Курсы, участвующие в распродаже

Вы научитесь управлять жизненным циклом продукта от идеи до выпуска на рынок и последующего его развития. Вы узнаете, как разрабатывать продуктовую стратегию, определять требования пользователей, создавать прототипы и тестировать продукты на рынке.

Ступень 1: «Базовые навыки»

Блок 1: Базовые навыки и продуктовый подход

Блок 2: Менеджмент команды и Agile

Блок 3: Работа с пользователями и CustDev

Блок 4: DataDriven и аналитический подход

Блок 5: Работа с руководителем и защита своих идей

Ступень 2: «Навыки для Middle Product manager»

Блок 1: Планирование задач и развития продукта

Блок 2: Прототипирование и Figma для продактов

Блок 3: NoCode-инструменты и создание MVP

Блок 4: Hard skills — A/B-тестирование и Unit-экономика

Блок 5: Анализ данных: SQL, дашборды и визуализация данных

Блок 6: Soft skills для продакта и работа со стейкхолдерами

Ступень 3: «Специализация и создание продуктов с 0»

Блок 1: Специализация Mobile Product manager

Блок 2: Специализация Product Marketing manager

Блок 3: Специализация Technical&ML Product manager

Блок 4: Специализация: Отраслевая специфика

Блок 5: Создание и запуск продуктов с 0

Блок 6: Дипломная работа и помощь с трудоустройством

Ничего лишнего: все ключевые навыки продакт-менеджера в одном курсе

Освоите навыки построения стратегии и развития продукта. Научитесь приорититизировать, принимать решения и развивать сотрудников.

Блок 1: «Стратегия и видение продукта»

• Освоим инструменты для описания стратегии и видения продукта
• Научимся изучать стадии наступающих и заканчивающихся трендов в индустрии
• Познакомимся с шаблонами, помогающими структурировать все составляющие бизнеса

Блок 2: «Приоритизация и принятие решений»

• Определим цели компании и научимся оценивать фичи
• Познакомимся с иерархией метрик и инструментами для сбора идей для приоритизации
• Изучим прикладные инструменты: Impact mapping, Poker planning, RICE

Блок 3: «Инструменты Jobs To Be Done и User Story Mapping»

• Изучим разницу между Jobs-as-progress vs Job-as-activity,
• Разберем конкурентов через призму работ,
• Научимся проводить JTBD-исследования,
• Разберемся в подходе User Story и критериях готовности

Блок 4: «Дизайн-мышление для продакта»

• Разберемся, что такое дизайн-мышление
• Поймем его ограничения и условия применимости
• Рассмотрим все этапы процесса дизайн-мышления и его инструменты

Блок 5: «OKR и среднесрочное планирование»

• Что такое OKR, зачем он нужен и где применяется?
• Рассмотрим основные правила и алгоритм составления OKR
• Обсудим отличия OKR от KPI, связь OKR и метрик продукта

Блок 6: «Стратегическое мышление для продакта»

• Изучим инструменты стратегического мышления
• Поймем, как выбираться из рутины ежедневных мелких задач
• Определим, что повышает ценность продакта в компании

Блок 7: «Работа с командой»

• Изучим, как происходит найм
• Освоим инструменты мотивации
• Поймем, как оценивать, обучать и развивать сотрудников
• Выясним, как адаптироваться в существующую команду и как развивать лидерство
• Научимся работать в распределенной команде

Блок 8: «Работа со смежными подразделениями»

• Узнаем, зачем нужны «смежники» и почему без них нельзя
• Определим, как работать с другими отделами, у которых свои KPI
• Создадим framework и визуализацию процесса взаимодействия

Блок 9: «Как защищать проект у команды и стейкхолдеров»

• Поймем, почему важно уметь защищать проекты у команды и стейкхолдеров
• Разберемся в этапах подготовки к защите проекта
• Научимся презентовать проект

Освоите подход Growth hacking и находите кратные точки роста бизнеса. Научитесь быстро проверять и тестировать гипотезы.

Блок 1: «Growth hacking»

• кейсы Growth
• ключевые инструменты, работа над онбордингами и виральностью
• разбор типовых ошибок

Блок 2: «Нюансы когортного анализа и ABCDX-сегментации»

• инструмент ABCDX-сегментации
• применимость когортного анализа
• практика по сегментации и когортам

Блок 3: «Принципы и подходы Customer Development»

• разбор типовых кейсов
• алгоритм и шаблон подготовки и проведения интервью с пользователями
• нюансы CustDev

Блок 4: «Приоритизация как супер-сила продакта»

• быстрые и медленные способы приоритизации
• ROI-приоритизация с учётом рисков
• как максимизировать вероятность успеха фичи

Блок 5: «Быстрая проверка MVP и гипотез»

• быстрое прототипирование и MVP
• инструменты качественной и количественной проверки идей
• ускорение цикла проверки гипотез

Блок 6: «Feature adoption»

• подходы Feature Adoption
• применимость подхода и разбор кейсов
• ключевые процессы для внедрения подхода

Блок 7: «Как проверять гипотезы без программирования (Zero coding)»

• инструменты ZeroCoding: Glide, Bubble, Integromat
• сбор с 0 мобильного приложения за 15 минут
• использование NoCode для валидации идей

Блок 8: «Стратегическое мышление для продакта»

• переход от фичей к метрикам и направлениям
• построение команды Growth
• построение стратегии роста продукта

• Создание объектов
• Работа с текстом
• Использование изображений

• Работа с масками
• Основная тема

• Работа со слоями
• Smart-selection
• Arrage, Align, Distribute

• Цвет в библиотеке
• Текст в библиотеке
• Базовые компоненты

• Связывание экранов в прототип
• Простейшая анимация перехода между экранами
• Smart-animate

• Автолейаут
• Компоненты
• Констрейнты и сетки

• Варианты компонентов
• Библиотеки
• Основы дизайн-систем

• Введение в комьюнити Figma
• UI-киты и шаблоны
• Плагины
• Работа с текстом, перенос текста в spreadsheets
• Как почистить отступы
• Плагины с иконками
• Выделение слоев
• Скриптинг

• Отрисовать UML схему выбранного сервиса
• Плагин Auto Flow

• Сдача дипломной работы
• Помощь в подготовке резюме и прохождению тестовых заданий

Урок 1: «Основы работы в Google Sheets»

• Преимущества Google Sheets перед Excel
• База для работы с Google Sheets
• Лайфхаки работы с ячейками, строками и столбцами в Google Sheets

Урок 2: «Сводные таблицы»

• Настройка сводных таблиц
• Простейшие вычислительные формулы
• Формат данных после вычисления

Урок 3: «Форматирование данных»

• Объединение и выделение ячеек
• Заливка цветом
• Условное форматирование

Урок 4: «Визуализация данных»

• Графики и диаграммы: какие для чего лучше использовать
• Обязательные параметры
• Наводим красоту: что еще можно настроить

Урок 5: «Базовые вычислительные функции и формулы»

• Функции для простых арифметических действий
• Протягивание формул по ячейкам

Урок 6: «Логические функции и инструменты»

• Фильтрация данных
• Функции И, ИЛИ, ЕСЛИ

Урок 7: «Текстовые функции и инструменты»

• Проверка данных
• Базовые текстовые функции
• Регулярные выражения

Урок 8: «Работа с диапазонами»

• Обработка ошибок
• Функция ВПР

Урок 9: «Массивы»

