI) Level 2 Мидл (для продолжающих)

#4 TechOrda #4
ИИ-инженер & Аналитик данных (Python, DS, ML, AI) Level 2 Мидл (для продолжающих)
Объявляем набор на грант «TechOrda» на курсы DataBoom
Заполните форму
И мы свяжемся с вами в короткое время.
Уроки в онлайн-режиме 2 часа
в день
Office hours: постоянная связь с личным наставником, сертифицированным Microsoft
Карьерные консультации с HR раз в неделю по часу
Предзаписанные видео-задания на платформе (8-10 часов в неделю)
ИИ-АНАЛИТИК ДАННЫХ (Power BI, SQL, Excel, Python, AI) Level 1 Джуниор (для начинающих с нуля)

TechOrda #1

Язык обучения:
Описание курса
Формат обучения:
Методика обучения:
Планируемые дни проведения занятий (дни недели):
Квалификация по завершению курса:
Курс готовит специалистов с полным стеком навыков для старта в IT, маркетинге, финансах и управлении. Вы научитесь собирать, обрабатывать и анализировать данные в Excel и Power BI, писать SQL-запросы к базам данных, автоматизировать анализ с помощью Python и применять базовые методы AI. Программа построена на реальных кейсах: сегментация клиентов, построение отчётов, воронки продаж, прогнозирование. Подходит для тех, кто хочет начать карьеру с нуля и за 6 месяцев выйти на junior-уровень.
Русский
Онлайн
Практики больше, чем теории
пн-вс
Junior AI-Data аналитик с навыками Power BI, SQL, Excel, Python, AI
Искусственный интеллект для анализа данных (нейронные сети)

22-26 недели
Python для анализа данных с помощью ИИ
SQL для анализа данных с помощью ИИ
11-15 недели
16-21 недели
Power BI для анализа данных с помощью ИИ
5-10 недели
Excel для анализа данных с помощью ИИ
1-4 недели
1 неделя
Основы и возможности Excel

Обзор интерфейса, простые вычисления и полезные шаблоны Excel.
Знакомство с Power Query: на примере загрузки PDF файлов и SQL Базы данных. ИИ в PowerQuery

2 неделя
Базовые формулы и функции

Базовые функции, консолидация и агрегация данных с условием.
Создание консолидированных данных, написание логических функций с условиями, применение различных видов ссылок в формулах
ИИ (Copilot) в Excel для создания формул

3 неделя
Функции поиска и извлечения данных

Подробное изучение функции ВПР: назначение, аргументы, недостатки и способы их обойти.
Различные варианты применения функции ВПР, а также в комбинации с функцией ПОИСКПОЗ, создание первичного ключа.
ИИ (Copilot) в Excel для создания формул

4 неделя
Анализ и визуализация данных

Инструменты Excel для работы с данными Создание визуализаций, срезов и аналитического отчета (дашборда) в Excel ИИ (Copilot) в Excel для создания визуализаций
5 неделя
Основы анализа данных и PowerBI

С нуля создаем аналитический отчет (дашборд) в PowerBI, в том числе изучаем как:
  • подключать источники данных в PowerQuery;
  • чистить данные;
  • создавать модель данных;
  • создавать DAX меры, таблицы, колонки;
  • создавать стандартные и custom визуализации;
  • создавать tooltips и кнопки;
  • публиковать в облако и делиться вашим отчетом на любом устройстве;
  • использовать ИИ внутри PowerBI для создания визуализаций

6 неделя
Что такое Power Query – «кухня» PowerBI?

Своими руками создадите свой первый шедевр на «кухне» PowerBI:
  • подключите такие источники как Excel, CSV, папка с множеством файлов, SQL база данных, Google Sheets;
  • освоите ETL и основные инструменты и способы трансформации сырых данных в Power Query;
  • освоите Append и Merge, а также язык M и дополнительные фишки, бонусы;
  • научитесь автоматизировать все повторяющиеся действия без единой строчки кода, навсегда забудете о многочасовом повторяющемся ручном труде (aka Excel Hell);
  • бонус-уроки: урок как подключить Google Sheets по защищенному соединению, как распарсить выгрузку из 1С.
  • использвание ИИ внутри Power Query для быстрой обработки данных

7 неделя
Что такое Модель Данных – «сердце» PowerBI и DAX?

Ваш результат:
  • создадите реляционную модель данных и отработаете на практике: - виды таблиц (справочники, регистры); - виды схем (звезда, снежинка); - виды связей (один ко многим и др.).
  • раз и навсегда создадите полезный шаблон справочника дат таблицы (Календарь) с помощью DAX;
  • создадите множество мер, столбцов;
  • освоите основные группы функций DAX: агрегирующие, логические, Time Intelligence и многие другие;
  • бонус-урок: полезный шаблон отчета Time Intelligence.

8 неделя
Advanced DAX

Ваш результат, Вы сотворите настоящую магию:
  • FILTER и ALL для моментального расчета товарных остатков;
  • неактивные связи и USERELATIONSHIP для моментального расчета скорости работы доставки;
  • LOOKUPVALUE, RELATED, SELECTED VALUE для волшебного переключателя валют;
  • и многие другие функции DAX+ конкретные кейсы применения;
  • Бонус-уроки: фишки использования сложных формул DAX.
  • создание выводов на основе визуализаций с помощью ИИ

9 неделя
Визуализация данных – “вишенка” на торте + UI/UX элементы

Ваш результат:
  • создадите навигацию по всему отчету с помощью кнопок и закладок;
  • создадите все виды «проваляшек» drill up, drill down, drill through;
  • создание параметров для анализа ЧТО-ЕСЛИ и моментальных прогнозов;
  • настроите Row Level Security;
  • cоздадите dashboards;
  • настроите уведомления (alerts);
  • настроите автоматическое обновление данных с помощью Power BI Gateway;
  • адаптируете для мобильных устройств.
  • бонус: дополнительные фишки по визуализациям.

