Du börjar med att lära dig kärnprogrammeringskoncept med Python, ett allmänt använt språk inom dataanalys och automatisering. Detta steg fokuserar på att bygga en solid grund i logiskt tänkande och problemlösning.

‍

Du kommer att lära dig att:

• Skriv tydlig och läsbar Python-kod
• Arbeta med variabler, styrflöde och funktioner
• Förstå objektorienterade programmeringskoncept
• Dela upp problem i strukturerade lösningar

‍

Ingen tidigare programmeringserfarenhet krävs.

Du går sedan vidare till att arbeta med riktiga datamängder med Python. Detta steg fokuserar på att förstå hur data representeras, hur man utforskar det och hur man förbereder det för analys.

‍

Du kommer att lära dig att:

• Ladda och inspektera datamängder i vanliga format
• Arbeta med strukturerade data och datatyper
• Rengör och förbered data för analys
• Organisera ditt arbete i repeterbara analyssteg

‍

Det är här programmeringsgrunderna tillämpas på verkliga datamängder

En central del av dataanalysen är att omvandla rådata till strukturerade insikter. I det här steget lär du dig att använda Pandas för att omvandla, sammanfatta och analysera data effektivt.

‍

Du kommer att lära dig att:

• Inspektera, filtrera, sortera och omvandla datamängder
• Gruppera och sammanfatta data med hjälp av aggregeringar
• Kombinera datamängder och arbeta med flera datakällor
• Skapa analysarbetsflöden som är tydliga och underhållbara

Dataanalys är bara värdefull när insikter kan förstås och användas. Detta steg fokuserar på att presentera data tydligt med hjälp av visualiseringar och strukturerade utdata.

‍

Du kommer att lära dig att:

• Skapa diagram och diagram med Pandas och Matplotlib
• Välj visualiseringar som matchar den fråga du svarar
• Förbättra läsbarheten med etiketter, titlar och layoutbeslut
• Kommunicera resultaten tydligt genom visuella och skriftliga utdata

‍

Detta gör att du kan presentera resultat på ett sätt som stöder beslutsfattandet.

Moderna analytiker arbetar med data från många källor. Detta steg fokuserar på att extrahera och arbeta med data från databaser, filer och externa system.

‍

Du kommer att lära dig att:

• Arbeta med CSV-filer och strukturerade datamängder
• Fråga och hämta data med SQL
• Kombinera data från flera källor
• Hämta och använda data från externa API:er

Under hela programmet tillämpar du dina färdigheter genom att slutföra end-to-end-dataanalysprojekt. Projekten ökar i komplexitet över tid och återspeglar verkligt analytiskt arbete.

‍

I slutet av programmet kommer du att ha:

• Slutförda flera dataanalysprojekt
• Arbetade med riktiga datamängder från olika domäner
• Byggd praktisk erfarenhet relevant för junior dataanalytikerroller

‍

Projekt är en viktig del av lärandet och förstärker färdigheter i alla skeden av läroplanen.

Under hela programmet kommer du att arbeta med samma verktyg och utvecklingsarbetsflöden som används av professionella analytiker och utvecklare i branschen. Dessa verktyg är integrerade i inlärningsprocessen och används konsekvent över projekt och uppdrag.

‍

Du kommer att arbeta med:

• Python för programmering och dataanalys
• Jupyter-baserade arbetsflöden för prospektering och rapportering
• GitHub för samarbete, koddelning och projektspårning
• Git för versionskontroll och källkodshantering
• Pandas och Matplotlib för analys och visualisering
• SQL för att arbeta med databaser och strukturerade frågor

‍

Du kommer också att öva på att arbeta inom utvecklingsarbetsflöden som liknar dem som används i professionella team.