• Одномерные и двумерные массивы
• Функции ArrayFormula, ROW, COLUMN

Урок 10: «Прогнозирование»

• Прогнозирование данных
• Функции FORECAST и TREND
• Построение линии тренда на диаграмме

Дипломная работа

• Сдача дипломной работы
• Помощь в подготовке резюме и прохождению тестовых заданий

Ступень 1: «Базовые навыки Java-разработчика»

1. Основы Java
2. Java: классы, объекты, первая программа
3. Java Core
4. Linux
5. Работа с файлами. Работа с сетью
6. Java: аннотации, синхронизации, библиотеки
7. Работа с Git и Spring Framework
8. SQL
9. SQL и базы данных
10. Spring, Hibernate

1. Основы DevOps для Java-разработчика
2. Тестирование (Java)

Ступень 3: «Получение специализации»

1. Основы Web-разработки
2. Расширенные возможности HTML и CSS. Работа с макетом, построение сложных сеток, JavaScript. Базовый уровень
3. Введение в Android-разработку
4. Продвинутая разработка на Android
5. Дипломная работа и помощь с трудоустройством (параллельно с обучением)

Научитесь отражать информационные атаки, минимизировать последствия вторжений и поддерживать безопасность любых IT-систем. Станете востребованным специалистом для любой компании

Ступень 1: «Hard skills для специалиста»

Блок 1: Программирование на Python

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Базы данных и статистика
• Многопоточность
• Работа с сетью и криптография на Python

Блок 2: Основы Linux и работа с Bash

• Linux: введение и основные концепты ОС.
• Bash. Базовый инструмент скриптов в Linux
• Жизненный цикл ПО, CI/CD

Блок 3: Основы SQL для инженера

• Введение в блок SQL
• Извлечение и фильтрация данных: начальный уровень
• Извлечение и фильтрация данных: продвинутый уровень
• Преобразование и сортировка данных: начальный уровень
• Преобразование и сортировка данных: продвинутый уровень

Блок 4: SQL и базы данных

• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Подзапросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced SQL
• Итоговый проект LEGO
• Обзор основных программ

Ступень 2: «Углубляемся в профессию»

Блок 5: Информационная безопасность

• Информационная безопасность: стандарты и понятия
• Нормативное регулирование
• Международные и отраслевые стандарты
• Классификация и категоризация информации, информационных систем
• Лицензирование, аттестация, сертификация
• Виды угроз и их моделирование
• Криптограция: симметричные и ассиметричные криптосистемы
• Финансовые системы

Блок 6: Сети передачи данных и их безопасность

• Работа с сетью: ключевые технологии и устройства
• Проблемы обеспечения безопасности в компьютерных системах и сетях
• Виртуальные частные сети (VPN)
• Беспроводные сети: Wi-Fi
• Протоколоы сетевого и транспортного уровня: IPv4, IPv6, TCP, UDP
• Работа сети Интернет: BGP, DNS, HTTP, HTTPS, HTTP2
• Антивирусные средства защиты
• Мониторинг событий безопасности
• Обнаружение и устранение уязвимостей. Организация безопасности сети

Ступень 3: «Тестирование и организация безопасности»

Блок 7: Работа с сетью и тестирование на проникновение

• Основные сетевые протоколы и исследование сетевого трафика
• Средства обнаружения вторжения и утечек данных
• Атаки на сетевое оборудование. Сетевые атаки MITM
• Атаки на беспроводные сети: методология и оборудование
• Атаки на WPS, перехват handshake. Меры по противодействию атакам
• Основы вредоносных приложений. Способы детектирования вредоносных приложений
• Основы работы с Metasploit framework. Популярные уязвимости и автоматизация
• Воркшоп: тестирование на проникновение

Блок 8: Организация безопасности

• Настройка средств защиты информации (СЗИ)
• Linux Hardening
• Windows Hardening
• Active Directory
• Мониторинг событий безопасности: Snort, OSSEC
• Penetration Testing: продвинутый уровень

• Обучение на практике и реальных кейсах
• Более 10 лет опыта в развитии IT-профессий в России
• Экспертный совет из сотрудников ведущих университетов и практиков рынка
• Гарантия трудоустройства в российские и международные компании

Блок 1: Основы DevOps

• Введение в DevOps

Блок 2: Основы Linux и работа с Bash

• Linux: введение и основные концепты ОС.
• Bash. Базовый инструмент скриптов в Linux

Блок 3: CI/CD системы

• Жизненный цикл ПО, CI/CD

Блок 4: Системы контроля версий Git и Gitlab

• Git, основные понятия. Знакомство с GitLab
• Введение в GitLab CI
• GitLab CI. Внутренние переменные, Артефакты, Правила

Блок 5: Работа с Docker

• Контейнеризация. Знакомство с Docker.
• Упаковка приложений в Docker
• Docker-Compose. Сервисы и взаимодействия

Блок 6: Управление конфигурациями, Ansible

• Ansible. Основные концепции и команды
• Ansible. Роли и переменные
• Ansible. Разработка ролей

Блок 7: Основы SQL для DevOps

• Введение в блок SQL
• Извлечение и фильтрация данных (часть 1)
• Извлечение и фильтрация данных (часть 2)
• Преобразование и сортировка данных (часть 1)
• Преобразование и сортировка данных (часть 2)

Блок 8: SQL и базы данных

• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Подзапросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• Итоговый проект LEGO
• Обзор основных программ

Блок 9: Python для DevOps

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Python для Devops

Блок 10: Advanced: MLOps — DevOps в мире Machine Learning

• Методологии анализа больших данных и организации команды. CRISP-DM
• Культура сбора и источники данных
• Улучшение качества работы с данными

Блок 11: Advanced: облачные сервисы и Hadoop

• Основы работы в Hadoop и MapReduce
• Основы архитектуры хранения и обработки больших данных
• Виды обработки и масштабирования

Дипломная работа и помощь с трудоустройством

Научитесь создавать собственные приложения и игры для Android, работать со структурами данных и станете незаменимым специалистом для любой IT компании

Раздел I: Основы Java и Java Core

• Блок 1: Основы Java
• Блок 2: Конструкции Java
• Блок 3: Методологии тестирования ПО
• Блок 4: Документирование
• Блок 5: Java Core

Раздел II: База Android-разработки

• Блок 6: Основы Android-разработки
• Блок 7: Linux и работа с сетью
• Блок 8: Многопоточное программирование
• Блок 9: Основы SQL
• Блок 10: Базы данных

Раздел III: Работа с Kotlin и Figma

• Блок 11: Основы Kotlin
• Блок 12: Kotlin: networking и архитектура приложений
• Блок 13: Создание макетов веб-страниц
• Блок 14: Работа с Figma
• Блок 15: Современные методологии разработки

Раздел IV: Advanced Android

• Блок 16: Продвинутая разработка на Android
• Блок 17: Системы контроля версий
• Блок 18: Работа с Git и Gitlab
• Блок 19: Основы DevOps для программиста

• Блок 1. Принципы HTML
• Блок 2. Объекты HTML и DOM-модель
• Блок 3. Расширенные возможности HTML и CSS. Работа с макетом, построение сложных сеток, адаптивная вёрстка
• Блок 4. Инструменты верстки и UX
• Блок 5: Создание макетов веб-страниц
• Блок 6: Работа с Figma

• Блок 7. Основы JavaScript
• Блок 8. Структуры и библиотеки JavaScript
• Блок 9: Системы контроля версий
• Блок 10: Работа с Git и Gitlab
• Блок 11: Методологии тестирования ПО
• Блок 12: Документирование