10 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА

Вы создадите и презентуете свой личный проект в PowerBI, который станет частью вашего резюме и портфолио

11 неделя
Создаем базу данных, таблицы и практикуем основные команды

Ваш результат: уже на первом занятии, вы своими руками:
  • создадите базу данных и таблицы: CREATE, DROP, ALTER
  • отработаете основные команды: SELECT, WHERE, LIKE, DISTINCT, AND, OR, SUM, COUNT, AVG, ROUND и другие
  • отработаете часто задаваемые вопросы на собеседованиях (устные и кодинг) – даже если вы не готовитесь к собеседованию в данный момент, эти вопросы научат вас думать логикой SQL
  • отработаете чек-лист, как пройти собеседование
  • бонус: шпаргалка по SQL

12 неделя
Полное погружение в DDL и DML

Ваш результат:
  • освоите все команды DDL и DML в деталях
  • отработаете операторы IN, NOT IN, BETWEEN
  • NULL и особенности работы с NULL
  • GROUP BY, ORDER BY, HAVING
  • Запросы и подзапросы (SUBQUERIES)

13 неделя
JOIN и UNION – объединение нескольких таблиц

Ваш результат:
  • отработаете INNER, LEFT, RIGHT, FULL, CROSS, SELF JOIN
  • отработаете UNION, EXCEPT и INTERSECT
  • отработаете часто задаваемые вопросы на собеседованиях (устные и кодинг) – даже если вы не готовитесь к собеседованию в данный момент, эти вопросы научат вас думать логикой SQL

14 неделя
DCL, TCL и оконные функции

Ваш результат, вы сотворите настоящую магию:
  • DCL: раздаем доступ GRANT, REVOKE
  • TCL: воскрешаем таблицы BEGIN TRAN, COMMIT, ROLLBACK
  • Оконные функции: ROW_NUMBER, RANK, DENSE_RANK
  • конкретные кейсы применения и много задач
  • прорешаете дополнительные 20+ задач
  • бонус: дополнительные фишки по SQL и собеседованиям
  • ИИ для SQL

15 неделя
Техническое собеседование

В рамках этого модуля вы дважды в неделю будете проходить технические собеседования, что подготовит вас к дальнейшему трудоустройству, ведь вероятность что вам зададут задачи по SQL на собеседовании на позицию аналитика близка к 100% и на финальной неделе вы пройдете финальное собеседование (устный экзамен)
16 неделя
Основы программирования и Python

Изучая эти уроки, студент:
  • Освоит основы Python, включая установку окружения (Python и Jupyter Notebook) и базовые операции: вычисления, переменные, типы данных и их преобразование.
  • Научится работать с вводом и выводом данных, а также с одним из ключевых типов данных в Python — списками (lists): создание, изменение, доступ к элементам, основные методы.
  • Пройдёт тестирование для закрепления материала и получит полезные ресурсы для дальнейшего изучения языка программирования.

17 неделя
Списки, логические операторы, словари

Изучая эти уроки, студент:
  • Научится устанавливать библиотеки и работать с основными инструментами для анализа данных в Python: NumPy, Pandas, Scikit-learn, Matplotlib.
  • Поймёт различия между списками и массивами NumPy, научится создавать и использовать одномерные и двумерные массивы, а также пройдёт тестирование для закрепления.
  • Освоит логические операторы и условные конструкции if, else, elif, включая вложенные условия (nested if), а также научится использовать словари (dictionaries) — важную структуру данных в Python.

18 неделя
Циклы (LOOPS)

Изучая эти уроки, студент:
  • Освоит работу с циклами for и while — ключевыми инструментами для автоматизации повторяющихся действий, включая работу с range, списками и условиями.
  • Поймёт особенности бесконечных циклов, использование флагов, стражей и констант для управления логикой выполнения кода.
  • Ознакомится с конструкцией match case — современным способом сопоставления значений, добавленным в новых версиях Python.

19 неделя
Функции в Python и введение в Pandas

Изучая эти уроки, студент:
  • Освоит создание пользовательских функций в Python, включая передачу параметров, возврат значений (return) и работу с None, а также распространённые ошибки при работе с функциями.
  • Освоит работу с библиотекой Pandas, начиная с базовых объектов Series и DataFrame, научится создавать, изменять и анализировать табличные данные.
  • Разберётся, как обрабатывать пропущенные значения (missing data) — заменять, удалять или анализировать неполные данные.

20 неделя
Работа в Pandas

Изучая эти уроки, студент:
  • Научится сортировать и фильтровать данные в Pandas, находить дубликаты, работать с индексами и инструментами доступа .loc[], .iloc[].
  • Освоит ключевые методы для поиска, удаления, выборки и копирования данных, а также научится работать с текстовыми данными и группировками (groupby).
  • Применит знания на практике в бизнес-кейсах, таких как анализ данных Netflix и предсказание оттока клиентов (churn), а также закрепит материал через тесты.

