Привет, я Анатолий. 9 лет опыта в Магнит, Ростелеком, Альфа. Строю твой путь в IT без лишней мишуры. Оплата менторства — только после получения оффера.
Прошел путь от стажера до Team Lead. Провёл 100+ собеседований и нанял 25+ аналитиков. Я знаю, на чем "валятся" новички, и как это исправить.
За 3 года увеличил свою зарплату. Научу тебя делать так же.
Даю только актуальный стек:
Резюме, которое проходит HR-фильтры. Портфолио с реальными кейсами. Легенда для "усиления" опыта.
Каждый дашборд и отчет должен отвечать на конкретный вопрос бизнеса и помогать зарабатывать или экономить деньги.
Учу логике моделирования данных (Star/Snowflake schema), которая одинаково работает в Power BI, Tableau и Superset.
Изучаем только ту прикладную статистику, которая нужна в реальных A/B тестах и оценке доверительных интервалов.
В вашем портфолио будут сквозные коммерческие кейсы с расчетными юнит-экономиками и воронками конверсий.
Остальное — с первой ЗП
Кто хочет получить полноценную профессию Data / BI / Product Analyst и зарабатывать от 140 000 ₽ на старте.
Кому нужно самостоятельно оценивать эффективность каналов, считать юнит-экономику и проверять продуктовые гипотезы.
Кто хочет усилить свои технические компетенции инструментами SQL, Python, BI и когортного анализа.
Тестировщикам, саппорту и проектным менеджерам, желающим перейти в высокооплачиваемую нишу данных.
Мы не просто учим инструменты. Мы готовим тебя к реальной работе в крупных компаниях.
Уверенный SQL, СУБД, работа с дашбордами и базами данных.
Кейсы на реальных данных, которые не стыдно показать тимлиду.
Готовность к любым вопросам на собеседовании и тех. интервью.
Чёткая дорожная карта и поддержка до момента выхода на работу.
Продуктовые компании принимают решения только на основе экспериментов. Изучаем математическую статистику, расчет размера выборки и анализ результатов без ложных выводов.
Нулевая и альтернативная гипотезы (H0/H1), ошибки I и II рода (Alpha, Beta), статистическая мощность (Power).
Минимальный детектируемый эффект (MDE), дисперсия метрики, расчет длительности теста и сплитование пользователей.
Z-тест и t-тест Стьюдента для средних, критерий хи-квадрат для конверсий, тест Манна-Уитни для скошенных распределений выручки.
Метод CUPED (Controlled-experiment Using Pre-Experiment Data): использование предэкспериментальных данных для ускорения тестов в 2-3 раза.
Проблема множественной проверки гипотез, проблема подглядывания (Peeking Problem), сетевые эффекты и влияние сезонности.
Встречаемся раз в неделю (или чаще по согласованию). Никаких записанных лекций — только живое общение и разбор именно твоих вопросов.
Ты решаешь реальные аналитические задачи. Я проверяю код, логику и даю подробный фидбек, как это сделали бы в топовой компании.
Есть вопрос по SQL или не получается проект? Пишешь в ТГ — разбираемся вместе. Не нужно ждать следующего созвона.
Создаем мощный проект для твоего портфолио на реальных данных, который закроет все вопросы техлида на собеседовании.
Выбери свой уровень доступа в IT
Бесплатный первичный разбор твоего запроса. Определим точки роста за 30-60 минут.
Веду тебя за руку от первых шагов до первого рабочего дня. Полная ответственность за результат.
Для действующих аналитиков, которые засиделись на месте и хотят кратного роста дохода.