• Блок 13: Расширенные возможности Javascript
• Блок 14: Введение в SQL
• Блок 15: Современные методологии разработки

• Блок 16: Javascript Advanced: библиотека React
• Блок 17: Javascript на серверной стороне: основы Node.js
• Блок 18: Основы DevOps для программиста

• Блок 1: Основы HTML
• Блок 2: Введение в Javascript
• Блок 3: Создание макетов веб-страниц
• Блок 4: Работа с Figma
• Блок 5: Методологии тестирования ПО
• Блок 6: Документирование

• Блок 7: Основы Java
• Блок 8: Конструкции Java
• Блок 9: Введение в SQL
• Блок 10: Базы данных
• Блок 11: Java Spring фреймворк
• Блок 12: Создание CRUD-приложений

• Блок 14: Системы контроля версий
• Блок 15: Работа с Git и Gitlab
• Блок 16: Современные методологии разработки
• Блок 17: Основы DevOps для программиста

• Блок 1: Основы Python
• Блок 2: Основы SQL
• Блок 3: Работа с Flask
• Блок 4: SQL и базы данных

• Блок 5: ООП в Python
• Блок 6: Бэкенд-разработка на Python и Django
• Блок 7: Системы контроля версий
• Блок 8: Современные методологии разработки

• Блок 9: Принципы HTML
• Блок 10: Объекты HTML и DOM-модель
• Блок 11: Основы JavaScript
• Блок 12: Структуры и библиотеки JavaScript
• Блок 13: Javascript Advanced: библиотека React
• Блок 14: Основы DevOps для программиста
• Блок 15: Работа с Docker
• Блок 16: Упрвление конфигурациями, Ansible
• Блок 17: Advanced: MLOps — DevOps в мире Machine Learning
• Блок 18: Advanced: облачные сервисы и Hadoop
• Блок 19: Основы Data Science
• Блок 20: Алгоритмы Data Science
• Блок 21: Рекомендательные системы для Data Scientist

• Блок 1. Принципы HTML
• Блок 2. Объекты HTML и DOM-модель
• Блок 3. Расширенные возможности HTML и CSS. Работа с макетом, построение сложных сеток, адаптивная вёрстка
• Блок 4. Инструменты верстки и UX
• Блок 5: Создание макетов веб-страниц
• Блок 6: Работа с Figma

• Блок 7. Основы JavaScript
• Блок 8. Структуры и библиотеки JavaScript
• Блок 9: Системы контроля версий
• Блок 10: Работа с Git и Gitlab
• Блок 11: Методологии тестирования ПО
• Блок 12: Документирование

• Блок 13: Расширенные возможности Javascript
• Блок 14: Введение в SQL
• Блок 15: Современные методологии разработки

• Блок 16: Javascript Advanced: библиотека React
• Блок 17: Javascript на серверной стороне: основы Node.js
• Блок 18: Основы DevOps для программиста

Блок 1: «Основы Java»

• Знакомство с языком Java и инструментами
• Переменные и типы данных в Java
• Циклы и языковые конструкции в Java
• Работа с массивами
• Классы и объекты (Часть 1)
• Классы и объекты (Часть 2)
• Обработка исключений
• Строки и регулярные выражения
• Первая программа на Java
• Бонусный урок. Разбираем Домашние задания

Блок 2: «Java Core»

• Знакомство с алгоритмами
• Введение в коллекции: списки, стеки и очереди
• Коллекции: map, set
• Stream api, lambda, optional
• Домашнее задание по коллекциям Java
• Generic-типы. Runtime, wildcards & PECS
• Работа с памятью JVM
• Знакомство с Linux
• Продолжение знакомства с Linux
• Работа с файлами. Адаптер и декоратор
• Домашнее задание: консольная утилита для поиска по файлу
• Сериализация.Взаимодействие сервисов, бинарная сериализация, xml, json, yaml
• Работа с сетью. UPD, TCP/HTTP, OSI
• Домашнее задание: работа с сетью и API
• Java библиотека NIO. Отличия IO и NIO
• Многопоточное программирование в Java. Синхронизация, классы concurrent.
• Рефлексия в Java. Создание аннотаций

Блок 3: «Работа с Git и Spring Framework»

• Системы контроля версий. Версионирование кода, совместная разработка, CSV
• Git & GitHub. Git, Commit, Ветки, слияние веток и разрешение конфликтов, GitHub, Командная работа, Код ревью
• Системы автоматической сборки Java-проектов
• Inversion of control / Dependency Injection
• Что такое Spring framework и зачем он нужен?
• pring Application Context — от XML до Groovy
• Spring Web. REST-архитектура и контроллеры
• Сервера, Tomcat
• MVC & Spring Boot. Архитектура Веб Сервиса, MVC, Spting Boot
• Основы HTML. Язык разметки страницы
• CRUD приложение. Create, Read, Update, Delete application
• Введение в блок SQL
• Извлечение и фильтрация данных
• Преобразование и сортировка данных
• Базы данных, Подключение, запуск instance / JDBC
• Развиваем проект и добавляем в БД (делаем todo)

Блок 4: «SQL и базы данных»

• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Подзапросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• PostgreSQL + примеры
• Реляционные базы данных PostgreSQL
• Транзакции и уровни изоляции + Индексы
• Spring JDBC / JOOQ
• Hibernate (теория)
• Hibernate (практика) Spring-data

Блок 5: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

Блок 1: «Тестирование веб-приложений»

Изучите базовые инструменты и документы тестировщика, формы HTML, основы клиент-серверного взаимодействия

Блок 2: «Java»

Познакомитесь с языком Java, создадите и самостоятельно протестируете вашу первую программу на Java

Блок 3: «SQL и базы данных»

Освоите работу с базами данных, научитесь писать подзапросы, создавать и изменять таблицы

Блок 4: «Основы автоматизации»

Углубитесь в основы Apache Maven, Selenium, JUnit, Page Object, BDD, Selenide

Лекция 1: «Знакомство с языком Java и инструментами»

• Чем занимаются Java-программисты
• Как быстро освоить профессию с 0
• История языка и платформы Java
• Принципиальные особенности платформы Java
• Принципиальные особенности языка Java
• Переменные и типы переменных
• Область видимости
• Поля объектов класса
• Статические переменные
• Локальные переменные

Лекция 2: «Переменные и типы данных в Java»

• Параметры функций
• Область видимости
• Стандарты именования
• Примитивные типы
• Ссылочные типы
• Ссылочные типы
• Изменение значения по ссылке
• Использование памяти
• Как JVM использует память
• Stack, Heap, JMM

Лекция 3: «Циклы и языковые конструкции на Java»

• Условные конструкции
• if / if-else
• switch
• Циклы
• for / for-each
• while
• do-while
• Конструкции передачи управления
• break
• continue
• return

Лекция 4: «Работа с массивами»

• Что такое массив
• Создание и чтение массивов
• Создание и инициализация массивов
• Чтение содержимого массива
• Многомерные массивы
• Создание многомерных массивов
• Чтение содержимого многомерных массивов
• Дополнительная информация
• Класс java.util.Arrays

Лекция 5: «Классы и объекты ч.1»

• Класс и его составные части
• Точка входа
• Класс это шаблон
• Члены класса
• Методы класса
• Объекты

Лекция 6: «Классы и объекты ч.2»