21 неделя
Введение в Искусственный Интеллект

Изучая эти уроки, студент:
  • Научится устанавливать и настраивать VS Code (в том числе на MacOS) и познакомится с порталом Azure, включая создание бесплатной подписки.
  • Получит вводное представление об искусственном интеллекте (ИИ)
  • Узнает, что такое API


22 неделя
Изучение основ искусственного интеллекта

Изучая эти уроки, студент:
  • Освоит генерацию голоса с помощью Azure Cognitive Services, научится преобразовывать текст в речь, настраивать параметры синтеза и использовать API.
  • Поймёт структуру HTTP-запросов и научится использовать ИИ-сервисы Azure для перевода текста, что пригодится при создании интеллектуальных приложений.

23 неделя
Изучение основ компьютерного зрения (Computer Vision)

Изучая эти уроки, студент:
  • Освоит анализ изображений с помощью Vision API, включая извлечение объектов, категорий и тегов из визуальных данных.
  • Научится выполнять оптическое распознавание символов (OCR) для извлечения текста из изображений с помощью Vision API.
  • Познакомится с возможностями Document Intelligence и научится автоматически извлекать данные из накладных, чеков и других документов.

24 неделя
Введение в обработку естественного языка (NLP)

Изучая эти уроки, студент:
  • Получит введение в обработку естественного языка (NLP) и разберётся в основных подходах к векторизации текста, включая методы представления текста в числовом виде.
  • Научится использовать языковую службу Azure для анализа эмоций в тексте, что важно для работы с отзывами, комментариями и пользовательским мнением.
  • Освоит практический кейс по распознаванию проплаченных интернет-комментариев, применяя полученные знания в реальных задачах анализа текста.

25 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА, неделя 1

Вы создадите и презентуете свой личный проект по ИИ (срок на создание и защиту - 2 недели)

26 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА, неделя 2

Вы создадите и презентуете свой личный проект по ИИ (срок на создание и защиту - 2 недели)
ФИНАНСОВЫЙ ИИ-АНАЛИТИК ДАННЫХ: DATA & AI (Excel, Power BI, AI)
Level 1 Джуниор (для начинающих с нуля)

TechOrda #2

Junior Финансовй Data аналитик с навыками Power BI, Excel, AI
пн-вс
Практики больше, чем теории
Онлайн
Русский
Программа разработана для будущих BI-аналитиков, бухгалтеров и финансовых специалистов, желающих перейти от Excel-отчетов к автоматизированным BI-системам. Вы изучите Excel как базовый инструмент расчетов, освоите Power BI для визуализации финансовых метрик и построения дашбордов, а также научитесь собирать отчетность из 1С. Выпускники смогут быстро обрабатывать массивы данных, собирать бюджеты, P&L и другие финансовые отчеты, автоматизировать регулярную отчётность.
Квалификация по завершению курса:
Планируемые дни проведения занятий (дни недели):
Методика обучения:
Формат обучения:
Описание курса
Язык обучения:
POWER BI для бухгалтеров и финансистов: фин отчетность в PowerBI на основе данных из 1
19-26 недели
Power BI для анализа данных с помощью ИИ
7-18 недели
Excel для анализа данных с помощью ИИ
1-6 недели
1 неделя
Основы и возможности Excel

Обзор интерфейса, простые вычисления и полезные шаблоны Excel.
Знакомство с Power Query: на примере загрузки PDF файлов и SQL Базы данных. ИИ в PowerQuery

2 неделя
Базовые формулы и функции

Базовые функции, консолидация и агрегация данных с условием.
Создание консолидированных данных, написание логических функций с условиями, применение различных видов ссылок в формулах
ИИ (Copilot) в Excel для создания формул

3 неделя
Функции поиска и извлечения данных

Подробное изучение функции ВПР: назначение, аргументы, недостатки и способы их обойти.
Различные варианты применения функции ВПР, а также в комбинации с функцией ПОИСКПОЗ, создание первичного ключа.
ИИ (Copilot) в Excel для создания формул

4 неделя
Анализ и визуализация данных

Инструменты Excel для работы с данными Создание визуализаций, срезов и аналитического отчета (дашборда) в Excel ИИ (Copilot) в Excel для создания визуализаций

5 неделя
Инструменты Excel

Изучая эти уроки, студент:
  • Освоит горячие клавиши в Excel и приёмы ускоренной работы, включая инструмент "кисточка" для копирования форматов.
  • Научится форматировать таблицы, работать с CSV-файлами, поиском и заменой, а также с текстом по столбцам.
  • Изучит приёмы продвинутой работы: закрепление областей, сортировка и фильтрация, именованные ячейки и умные таблицы, закрепляя всё с помощью тестов.

6 неделя
Работа с надстройкой PowerQuery

Изучая эти уроки, студент:
  • Углубится в работу с Power Query
  • Научится подключать источники данных
  • Объединять и добавлять запросы
7 неделя
Основы анализа данных и PowerBI

С нуля создаем аналитический отчет (дашборд) в PowerBI, в том числе изучаем как:
  • подключать источники данных в PowerQuery;
  • чистить данные;
  • создавать модель данных;
  • создавать DAX меры, таблицы, колонки;
  • создавать стандартные и custom визуализации;
  • создавать tooltips и кнопки;
  • публиковать в облако и делиться вашим отчетом на любом устройстве;
  • использовать ИИ внутри PowerBI для создания визуализаций

8 неделя
Что такое Power Query – «кухня» PowerBI?

Своими руками создадите свой первый шедевр на «кухне» PowerBI:
  • подключите такие источники как Excel, CSV, папка с множеством файлов, SQL база данных, Google Sheets;
  • освоите ETL и основные инструменты и способы трансформации сырых данных в Power Query;
  • освоите Append и Merge, а также язык M и дополнительные фишки, бонусы;
  • научитесь автоматизировать все повторяющиеся действия без единой строчки кода, навсегда забудете о многочасовом повторяющемся ручном труде (aka Excel Hell);
  • бонус-уроки: урок как подключить Google Sheets по защищенному соединению, как распарсить выгрузку из 1С.
  • использвание ИИ внутри Power Query для быстрой обработки данных

9 неделя
Что такое Модель Данных – «сердце» PowerBI и DAX?

Ваш результат:
  • создадите реляционную модель данных и отработаете на практике: - виды таблиц (справочники, регистры); - виды схем (звезда, снежинка); - виды связей (один ко многим и др.).
  • раз и навсегда создадите полезный шаблон справочника дат таблицы (Календарь) с помощью DAX;
  • создадите множество мер, столбцов;
  • освоите основные группы функций DAX: агрегирующие, логические, Time Intelligence и многие другие;
  • бонус-урок: полезный шаблон отчета Time Intelligence.

10 неделя
Advanced DAX

Ваш результат, Вы сотворите настоящую магию:
  • FILTER и ALL для моментального расчета товарных остатков;
  • неактивные связи и USERELATIONSHIP для моментального расчета скорости работы доставки;
  • LOOKUPVALUE, RELATED, SELECTED VALUE для волшебного переключателя валют;
  • и многие другие функции DAX+ конкретные кейсы применения;
  • Бонус-уроки: фишки использования сложных формул DAX.
  • создание выводов на основе визуализаций с помощью ИИ

11 неделя
Визуализация данных – “вишенка” на торте + UI/UX элементы

Ваш результат:
  • создадите навигацию по всему отчету с помощью кнопок и закладок;
  • создадите все виды «проваляшек» drill up, drill down, drill through;
  • создание параметров для анализа ЧТО-ЕСЛИ и моментальных прогнозов;
  • настроите Row Level Security;
  • cоздадите dashboards;
  • настроите уведомления (alerts);
  • настроите автоматическое обновление данных с помощью Power BI Gateway;
  • адаптируете для мобильных устройств.
  • бонус: дополнительные фишки по визуализациям.

12 неделя
Advanced PowerQuery

Изучая эти уроки, студент:
  • Погрузится в расширенные возможности Power Query, включая параметры, шаблоны, функции и работу со списками (lists).
  • Освоит язык M — базовый синтаксис для более гибкой трансформации данных, а также узнает, как отслеживать время последнего обновления данных.
  • Разберётся в лицензировании Power BI, научится публиковать отчёты в облаке, подготовится к сертификационному экзамену PL-300 и закрепит материал с помощью практического задания и его разбора

13 неделя
Продвинутый анализ с DAX 1

Изучая эти уроки, студент:
  • Поймёт, зачем нужен язык DAX в Power BI и какова его философия, включая базовые принципы и «золотые правила» написания формул.
  • Освоит конструктор DAX, скалярные и табличные функции, а также ключевые конструкции, такие как FILTER, RELATED, RELATEDTABLE, EARLIER, переменные и Time Intelligence.
  • Разберёт практические кейсы — от построения мультивалютных отчётов до анализа новых и повторных покупателей и расчёта скользящей средней.

14 неделя
Продвинутый анализ с DAX 2

Изучая эти уроки, студент:
  • Освоит продвинутые функции DAX, включая ALL, ALLEXCEPT, ALLNOBLANKROW, VALUES, DISTINCT, RANKX, а также отличия X-функций и ADDCOLUMNS.
  • Научится строить агрегированные таблицы с помощью SUMMARIZE, ROLLUP, GROUPBY, SELECTCOLUMNS, ADDCOLUMNS, в том числе тремя способами.
  • Разберётся в построении Top N отчетов, объединении метрик (Sales Top N Products и Sales Amount) в одном отчёте, и закрепит материал через тест и практику.

15 неделя
Продвинутый анализ с DAX 3

Изучая эти уроки, студент:
  • Разберёт внутренний и внешний контекст фильтра — ключевую концепцию для написания корректных DAX-выражений.
  • Научится применять функцию CALCULATE в различных сценариях: без ограничений, с ранжированием (RANK), в условиях вызова и удаления контекста.
  • Освоит ABC-анализ в статическом и динамическом виде, а также работу со сложными моделями: двунаправленные связи, Cross-Reference таблицы и связи many-to-many.

16 неделя
Вредные советы по визуализации данных

Ваш результат:
  • продвинутые визуализации
  • правила построения визуализаций и дашбордов
  • ИИ для визуализации данных


17 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА, неделя 1

Вы создадите и презентуете свой личный проект по PowerBI (срок на создание и защиту - 2 недели)

18 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА, неделя 2

Вы создадите и презентуете свой личный проект по PowerBI (срок на создание и защиту - 2 недели)

19 неделя
Отчет о движении денежных средств, неделя 1

Изучая эти уроки, студент:
  • Познакомится с бухгалтерской структурой данных (план счетов, отчёты о движении денежных средств) и научится подключать источники данных к Power BI.
  • Освоит выгрузку данных из 1С (реестры операций, справочники счетов и статей ДДС) и их очистку и трансформацию в Power Query.

20 неделя
Отчет о движении денежных средств, неделя 2

Изучая эти уроки, студент:
  • Научится создавать календари, связи в модели данных, меры и визуализации
  • Выполнит самостоятельную работу по расширенной аналитике и визуализирует ДДС в PowerBI


21 неделя
Отчет о прибылях и убытках, неделя 1

Изучая эти уроки, студент:
  • Получит теоретическую базу по отчётам о доходах и расходах, разберётся в типах прибыли, а также в понятиях маржи, наценки и маржинальности.
  • Освоит выгрузку и обработку справочников (доходов, расходов и счетов ОПИУ) из 1С и их подготовку в Power Query.