• Наследование
• Наследование — возможность неявного переиспользовать код потомка
• Наследование членов
• Наследование методов
• Иерархия классов
• Переопределение методов
• Полиморфизм

Лекция 7: «Обработка исключений»

• Что такое исключения
• Процесс обработки исключений
• Типы исключений
• Нюансы работы с исключениями
• Практика по работе с исключениями

Лекция 8: «Строки и регулярные выражения»

• String в пакете java. lang
• Примеры на создание строк и их сравнение
• Сравнение строк: equals () или ==?
• Пример массив строк.
• Операторы + и += для String
• Форматирование строк. String. format\
• Перевод чисел в строки и обратно.
• Основные API для работы со строками
• Регулярные выражения
• Экранирование символов в регулярных выражениях
• примеры основных метасимволов

Лекция 9: «Первая программа на Java»

• Настройка IDEA
• Минимальные знания о jvm. Подключаем JDK
• Рекомендации по названиям классов, пакетов, методов и переменных.
• Точка входа в программу. Метод Main.
• Пример программы «Телефонный справочник».
• Пример программы «Калькулятор».
• Пример программы «Склад»

Лекция 10: «Разбор домашних заданий»

• Типовые ошибки
• Разбираем нюансы написания первых программ
• Обсуждаем как быстрее писать программы
• Дополнительная практика

Урок 1: «Структура веб страницы, базовый HTML»

• Как создать веб-страницу?
• Осваиваем язык HTML
• Необходимые тэги HTML
• Ваш первый сайт с помощью HTML

Урок 2: «Базовый CSS, селекторы и каскад»

• Правила CSS
• Как изменить внешний вид веб-страницы?
• Работа с селекторами
• Добавление стилей в HTML-документ
• Каскадность в CSS

Урок 3: «Продвинутый CSS, адаптивность и кроссбраузерность»

• Градиенты в CSS
• Как сделать анимацию?
• Как сделать так, чтобы страница не «тормозила»?
• Работа с адаптивностью вебсайта под мобильные устройства
• Добавление кроссбраузерности

Урок 4: «JavaScript. Основы языка, инструменты для разработки и отладки»

• Основы языка JavaScript
• Инструменты для работы с JavaScript
• Отладка кода на JavaScript
• Пишем первый код на JavaScript для вебсайта

Урок 5: «JavaScript. Объекты, массивы, функции»

• Объекты в JavaScript
• Работа с массивами
• Зачем нужны функции и как их полезно использовать?
• Создаём удобные функции для нашего вебсайта

Урок 6: «DOM-модель и работа со страницей»

• DOM-модель для HTML-страницы
• Поиск DOM-элементов по id, классам, тегам
• Как изменить свойства и атрибуты элементов веб-страницы?
• Консоль и инструменты разработчика в браузере

Урок 7: «JavaScript. Обработчики событий»

• Браузерные события
• Обработчики событий (click, mousedown, submit, .)
• Частые ошибки и исправление проблем
• Улучшаем наш вебсайт с помощью обработки событий в JavaScript

Урок 8: «Взаимодействие с сервером»

• Подход Клиент-Сервер
• Получение данных с сервера
• Асинхронный JavaScript и XML (Ajax)
• Работа с запросом XMLHttpRequest, GET / POST
• Работа с JSON данными

Урок 9: «Дипломная работа и помощь с трудоустройством»

• Работа над дипломным проектом
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

Урок 1: «Введение в DevOps, методология, основные понятия»

• Подход и методология DevOps
• Основные понятия DevOps и проблематика
• Жизненный цикл ПО
• Циклы и этапы разработки ПО

Урок 2: «Настройка рабочей среды. Инструментарий. Облачный аккаунт»

• Обзор ключевых инструментов DevOps
• Настройка рабочей среды
• Подготовка к первым запускам

Урок 3: «Linux: Bash, программирование. Основные сценарии использования»

• Основы Linux, разновидности Linux
• Работа с Bash и написание скриптов
• Основные сценарии использования Bash для DevOps

Урок 4: «Git, Gitlab. Создание веток, основные понятия»

• Git и знакомство с системами контроля версий
• Git: cоздание веток, основные понятия, клонирование, слияния, merge
• Знакомство с GitHub, GitLab. Создание и работа с репозиториями

Урок 5: «CI/CD. Jenkins. Знакомство и практика»

• Инструментарий и подходы CI и CD
• Изучаем Jenkins
• Практика и разбор кейсов CI/CD

Урок 6: «Контейнеризация. Знакомство с Docker. Docker hub и Docker registry»

• Подход контейнеризации
• Изучаем Docker и его использование в задачах DevOps
• Работа с Docker hub и Docker registry

Урок 7: «Упаковка приложений в Docker»

• Расширенные опции Docker
• Подходы к упаковке приложений
• Практика: Docker и упаковка приложений

Урок 8: «Ansible. Основные концепции и команды. Синтаксис YAML»

• Внедрение систем управления конфигурациями
• Ansible. Синтаксис YAML
• Ad-Hoc команды. Ansible playbook

Урок 9: «Введение в Python»

• Синтаксис
• Форматирование строк, следования, ветвления и циклы
• Создание и применение функций

Урок 10: «Типы данных, функции, классы, ошибки»

• Списки, множества, кортежи, словари
• Тернарный оператора и оператора is
• Трюки для повышения лаконичности кода

Урок 11: «Строки, условия, циклы»

• Строки, числа, логический типы
• Разбор кейсов быстрой проверки гипотез
• Основные ошибки при работе с пользователями

• С нуля начните карьеру в аналитике данных
• Выучите SQL, Python и BI-инструменты
• Соберете реальные проекты в портфолио
• Параллельное трудоустройство: ищем работу пока вы учитесь
• Записаться на курс

Ступень 1: Продуктовая аналитика

1. Продуктовая аналитика
2. Google Sheets и Excel для задач аналитики
3. SQL для анализа данных
4. Веб-аналитика и аналитика мобильных приложений
5. Проведение исследований и анализ пользовательских сценариев

Ступень 2: Применение на прикладных проектах и продвинутые инструменты анализа данных

1. A/B-тестирование
2. Мат. статистика и математика для аналитика
3. Unit-экономика и работа с данными
4. Python
5. Использование Power BI и визуализация данных
6. Работа с Tableau и дашбордами

Ступень 3: Специализация и погружение в Data Science

1. Специализация: Data Scientiest
2. Специализация: Маркетолог-аналитик
3. Специализация: Бизнес-аналитик
4. Специализация: Системный аналитик
5. Дипломная работа и помощь с трудоустройством

Ступень 1: «База BigData-инструментария»

1. Python для анализа данных
2. SQL и работа с базами данных
3. Математика и Статистика для Data Science
4. Технические нюансы и работа с Git
5. Программирование

Ступень 2: Алгоритмы Machine Learning

1. Классические модели Machine Learning
2. Построение рекомендательных систем
3. Построение прогнозных моделей
4. Построение моделей для скоринга
5. Создание BigData-продуктов
6. Подготовка портфолио и участие в соревнования на Kaggle

Ступень 3: Cпециализация и погружение в прикладные задачи

1. Специализация: AI & Deep Learning Engineer (нейронные сети)
2. Специализация: NLP-разработчик (построение DataScience-систем анализа текста и голоса)
3. Специализация: Cloud Data Engineer (Linux, Hadoop, AWS, работа «в облаке»)

Блок 1: «Получение и подготовка данных: SQL»

• Введение в блок SQL
• Извлечение и фильтрация данных
• Преобразование, сортировка и группировка данных
• Введение в базы данных
• Объединение таблиц
• Вложенные запросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• Обзор основных программ

Блок 2: «Python для анализа данных»

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Пакеты, файлы, Pandas
• Визуализация данных
• Базы данных и статистика
• Многопоточность
• Веб-сервер flask и контроль версий GIt
• Итоговый проект

Блок 3: «Построение Machine Learning моделей»

• Знакомство с машинным обучением
• Линейная регрессия и бинарная классификация
• Построение надежных стратегий валидации — важность локальной валидации
• Решающие деревья
• Бутстрап, Бэггинг и случайный лес
• Feature Engineering, Feature SelectionГрадиентный бустинг
• Воркшоп: предсказание оттока и прогноз продаж
• А/B тестирование
• Обучение без учителя
• Воркшоп: скоринг кредитного портфеля

Блок 4: «Нейронные сети и NLP»

• Введение в нейронные сети
• Обучение нейросетей
• Глубокое обучение на практике
• Дополнительные возможности Tensorflow + Keras
• Свёрточные нейронные сети
• Введение в NLP, понятие ембеддинга
• Рекурентные нейронные сети
• Нейросети с вниманием, трансформеры
• Metric learning, обучение без учителя
• Обучение с подкреплением в нейросетях
• Итоговый проект

Блок 5: «Рекомендательные системы»

• Введение
• Метрики и бейзлайны
• Матричное разложение
• Рекомендации через поиск ближайших соседей
• Гибридные рекомендательные системы
• Итоговый проект

Блок 6: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

Ступень 1. DataDriven подходы

• Блок 1. DataDriven и аналитический подход
• Блок 2. Google Sheets и Excel для задач аналитики
• Блок 3. SQL для анализа данных
• Блок 4. Работа с дашбордами и визуализация данных
• Блок 5. Проведение исследований и анализ пользовательских сценариев

Ступень 2. Продуктовый подход

• Блок 1. Продуктовый подход и навыки
• Блок 2. Работа с пользователями (CustDev, CJM)
• Блок 3: Hard skills — A/B тестирование и Unit- экономика
• Блок 4: Дизайн-мышление
• Блок 5: Дипломная работа

Блок 1: «Python и обработка данных»

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Пакеты, файлы, Pandas — начало
• Pandas: продолжение
• Визуализация данных
• Базы данных и статистика
• Многопоточность
• Веб-сервер flask и контроль версий GIt
• Итоговый проект

Блок 2: «Работа с Power BI»

• Введение в Power BI2
• Power Query. Получение и преобразование данных
• Модель данных в Power BI4
• DAX5
• Работа с отчетами, базовые принципы визуализации данных
• Power BI Service и создание дашборда
• Power BI и Python
• Итоговый проект

Блок 3: «SQL для анализа данных»

• Введение в блок SQL
• Извлечение и фильтрация данных
• Преобразование и сортировка данных
• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Вложенные запросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• Обзор основных программ

Блок 4: «Tableau»

• Введение в Tableau. Знакомство с инфраструктурой Tableau
• Модели данных и Табличные вычисления
• Параметры и уровни детализации в Tableau
• Псевдонимы, сортировка, Actions
• Разработка дашбордов. Настройка взаимодействия между визуализациями

Блок 5: «Python и построение Machine Learning моделей»

• Знакомство с машинным обучением
• Линейная регрессия
• Бинарная классификация
• Построение надежных стратегий валидации — важность локальной валидации
• Решающие деревья
• Бутстрап, Бэггинг и случайный лес
• Feature Engineering, Feature Selection
• Градиентный бустинг
• Воркшоп: предсказание оттока клиентов и прогноз продаж
• A/B тестирование
• Обучение без учителя
• Воркшоп: скоринг кредитного портфеля

Блок 6: «Нейронные сети и NLP»

• Введение в нейронные сети
• Обучение нейросетей
• Глубокое обучение на практике
• Дополнительные возможности Tensorflow + Keras
• Свёрточные нейронные сети
• Введение в NLP, понятие ембеддинга
• Рекурентные нейронные сети
• Нейросети с вниманием, трансформеры
• Metric learning, обучение без учителя
• Обучение с подкреплением в нейросетях

Блок 7: «Рекомендательные системы»

• Введение
• Метрики и бейзлайны
• Матричное разложение
• Рекомендации через поиск ближайших соседей
• Гибридные рекомендательные системы

Блок 8: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

• С нуля начните карьеру в аналитике данных
• Выучите SQL, Python и BI-инструменты
• Реальные проекты в портфолио
• Помощь с трудоустройством

Ступень 1: Инструменты начинающего аналитика

Блок 1: Знакомство с профессией аналитик данных

• В чем роль аналитика?
• Анализ продукта с помощью Lean Canvas и HADI-циклов
• Основные бизнес-метрики
• Ищем инсайты: декомпозиция метрикэ

Блок 2: Google Sheets и Excel для задач аналитики

• Знакомство с интерфейсом
• Основные функции и формулы
• Работа с диапазонами и массивами
• Прогнозирование и визуализация

Блок 3: SQL и базы данных

• Знакомство с SQL
• Пишем первые запросы: кейс Airbnb
• Работа с ключевыми запросами SQL
• Ищем данные по определенным условиям
• Преобразуем полученные данные
• Функции агрегации и группировки
• Знакомимся с базами данных
• Объединение таблиц
• Работаем с подзапросами
• Изменение данных и таблиц
• Оконные функции и оптимизация запросов
• Работа с дата-сетом LEGO
• Бонус: знакомимся с другими инструментами аналитика данных

Блок 4: Web и mobile аналитика

• Знакомимся с digital-аналитикой
• Основные инструменты Google Analytics и Яндекс Метрики
• Основные возможности Google Tag Manager
• Продвинутые функции Google Tag Manager
• Переход на Google Analytics 4: возможности и изменения
• Mobile аналитика: возможности App Metrica
• BigQuery, ClickHouse, OWOX BI для передачи данных из систем аналитики
• А/Б-тестирование для мобильной аналитики

Блок 5: Продуктовые навыки для аналитика данных

• Анализ целевой аудитории и конкурентов
• Основные инструменты работы с пользователями
• Customer Development
• Практическое занятия по Custdev

Ступень 2: Продвинутые навыки аналитика

Блок 1: A/B-тестирование

• Проверка гипотез и поиск точек роста с помощью A/B-тестирования
• Доверительные интервалы и математическая статистика
• Проверка А/Б-теста на статистическую значимость
• Целевые и второстепенные метрики
• Практическая реализация
• А/А-тест, Мультивариантный тест и использование ML
• Инструменты проведения A/B-тестирования

Блок 2: Мат. статистика и математика для анализа данных

• Основы линейной алгебры и теории множеств
• Методы математической оптимизации
• Основы описательной статистики
• Статистический анализ данных

Блок 3: Применение данных: построение Unit-экономики

• Основные метрики unit-экономики
• Когортный анализ клиентов
• Жизненный цикл пользователей
• Работа над Feature Adoption
• Поиск точек роста: кейсы growth hacking

Блок 4: Python

• Знакомство с Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Пакеты, файлы, Pandas — начало
• Pandas — продолжение
• Визуализация данных
• Базы данных и статистика
• Многопоточность
• Веб-сервер flask и контроль версий GIt
• Итоговый проект