22 неделя
Отчет о прибылях и убытках, неделя 2

  • Научится создавать меры в DAX, устанавливать связи в модели данных, использовать Time Intelligence, а также строить визуализации для финансовой аналитики, включая сравнение с прошлым периодом.
  • Закрепит знания в самостоятельной практической работе по созданию визуальных отчётов.

23 неделя
Бухгалтерский баланс, неделя 1

Изучая эти уроки, студент:
  • Поймёт теоретические основы баланса и научится обрабатывать соответствующие данные в Power Query.
  • Освоит создание и корректировку мер для балансового отчёта и его структуры

24 неделя
Бухгалтерский баланс, неделя 2

Изучая эти уроки, студент:
  • Реализует мини-проект с единым финансовым отчётом
  • Получит полезные дополнения: взаимодействие между визуализациями, принцип двойной записи

25 неделя
Финансовый анализ

Изучая эти уроки, студент:
  • Получит базовые знания по финансовому анализу и моделированию, включая расчёт финансовых коэффициентов и работу с анализом "что-если" (What-If).
  • Научится создавать меры и параметры в DAX для построения гибких финансовых отчётов.
  • Поймёт, как сделать отчёт информативным и визуально сбалансированным

26 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА

Вы создадите и презентуете свой личный проект в PowerBI: три финасовых отчета (ДДС, ОПИУ, Баланс) полностью автоматизированные и визуализированные






ИИ-АНАЛИТИК ДАННЫХ (Power BI, SQL, Excel, Python, AI)
Level 2 Мидл (для продолжающих)

TechOrda #3

Middle AI-Data аналитик с навыками Power BI, SQL, Excel, Python, AI
пн-вс
Практики больше, чем теории
Онлайн
Русский
Курс для тех, кто уже освоил базовую аналитику и хочет повысить квалификацию. Продвинутый Excel включает массивы, макросы и дашборды. В Power BI и SQL вы научитесь оптимизировать запросы, строить сложные модели данных и объединять источники. В Python — работать с библиотеками Pandas, NumPy и визуализациями. Блок AI поможет применять машинное обучение для реальных бизнес-задач. Подходит аналитикам, желающим перейти на middle-уровень и повысить свою ценность на рынке.
Квалификация по завершению курса:
Планируемые дни проведения занятий (дни недели):
Методика обучения:
Формат обучения:
Описание курса
Язык обучения:
Продвинутый искусственный интеллект для анализа данных (нейронные сети)

22-26 недели
Продвинутый Python для анализа данных
с помощью ИИ
16-21 недели
Продвинутый SQL
для анализа данных
с помощью ИИ

11-15 недели
Продвинутый Power BI для анализа данных
с помощью ИИ

5-10 недели
Продвинутый Excel
для анализа данных
с помощью ИИ

1-4 недели
1 неделя
Анализ и визуализация данных

Инструменты Excel для работы с данными
ИИ (Copilot) в Excel для создания формул и визуализаций

2 неделя
Продвинутые формулы и функции

Продвинутые функции Excel для работы с данными
Создание визуализаций, срезов и аналитического отчета (дашборда) в Excel

3 неделя
Работа с надстройкой PowerQuery

Изучая эти уроки, студент:
- Углубится в работу с Power Query
- Научится подключать источники данных,
- Объединять и добавлять запросы

4 неделя
Работа с надстройкой PowerPivot

Изучая эти уроки, студент:
  • Углубится в работу с Power Pivot
  • Освоит основы DAX
5 неделя
Advanced PowerQuery

Изучая эти уроки, студент:
  • Погрузится в расширенные возможности Power Query, включая параметры, шаблоны, функции и работу со списками (lists).
  • Освоит язык M — базовый синтаксис для более гибкой трансформации данных, а также узнает, как отслеживать время последнего обновления данных.
  • Разберётся в лицензировании Power BI, научится публиковать отчёты в облаке, подготовится к сертификационному экзамену PL-300 и закрепит материал с помощью практического задания и его разбора.

6 неделя
Продвинутый анализ с DAX 1

Изучая эти уроки, студент:
  • Поймёт, зачем нужен язык DAX в Power BI и какова его философия, включая базовые принципы и «золотые правила» написания формул.
  • Освоит конструктор DAX, скалярные и табличные функции, а также ключевые конструкции, такие как FILTER, RELATED, RELATEDTABLE, EARLIER, переменные и Time Intelligence.
  • Разберёт практические кейсы — от построения мультивалютных отчётов до анализа новых и повторных покупателей и расчёта скользящей средней.

7 неделя
Продвинутый анализ с DAX 2

Изучая эти уроки, студент:
  • Освоит продвинутые функции DAX, включая ALL, ALLEXCEPT, ALLNOBLANKROW, VALUES, DISTINCT, RANKX, а также отличия X-функций и ADDCOLUMNS.
  • Научится строить агрегированные таблицы с помощью SUMMARIZE, ROLLUP, GROUPBY, SELECTCOLUMNS, ADDCOLUMNS, в том числе тремя способами.
  • Разберётся в построении Top N отчетов, объединении метрик (Sales Top N Products и Sales Amount) в одном отчёте, и закрепит материал через тест и практику.

8 неделя
Продвинутый анализ с DAX 3

Изучая эти уроки, студент:
  • Разберёт внутренний и внешний контекст фильтра — ключевую концепцию для написания корректных DAX-выражений.
  • Научится применять функцию CALCULATE в различных сценариях: без ограничений, с ранжированием (RANK), в условиях вызова и удаления контекста.
  • Освоит ABC-анализ в статическом и динамическом виде, а также работу со сложными моделями: двунаправленные связи, Cross-Reference таблицы и связи many-to-many.