Блок 5: Power BI и визуализация данных

• Основы Power BI
• Power Query. Получение и преобразование данных
• Модель данных в Power BI
• DAX (Data Analysis Expressions)
• Работа с отчетами, базовые принципы визуализации данных
• Power BI Service и создание дашборда
• Power BI и Python
• Итоговый проект: Uber & Lyft

Блок 6: Работа с Tableau и дашбордами

• Знакомство с Tableau. Знакомство с инфраструктурой Tableau
• Модели данных и Табличные вычисления
• Параметры и уровни детализации в Tableau
• Псевдонимы, сортировка, Actions
• Разработка дашбордов. Настройка взаимодействия между визуализациями

Блок 7: Финальный проект

• Работа над дипломным проектом для портфолио
• Как расти в руководителя аналитики
• Подготовка резюме
• Подготовка к собеседованию

Часть 1: «Ключевые задачи и инструменты аналитика»

• Урок 1: «Роль и место аналитика в команде»
• Урок 2: «Lean Canvas «
• Урок 3: «HADI циклы»
• Урок 4: «Основные типы бизнес-метрик «
• Урок 5: «Декомпозиция метрик: иерархия метрик и пирамида метрик

Часть 2: «Инструмент SQL для получения и анализа данных»

• Урок 6: «Введение в блок SQL»
• Урок 7: «SQL: Извлечение и фильтрация данных (часть 1)»
• Урок 8: «SQL: Извлечение и фильтрация данных (часть 2)»
• Урок 9: «SQL: Преобразование и сортировка данных (часть 1)»
• Урок 10: «SQL: Преобразование и сортировка данных (часть 2)»
• Урок 11: «Группировка данных»

Часть 3: «SQL и Excel для обработки и визуализации данных»

• Урок 12: «Введение в базы данных»
• Урок 13: «SQL: Объединение таблиц»
• Урок 14: «SQL: Вложенные запросы (подзапросы)»
• Урок 15: «SQL: Обновление, добавление и удаление данных»
• Урок 16: «SQL: Создание, изменение и удаление таблиц»
• Урок 17: «SQL: Advanced»
• Урок 18: «Итоговый проект «
• Урок 19: «Бонусный урок «

Часть 4: «Дипломная работа и помощь с трудоустройством»

Урок 1: «Введение в Python»

Урок 2: «Типы данных, функции, классы, ошибки»

Урок 3: «Строки, условия, циклы»

Урок 4: «Списки и словари в Python»

Урок 5: «Пакеты, файлы, Pandas — начало»

Урок 6: «Pandas: продолжение»

Урок 7: «Визуализация данных»

Урок 8: «Работа с базами данных»

Урок 9: «Многопоточность»

Урок 10: «Веб-сервер flask и контроль версий GIt»

Урок 11: «Итоговый проект»

Урок 1: «Проверка гипотез и поиск точек роста с помощью A/B-тестирования»

• Как мы принимаем решения о продуктовых изменениях
• В чем уникальная особенность A/B тестов
• Преимущества и недостатки A/B тестирования
• Что можно тестировать и какие границы применимости у A/B тестов

Урок 2: «Основы математической статистики для A/B тестирования»

• «Что такое метод выборочных обследований
• Как доверительный интервал позволяет давать оценку неопределенности
• Как рассчитывать доверительные интервалы
• Как использовать доверительные интервалы к unit-экономике»

Урок 3: «Статистический тест для оценки результатов A/B эксперимента»

• Как устроен статистический тест на различия параметров выборок
• Как уровень доверия связан с вероятностью получить ложноположительный результат
• Что такое мощность теста
• Как рассчитать необходимый размер

Урок 4: «Цель и метрики A/B теста»

• Гипотеза в основе A/B теста
• Целевая метрика A/B теста
• Какие бывают метрики
• Вспомогательные и контрольные метрики
• Процедура принятия решения

Урок 5: «Практическая реализация A/B теста»

• Объект рандомизации
• Аудитория эксперимента
• Инфраструктура для экспериментирования
• Жизненный цикл теста
• Тестирования в нативных приложениях
• Тестирование когда данных мало (например, B2B)

Урок 6: «Продвинутые методики тестирования»

• A/A тесты
• Мультивариантные тесты и двухэтапное тестирование
• Тест на не-ухудшение метрики
• Сколько тестов может идти одновременно
• Альтернативные методики тестирования
• Синтетические метрики на основе ML
• Тестирование решений на основе ML
• Многорукие бандиты

Урок 7: «Инструменты для A/B тестирования»

• Подготовка данных для A/B-тестов
• Анализ результатов A/B-тестов
• Используемые инструменты и практика

Лекция 1: «Unit-экономика»

• когортный подход к расчётам
• расчёт Unit-экономики продукта
• моделирование и поиск узких мест в продукте

Лекция 2: «Нюансы когортного анализа и ABCDX-сегментации»

• инструмент ABCDX-сегментации
• применимость когортного анализа
• практика по сегментации и когортам

Лекция 3: «Работа с P&L и бюджетами»

• подходы к бюджетированию продукта
• расчёт P&L по команде и по компании
• финансовая документация

Лекция 4: «Прикладная аналитика»

• подходы к продуктовой аналитике
• лайфхаки используемых инструментов
• практика

Лекция 5: «Декомпозиция метрик и работа с кастомными метриками»

• подход кастомных метрик
• способы декомпозиции метрик
• практика по построению метрик

Лекция 6: «Growth hacking»

• кейсы Growth
• разбор типовых ошибок
• ключевые инструменты и структура Growth команды

Лекция 7: «Как сделать конверсионный Onboarding»

• разбор кейсов онбордингов
• походы к проектированию онбордингов
• поиск кратный точек роста в онбординге

Лекция 8: «Монетизация продуктов»

• ключевые типы монетизации продуктов
• выбор типа монетизации под продукт
• состав команды Монетизации и принципы работы

Урок 1: «Введение в Power BI»

• Как изучать с 0?
• Чем полезен PowerBI и где применяется?
• Первая практика

Урок 2: «Power Query. Получение и преобразование данных»

• Учимся работать с получением и подготовкой данных
• Практика

Урок 3: «Модель данных в Power BI»

• Учимся правильно собирать модели данных для последующей визуализации и анализа
• Практика

Урок 4: «Анализ данных на DAX: синтаксис языка, базовые функции»

• Практикуем и изучаем синтаксис и языковые конструкции
• Создание мер и столбцов, работа с числами,
• Базовые функции (SUM, MIN, MAX, CALCULATE)

Урок 5: «Визуализация данных: работа с отчетами, базовые принципы визуализации»

• Строим и визуализируем отчёты
• Разбираемся с базовыми принципами визуализации данных
• Практика

Урок 6: «Визуализация и работа с дашбордами: Power BI Service, создание и оформление дашбордов»

• Изучаем PowerBI Service
• Создаём первые дашборды и изучаем возможности их оформления

Урок 7: «Power BI и Python»

• Разбираемся как связываются Python и Power BI
• Нюансы и практика подобной работы с данными

Урок 8: «Итоговый проект»

• Вспоминаем пройденный материал
• Обрабатываем данные с помощью Power Query и применим Python
• Строим простые связи в модели данных,
• Воспользуемся DAX и построим графики

Урок 9: «Tableau: знакомство с инфраструктурой Tableau. Загрузка данных. Первый дашборд»

• Быстрый старт с инструментом Tableau
• Изучаем загрузку данных в Tableau
• Практика по созданию дашбордов

Урок 10: «Модели данных и Табличные вычисления»

• Рассмотрим логическое и физическое объединение данных
• Иерархии Tableau
• Попрактикуемся в разного рода фильтрах
• Делаем несколько вычисляемых полей, табличных и посмотрим как работают быстрые вычисления
• Создаем иерархию

Урок 11: «Tableau: Параметры и уровни детализации»

• Рассмотрим создание, изменение и удаление параметров
• Кейсы использования параметров
• Типы выражений уровня детализации с примерами

Урок 12: «Tableau: Псевдонимы, сортировка, Actions»

• Разбираемся с ключевыми функциями
• Практика работы с функциями Tableau

Урок 13: «Разработка дашбордов. Настройка взаимодействия между визуализациями»

• Подходы к созданию дашбордов и визуализации
• Сложные операции с дашбордами
• Бережно практикуем и закрепляем материал

Блок 1: «Python, быстрый старт: типы данных, функции, классы, ошибки»

• Введение в Python
• Типы данных, функции, классы, ошибки

Блок 2: «Python, быстрый старт: строки, условия, циклы, списки и словари»

• Строки, условия, циклы
• Списки и словари в Python

Блок 3: «Библиотеки для анализа данных: Pandas»

• Пакеты, файлы, Pandas — начало
• Pandas — продолжение

Блок 4: «Библиотеки для анализа данных: визуализация»

• Библиотеки визуализации данных
• Практика

Блок 5: «Знакомство с машинным обучением»

• Задачи машинного обучения
• Ключевые инструменты Machine Learning и их применении

Блок 6: «Основные модели машинного обучения: линейная регрессии»

• Что такое модели машинного обучения?
• Линейная регрессия
• Практика

Блок 7: «Бинарная классификация»

• Алгоритм бинарной классификации данных
• Применение на задачах

Блок 8: «Валидация. Почему это важно»

• Проблема переобучения и недообучения
• Валидация на отложенной выборке
• KFold и Stratified KFold валидация

Блок 9: «Решающие деревья»

• Определение и процесс построения решающего дерева
• Принцип работы дерево с количественными и категориальными признаками
• Сравнение дерева решений с линейными моделями

Блок 10: «Feature Engineering, Feature Selection»

• Состав Feature Engineering
• Базовые подходы к созданию признаков
• Состав Feature Selection
• Разбор кейсов

Блок 11: «Предсказание оттока клиентов и прогноз продаж»

• Разбор кейса
• Практическая задача по предсказанию оттока пользователей
• Практика и применение алгоритмов

Блок 12: «Воркшоп: скоринг кредитного портфеля»

• Разбор кейса и нюансов
• Практическая задача

• Роль и место маркетолога в команде
• Основы маркетинга
• Анализ целевой аудитории и конкурентов
• Формирование УТП
• Performance-маркетинг
• Основы веб-аналитики
• Основные типы бизнес-метрик
• Сквозная аналитика
• Методы сегментации клиентов и целевой аудитории

• Стратегия и каналы маркетинга
• Основы контент маркетинга 2020
• Анатомия качественного контента
• Оптимизация контентаБлог для бизнеса

• Создание посадочных страниц
• Мастер-класс по созданию лендингов с помощью сервиса Tilda

• Как понять свою аудиторию? Анализ аудитории и конкурентов
• Как создавать идеи? Раскладываем идею на контент
• Основы создания рекламной графики для digital
• Как писать не уныло и рекламно
• Комьюнити-менеджмент
• Работа с блогерами
• Как набрать подписчиков с помощью бесплатных методов во всех соцсетях
• Создание рубрикатора и контент-плана для социальных сетей

• Что такое таргетированная реклама
• Выбираем сегменты ЦА и придумываем креативы
• Ретаргетинг, Look-alike и кастомные аудитории
• Запускаем, тестируем и оптимизируем рекламную кампанию
• Особенности продвижения компании во «ВКонтакте»
• Подсчет конверсий для разных объектов продвижения — Яндекс. Метрика и Google Analytics
• Рекламный кабинет «ВКонтакте» и рекламный кабинет myTarget

• Инструменты для прогноза поискового трафика и других типов контекстных кампаний
• Конверсионные элементы лендинга и CTA-формы
• Семантическое ядро для контекстной рекламы: типы ключевых слов, операторы соответствия
• Яндекс.Директ
• Google Ads

• Введение в digital-аналитику: основные понятия и инструменты
• Базовые настройки инструментов аналитики Google Analytics и Yandex Metrica
• GTM — особенности работы и основные возможности

• Стоит ли работать с СРА-каналом?
• Email marketing: основы, стратегии, KPIs, виды рассылок и практические механики
• Чат-боты
• Вебинары
• Подкасты: что как и зачем
• Видео маркетинг на YouTube

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

Лекция 1: "Что такое SMM и что обычно входит в задачи SMM-щика"

• Какие задачи может выполнять SMM-специалист
• Как типизировать SMM по целям и задачам бизнеса
• Чем отличается воронка продаж в SMM
• С чего правильно начать работу над новым проектом в соцсетях

Лекция 2: "Как работает бизнес ВКонтакте"

• Знакомимся с соцсетью
• Создание и оформление сообщества
• Что и как анализировать
• Лайфхаки

Лекция 3: "Как работает бизнес в Instagram"

• Знакомимся с Instagram
• Создание и оформление профиля
• Форматы контента
• Что и как анализировать
• Лайфхаки

Лекция 4: "Как работает бизнес в Facebook"

• Знакомимся с Facebook
• Создание и оформление профиля
• Что и как анализировать
• Лайфхаки и итоги

Лекция 5: "Алгоритмы умных лент в социальных сетях"

• Алгоритмы. Зачем они нужны
• Алгоритмы Facebook
• Алгоритмы Instagram
• Алгоритмы ВКонтакте
• Универсальные правила

Лекция 6: "Составляем контент-план: от гипотезы до аналитики"

• Что такое контент-план и зачем он нужен
• Как составить контент-план: техническое
• Как составить контент-план: идеологическое
• Бонус документы к контент-планированию

Лекция 7: "Комьюнити-менеджмент"

• Алгоритм эффективного сообщества
• Интеграция в достижение целей
• Зона комфорта
• События
• Формирование сообщества и повышение вовлеченности
• Комьюнити-менеджер
• Оценка эффективности

Лекция 8: "Как привлекать подписчиков"

• Зачем, кому и когда нужны подписчики
• Условно бесплатные каналы
• Платные каналы
• Сомнительные инструменты
• Что анализировать

Лекция 9: "Как найти блогера?"

• Зачем нужен инфлюенс маркетинг?
• Какие бывают инфлюенсеры?
• Где искать блогеров?