9 неделя
Вредные советы по визуализации данных

Ваш результат:
  • продвинутые визуализации
  • правила построения визуализаций и дашбордов
  • ИИ для визуализации данных

10 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА

Вы создадите и презентуете свой личный проект в PowerBI, который станет частью вашего резюме и портфолио
11 неделя
Архитектура и автоматизация баз данных: триггеры, представления, процедуры и функции

  • Введение в триггеры
  • Работа с представлениями (views)
  • Проектирование кластеризованных и некластеризованных индексов для оптимизации производительности
  • Разработка хранимых процедур - Создание пользовательских функций (UDFs): скалярные и табличные, отличие от встроенных функций
  • Много практики и 2 технических собеседования

12 неделя
Условные выражения и работа с текстом

  • Научитесь динамически обрабатывать данные с помощью условных конструкций (CASE WHEN, COALESCE)
  • Научитесь динамически обрабатывать данные с помощью строковых функций (LEFT, RIGHT, SUBSTRING, TRIM, REPLACE и др
  • Много практики и 2 технических собеседования


13 неделя
ПРОДВИНУТЫЕ ОКОННЫЕ ФУНКЦИИ, неделя 1

  • Освоим мощнейший инструмент аналитика — оконные функции OVER, ROW_NUMBER, RANK и др
  • Много практики и 2 технических собеседования

14 неделя
ПРОДВИНУТЫЕ ОКОННЫЕ ФУНКЦИИ, неделя 2

  • Освоим оконные функции DENSE_RANK, LEAD, LAG и др
  • Сравнение оконных функций с подзапросами и CTE
  • Много практики и 2 технических собеседования

15 неделя
Техническое собеседование

В рамках этого модуля вы дважды в неделю будете проходить технические собеседования, что подготовит вас к дальнейшему трудоустройству, ведь вероятность что вам зададут задачи по SQL на собеседовании на позицию аналитика близка к 100% и на финальной неделе вы пройдете финальное собеседование (устный экзамен)
16 неделя
Обработка данных в Pandas, неделя 1

Изучая эти уроки, студент:
  • Освоит работу с библиотекой Pandas, начиная с базовых объектов Series и DataFrame, научится создавать, изменять и анализировать табличные данные.
  • Разберётся, как обрабатывать пропущенные значения (missing data) — заменять, удалять или анализировать неполные данные.

17 неделя
Обработка данных в Pandas, неделя 2

Изучая эти уроки, студент:
  • Научится сортировать и фильтровать данные в Pandas, находить дубликаты, работать с индексами и инструментами доступа .loc[], .iloc[].
  • Освоит ключевые методы для поиска, удаления, выборки и копирования данных, а также научится работать с текстовыми данными и группировками (groupby).
  • Применит знания на практике в бизнес-кейсах, таких как анализ данных Netflix и предсказание оттока клиентов (churn), а также закрепит материал через тесты.

18 неделя
Обработка данных в Pandas, неделя 3

  • Объединение таблиц в Pandas — освоит merge() для объединения данных, как в SQL.
  • Визуализация с Matplotlib — научится строить графики и анализировать тренды.


19 неделя
Регулярные выражения

  • Регулярные выражения — научится извлекать и очищать текстовые данные в Python.
  • Закрепит навыки на кейсе Apple Music

20 неделя
Введение в Искусственный Интеллект

Изучая эти уроки, студент:
  • Научится устанавливать и настраивать VS Code (в том числе на MacOS) и познакомится с порталом Azure, включая создание бесплатной подписки.
  • Получит вводное представление об искусственном интеллекте (ИИ)
  • Узнает, что такое API

21 неделя
Изучение основ искусственного интеллекта

Изучая эти уроки, студент:
  • Освоит генерацию голоса с помощью Azure Cognitive Services, научится преобразовывать текст в речь, настраивать параметры синтеза и использовать API.
  • Поймёт структуру HTTP-запросов и научится использовать ИИ-сервисы Azure для перевода текста, что пригодится при создании интеллектуальных приложений.


22 неделя
Изучение основ компьютерного зрения (Computer Vision)

Изучая эти уроки, студент:
  • Освоит анализ изображений с помощью Vision API, включая извлечение объектов, категорий и тегов из визуальных данных.
  • Научится выполнять оптическое распознавание символов (OCR) для извлечения текста из изображений с помощью Vision API.
  • Познакомится с возможностями Document Intelligence и научится автоматически извлекать данные из накладных, чеков и других документов.

23 неделя
Введение в обработку естественного языка (NLP)

Изучая эти уроки, студент:
  • Получит введение в обработку естественного языка (NLP) и разберётся в основных подходах к векторизации текста, включая методы представления текста в числовом виде.
  • Научится использовать языковую службу Azure для анализа эмоций в тексте, что важно для работы с отзывами, комментариями и пользовательским мнением.
  • Освоит практический кейс по распознаванию проплаченных интернет-комментариев, применяя полученные знания в реальных задачах анализа текста.


24 неделя
Azure Open AI

Изучив эти уроки, студент:
  • Освоит работу с Azure OpenAI
— научится подключаться к сервису, отправлять запросы и использовать ИИ-модели для генерации текстов.