Лекция 10: "Аналитика в инфлюенс-маркетинге"

• Основные метрики инфлюенс-маркетинга
• Составляем CRM
• Разбираем статистику от блогеров
• Расчет повторных размещений и спецпроектов

Лекция 11: "Какие сервисы упрощают жизнь SMM-щика"

• Почему не стоит делать все руками
• Что поможет с контентом
• Что поможет с орг. вопросами
• Что поможет сделать level up

Лекция 12: "Мессенджеры как SMM канал"

• SMM в мессенджерах
• Рекламные кампании в Telegram
• Обратная связь через мессенджеры

Лекция 13: "Стратегии работы в новых соцсетях"

• Зачем и когда «заходить» в новую соцсеть
• Как разрабатывать контентную стратегию
• На какие соцсети посмотреть сегодня

Лекция 14: "Создание посадочных страниц"

• Что такое лендинг
• Этапы разработки лендинга
• Прототипирование и подготовка контента
• Структуру лендинга и советы по разделам
• Советы по дизайну

Лекция 15: "Мастер-класс по созданию лендингов с помощью сервиса Tilda"

• Сделаем лендинг на Тильде по готовому прототипу

Урок 1: «ZeroCoding & NoCode»

• Подход NoCode
• Базовые инструменты и кейсы их применения
• Границы применимости и лайфхаки использования

Урок 2: «Как проверять гипотезы без программирования»

• Практики Zero coding
• Воркшоп: сбор мобильных приложиний без разботчиков
• Повтор основных навыков и практики

Урок 3: «Быстрая проверка гипотез и MVP»

• подходы к созданию MVP
• разбор кейсов быстрой проверки гипотез
• основные ошибки при работе с пользователями

Урок 4: «Дизайн-мышление для Senior продакта»

• подходы к дизайн-мышлению
• практика на реальных кейсах
• разбор типовых ошибок

Урок 5: «Инструмент Bubble»

• создание сервисов с помощью Bubble
• лайфхаки инструмента
• быстрый старт с Bubble

Урок 6: «Инструменты Glide и Integromat»

• cобираем сервис нотификаций
• собираем мобильное приложение в Glide
• практика и разбор кейсов

Урок 7: «Система расписаний и визуализация данных без кода»

• cобираем сервис нотификаций в Chatforma
• изучаем Google Sheets и Google Data Studio
• практика и разбор кейсов

Урок 8: «Знакомство с платформой Tilda»

• создаем шаблонную страницу
• учимся управлять административной панелью
• практика и разбор кейсов

Блок 1: «Знакомство с Tilda»

• Преимущества работы в Тильда
• Примеры работ на данной платформе
• Регистрация
• Тарифы при работе на данной платформе
• Как выглядит внутренний кабинет
• Где искать подсказки при работе
• Активация пробного периода
• Создание страницы по шаблону
• Рассмотрим основные параметры шаблонов

Блок 2: «Создание собственной страницы»

• Виды домена, его покупка и подключение
• Работа с базовыми блоками: какие бывают, зачем нужны некоторые из них
• Адаптация к различным видам устройств
• Создание своей страницы на базе блоков

Блок 3: «Работа в Zero-Block»

• Что такое Zero-блоки
• За счет чего они функционируют и зачем ими пользоваться
• Как выглядит редактирование данного блока
• Какие инструменты используют в Zero-блоках
• Тексты, работа с изображениями, кнопками, шейпами и немножечко другого
• Горячие клавиши
• Адаптация к различным видам устройств

Блок 4: «Работа с модификациями (сторонние скрипты)»

• Как добавлять модификации
• Пример такого кейса
• Где можно брать модификации

Блок 5: «Настройки и дизайнн в Тильде»

• Подбор цветовой палитры, фриштов
• Подключение дополнительных шрифтов
• Использование разделителй и дополнительных блоков

Блок 6: «Базовые интеграции в Тильда»

• Внутренняя CRM
• Платежные системы
• e-mailрассыльщики
• Передача данных в Google Таблицы

Блок 7: «Прокачка Тильды до сложных сервисов (теория)»

• Архитектура сервиса
• Возможности и ограничения Тильды
• Дополнительные сервисы для прокачки Тильды

Блок 8: «Настройка основных действий»

• Персонализация личного кабинета Тильды на примере кейса

Блок 9: «Дополнительные инструменты для управления доступами»

• Кейс с разной длительтностью доступа и правами

Блок 10: «Создаём сайт с нуля»

• Подведение итогов и обобщение знаний
• Создание нового сайта

Бонусный блок 11: «Базовые действия в Figma»

• Создание объектов
• Работа с текстом
• Использование изображений

Бонусный блок 12: «Работа с кривыми»

• Работа с масками
• Основная тема

Бонусный блок 13: «Отрисовка элементов интерфейса»

• Работа со слоями
• Smart-selection
• Arrage, Align, Distribute

Бонусный блок 14: «Локальные библиотеки»

• Цвет в библиотеке
• Текст в библиотеке
• Базовые компоненты

Бонусный блок 15: «Прототипирование и анимация»

• Связывание экранов в прототип
• Простейшая анимация перехода между экранами
• Smart-animate

Лекция 1: «Поисковый маркетинг»

• SEO
• SERM
• Особенности поискового маркетинга

Лекция 2: «Введение в контекстную рекламу»

• Целевая аудитория Яндекс и Google
• Таргетинги контекстной рекламы
• Кому подходит КР
• Плюсы и минусы контекстной рекламы
• Что запрещено рекламировать
• Формы оплаты контекстной рекламы
• Отличия показателей KPI контекстной рекламы

Лекция 3: «Инструменты для прогноза поискового трафика»

• Понятие медиаплана
• Основные шаги расчета прогноза
• Отличие микро- и макро-конверсий
• Понятие СРА — целей
• Яндекс WordStat — что такое и как применять
• Анализ и расчет сезонности
• Расчет непоисковых кампаний

Лекция 4: «Конверсионные элементы лендинга и CTA-формы»

• Плюсы и минусы лендинга
• Плюсы и минусы многостраничного сайта
• Из чего состоит лендинг, что должно быть на начальном экране
• Структура многостраничного сайта
• Рекомендации по составлению посадочных страниц
• Рекомендации по аналитике сайтов и конверсионных форм

Лекция 5: «Семантическое ядро в контекстной рекламе»

• Что такое семантическое ядро
• Какие бывают типы ключевых слов
• Что такое операторы соответствия и зачем они нужны
• Какими методами можно собирать семантическое ядро
• Что такое минус-слова и как их собирать

Лекция 6: «Яндекс Директ 1 часть»

• Интерфейс Яндекс Директа
• Типы рекламных кампаний
• Структура рекламной кампании
• Особенности креативов в Яндекс Директе
• Настройки рекламных кампаний в поиске и в РСЯ
• Интерфейс Директ Коммандер

Лекция 7: «Яндекс Директ 2 часть»

• Яндекс Аудитории
• Ремаркетинг
• Эксперименты Яндекс Директ
• Принципы написания объявлений
• UTM-разметка

Лекция 8: «Google Ads 1 часть»

• Интерфейс Google Ads
• Типы рекламных кампаний
• Структура рекламной кампании
• Настройки рекламных кампаний в поиске и в КМС

Лекция 9: «Google Ads 2 часть»

• Настройки рекламных кампаний в поиске и в КМС
• Интерфейс Google Editor
• ДПО, ремаркетинг и динамический ремаркетинг в Google Ads
• Принципы написания объявлений Google Ads

Лекция 10: «Практика по дополнительным кампаниям»

• Особенности таргетингов «Баннер на поиске»
• Особенности запуска «Баннер на поиске»
• Особенности таргетингов «Медийная кампания»
• Особенности запуска «Медийная кампания»
• Особенности таргетингов «Видеокампания»
• Особенности запуска «Видеокампания»

Лекция 11: «Работа специалистом по контекстной рекламе»

• Форматы работы контекстолога
• Плюсы и минусы различных форматов работы
• Наиболее распространеные ступени карьеры
• Средний уровень заработка
• Пути поиска работы