25 неделя
Azure ML

Изучив эти уроки, студент:
  • Поймёт основы Azure Machine Learning — научится создавать рабочие области, загружать данные и использовать интерфейс платформы.
  • Освоит AutoML от Azure — научится автоматически подбирать лучшие модели и параметры без написания кода.
  • Познакомится с ML Designer — визуально соберёт и обучит модель машинного обучения, используя drag-and-drop интерфейс.

26 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА

Вы создадите и презентуете свой личный проект по ИИ
ИИ-инженер & Аналитик данных (Python, DS, ML, AI)
Level 2 Мидл (для продолжающих)

TechOrda #4

Middle AI инженер-Data аналитик с навыками Python, AI
пн-вс
Практики больше, чем теории
Онлайн
Русский
Продвинутая программа для аналитиков, желающих перейти в Data Science и ML. Вы углубитесь в Python, изучите статистику для анализа распределений и закономерностей, освоите алгоритмы машинного обучения (регрессия, кластеризация, классификация) и погрузитесь в нейросети и Deep Learning. Все навыки отрабатываются на прикладных задачах: прогнозирование спроса, распознавание текста и изображений, построение рекомендательных систем. Подходит для тех, кто хочет стать ML-инженером или AI-специалистом.

Квалификация по завершению курса:
Планируемые дни проведения занятий (дни недели):
Методика обучения:
Формат обучения:
Описание курса
Язык обучения:
Искусственный Интеллект и Deep Learning на базе Python
21-26 недели
Data Science & Machine Learning на базе Python
15-20 недели
Статистика на базе Python

9-14 недели
Продвинутый Python для анализа данных
с помощью ИИ

6-8 недели
Python для анализа данных с помощью ИИ
1-5 недели
1 неделя
Основы программирования и Python

Изучая эти уроки, студент:
  • Освоит основы Python, включая установку окружения (Python и Jupyter Notebook) и базовые операции: вычисления, переменные, типы данных и их преобразование.
  • Научится работать с вводом и выводом данных, а также с одним из ключевых типов данных в Python — списками (lists): создание, изменение, доступ к элементам, основные методы.
  • Пройдёт тестирование для закрепления материала и получит полезные ресурсы для дальнейшего изучения языка программирования.

2 неделя
Списки, логические операторы, словари

Изучая эти уроки, студент:
  • Научится устанавливать библиотеки и работать с основными инструментами для анализа данных в Python: NumPy, Pandas, Scikit-learn, Matplotlib.
  • Поймёт различия между списками и массивами NumPy, научится создавать и использовать одномерные и двумерные массивы, а также пройдёт тестирование для закрепления.
  • Освоит логические операторы и условные конструкции if, else, elif, включая вложенные условия (nested if), а также научится использовать словари (dictionaries) — важную структуру данных в Python.

3 неделя
Циклы (LOOPS)

Изучая эти уроки, студент:
- Освоит работу с циклами for и while — ключевыми инструментами для автоматизации повторяющихся действий, включая работу с range, списками и условиями.
- Поймёт особенности бесконечных циклов, использование флагов, стражей и констант для управления логикой выполнения кода.
- Ознакомится с конструкцией match case — современным способом сопоставления значений, добавленным в новых версиях Python.

4 неделя
Обработка данных в Pandas, неделя 1

Изучая эти уроки, студент:
  • Освоит создание пользовательских функций в Python, включая передачу параметров, возврат значений (return) и работу с None, а также распространённые ошибки при работе с функциями.
  • Освоит работу с библиотекой Pandas, начиная с базовых объектов Series и DataFrame, научится создавать, изменять и анализировать табличные данные.
  • Разберётся, как обрабатывать пропущенные значения (missing data) — заменять, удалять или анализировать неполные данные.

5 неделя
Обработка данных в Pandas, неделя 2

Изучая эти уроки, студент:
  • Научится сортировать и фильтровать данные в Pandas, находить дубликаты, работать с индексами и инструментами доступа .loc[], .iloc[].
  • Освоит ключевые методы для поиска, удаления, выборки и копирования данных, а также научится работать с текстовыми данными и группировками (groupby).
  • Применит знания на практике в бизнес-кейсах, таких как анализ данных Netflix и предсказание оттока клиентов (churn), а также закрепит материал через тесты.
6 неделя
Обработка данных в Pandas, неделя 3

  • Объединение таблиц в Pandas — освоит merge() для объединения данных, как в SQL.

7 неделя
Регулярные выражения

  • Регулярные выражения — научится извлекать и очищать текстовые данные в Python.
  • Закрепит навыки на кейсе Apple Music


8 неделя
Визуализация данных

  • Визуализация с Matplotlib — научится строить графики и анализировать тренды.
9 неделя
Введение в статистику и инструменты анализа

  • Основные термины: выборка, генеральная совокупность, переменные
  • Типы данных: категориальные, числовые, бинарные
  • практика на Python

10 неделя
Описательная статистика

  • Среднее, медиана, мода, размах, квартиль - Стандартное отклонение, дисперсия - Визуализация распределений: гистограммы, boxplot, плотность - практика на Python


11 неделя
Распределения и вероятности

  • Нормальное, биномиальное, пуассоновское распределения
  • Плотность вероятности (PDF), функция распределения (CDF)
  • Генерация случайных данных и визуализация распределений


12 неделя
Корреляция и взаимосвязи

  • Ковариация и коэффициент корреляции (Пирсон, Спирмен)
  • Построение матрицы корреляций и тепловых карт


13 неделя
Проверка статистических гипотез

  • H₀ и H₁, уровни значимости, p-value - t-тест - χ²-тест

14 неделя
Регрессия

  • Простая линейная регрессия - Интерпретация коэффициентов, остатки, R²
15 неделя
Data Science Pipeline и подготовка данных

  • Этапы DS-процесса: от постановки задачи до оценки модели - Загрузка и очистка данных с pandas - Работа с пропущенными значениями, категориальными переменными


16 неделя
Разведочный анализ (EDA) и визуализация

  • Корреляции, выбросы, плотность распределения
  • Парные диаграммы, тепловые карты, кластерные визуализации
  • Feature engineering: создание новых признаков

17 неделя
Модели машинного обучения. Классификация

  • Основы supervised learning: обучение с учителем - Алгоритмы: Logistic Regression, Decision Tree, Random Forest
  • Оценка качества: accuracy, precision, recall, F1, confusion matrix
  • Разделение данных: train_test_split, кросс-валидация

18 неделя
Регрессия и настройка моделей

  • Линейная и полиномиальная регрессия - Ошибки RMSE, MAE, R²
  • Гиперпараметры и GridSearchCV, RandomizedSearchCV
  • Подбор модели и переобучение (overfitting/underfitting)

19 неделя
Кластеризация и понижение размерности, неделя 1

  • KMeans, DBSCAN, иерархическая кластеризация
  • Выявление кластеров и сегментация клиентов

20 неделя
Кластеризация и понижение размерности, неделя 2

  • PCA: понижение размерности для визуализации и ускорения моделей


21 неделя
Изучение основ искусственного интеллекта

Изучая эти уроки, студент:
  • Освоит генерацию голоса с помощью Azure Cognitive Services, научится преобразовывать текст в речь, настраивать параметры синтеза и использовать API.
  • Поймёт структуру HTTP-запросов и научится использовать ИИ-сервисы Azure для перевода текста, что пригодится при создании интеллектуальных приложений.

22 неделя
Изучение основ компьютерного зрения (Computer Vision)

Изучая эти уроки, студент:
  • Освоит анализ изображений с помощью Vision API, включая извлечение объектов, категорий и тегов из визуальных данных.
  • Научится выполнять оптическое распознавание символов (OCR) для извлечения текста из изображений с помощью Vision API.
  • Познакомится с возможностями Document Intelligence и научится автоматически извлекать данные из накладных, чеков и других документов.


23 неделя
Введение в обработку естественного языка (NLP)

Изучая эти уроки, студент:
  • Получит введение в обработку естественного языка (NLP) и разберётся в основных подходах к векторизации текста, включая методы представления текста в числовом виде.
  • Научится использовать языковую службу Azure для анализа эмоций в тексте, что важно для работы с отзывами, комментариями и пользовательским мнением.
  • Освоит практический кейс по распознаванию проплаченных интернет-комментариев, применяя полученные знания в реальных задачах анализа текста.


24 неделя
Azure Open AI

Изучив эти уроки, студент:
  • Освоит работу с Azure OpenAI — научится подключаться к сервису, отправлять запросы и использовать ИИ-модели для генерации текстов.

25 неделя
Azure ML

Изучив эти уроки, студент:
  • Поймёт основы Azure Machine Learning — научится создавать рабочие области, загружать данные и использовать интерфейс платформы.
  • Освоит AutoML от Azure — научится автоматически подбирать лучшие модели и параметры без написания кода.
  • Познакомится с ML Designer — визуально соберёт и обучит модель машинного обучения, используя drag-and-drop интерфейс.

26 неделя
ЗАЩИТА ЛИЧНОГО ПРОЕКТА

Вы создадите и презентуете свой личный проект по ИИ

Одна из топ 3000 экспертов в мире и единственная в Казахстане, обладает почетной наградой и статусом Microsoft Most Valuable Professional в сфере Data и AI
Forbes 30 до 30 – топ 30 лидеров Казахстана моложе 30 лет
C помощью аналитики зарабатывала миллионы долларов для: Procter & Gamble, MARS, Microsoft (США), Kolesa Group
Екатерина Рехерт
Главный методолог и автор курсов DataBoom
Официальный сертификат
и признание лучших
Сертификат об окончании, награда Top Student для лучших
Доступ к платформе и сообществу после курса
1 год доступа + участие в DataBoom Community
Поддержка наставников и карьерных консультантов
Индивидуальная обратная связь и личные консультации
Полный доступ к учебным материалам
Видео, данные, презентации и ресурсы остаются с вами
Каждый участник получит:
Особые условия:
Гарантийный взнос в размере 100 000 тг.

В срок не позднее 7 (семь) рабочих дней до начала обучения по Договору, Студент обязан внести депозит в размере 100 000 (сто тысяч) тенге на расчетный счет Школы, указанный в Договоре. Депозит возвращается Студенту в течение 10 (десяти) рабочих дней после успешного завершения им обучения в рамках Договора».
Вводный мини-курс
с финальным экзаменом
Мотивационное письмо
Резюме
Критерии отбора:
Онлайн
26 недель, 347 академических часа
Продолжительность курсов:
Формат курсов:
Оставить заявку
на обратный звонок
TOO «DataBoom»
БИН: 160540005109
Юридический адрес: 050057,
г. Алматы, Улица Клочкова, д. 137
Фактический адрес: 050057,
г. Алматы, пр-т Достык, 248Б,
офис 115. Всю корреспонденцию просьба направлять по фактическому адресу

E-mail: info@databoom.kz


Тек. счет:
№ KZ09722S000007286320
В АО «Kaspi Bank»,
БИК банка: CASPKZKA

Физическим лицам:
+7 707 155 21 02

Юридическим лицам:
+7 707 109 60 49
Воспользуйся беспроцентной рассрочкой для своего развития
© 2019-2025. Databoom
Все авторские права защищены законом