
Миленькин Data Scientist и старший аналитик в Gero
Разрабатывает и развивает продукты в сфере медицины. Ведёт курсы по анализу данных на Python в МФТИ и машинному обучению в Otus. Победитель хакатонов по DS/ML.
Вы научитесь запускать А/В-тесты сравнивать разные версии одного и того же продукта, определять самое эффективное решение и подтверждать его математически. Сможете создавать подходящие инструменты для проведения A/B-тестов для разных продуктов, используя Python.
A/B-тесты позволяют сравнить две версии digital-продукта и определить, какая из них более привлекательна для пользователя и приносит компании больше переходов, заявок или продаж. Для этого пользователей разделяют на группы и показывают им разные интерфейсы.
Например, с помощью A/B-тестов можно выяснить, что зелёную кнопку «Купить» нажимают чаще, чем красную. А если разместить логотип компании рядом с кнопкой «Зарегистрироваться», количество регистраций может снизиться.
сейчас ищут таких специалистов
средняя зарплата специалиста, который запускает A/B-тесты
Узнаете, как развивать продукт, опираясь на данные. Научитесь самостоятельно проводить A/B-тестирование, углубите свои знания в аналитике, сможете претендовать на более высокие должности.
Поймёте, как использовать знания математической статистики для проведения A/B-тестирования. Сможете начать карьеру в продуктовой или веб-аналитике.
Вам пригодятся базовые знания по математической статистике. Достаточно уровня университетской программы, чтобы вы без проблем могли отличить среднее от моды и медианы. Также вам понадобится знание Python и его библиотек pandas, matplotlib и numpy — это не будут объяснять на курсе.
Формировать гипотезы для исследований.
Определять метрики, на основе которых можно судить об эффективности продукта.
Создавать собственные инструменты для проведения экспериментов, используя Python.
Выбирать группы пользователей и продолжительность теста.
Выбирать лучший вариант продукта на основе результатов A/B-теста.
Контролировать процесс A/B-тестирования.
Самостоятельно проводить А/В-тестирование.
Оценивать статистическую значимость проведённого эксперимента.
Анализировать результаты тестирования с помощью Python.
Вас ждут онлайн-занятия и практика на основе реальных кейсов.
Узнаете, по каким правилам нужно проводить A/B-тестирование и с какими сложностями придётся столкнуться. Познакомитесь с основными инструментами. Сможете самостоятельно выбирать методы для обзорного тестирования.
Поймёте, какие метрики помогают получить данные о продукте. Познакомитесь с нулевой и альтернативной гипотезами. Научитесь находить среднее, медиану и моду. Потренируетесь в проверке гипотез и построении доверительного интервала по разным параметрам.
Поймёте, на основе чего строится оценка критериев теста. Научитесь проверять продуктовые гипотезы с помощью T-теста Стьюдента и работать с ненормальными распределителями. Узнаете, как пользоваться картой статистических тестов.
Научитесь выбирать нужные метрики, соответствующие цели тестирования. Разберёте частые ошибки, возникающие при интерпретации данных, и узнаете, как исключить их появление. Попрактикуетесь в подсчёте метрик и проверке гипотез на реальном датасете. Сможете проводить множественное тестирование с несколькими группами и гипотезами одновременно.
Узнаете, как рассчитать оптимальный размер выборки и время проведения тестирования. Поймёте, как разделить пользователей на контрольную и экспериментальную группу. Научитесь проверять множество гипотез одновременно.
Узнаете, какие эффекты могут возникать при проведении А/В-тестирования. Изучите методы ускорения и лайфхаки, которые упростят работу.
Поймёте, как находить аномалии в данных и оптимизировать тестирование. Познакомитесь с байесовским и частотным подходом, а также с методом «многорукие бандиты». Разберёте кейсы с типичными ошибками на тестированиях.
Полученные знания вы примените на практике в итоговом проекте: исследуете качество данных; выберите метрики для тестирования; сформулируете гипотезу; проведёте A/B-тестирование; сделаете выводы по результатам теста на основе статистики.
Разрабатывает и развивает продукты в сфере медицины. Ведёт курсы по анализу данных на Python в МФТИ и машинному обучению в Otus. Победитель хакатонов по DS/ML.
Опыт в аналитике — 5 лет. Работал Data Scientist в ПАО «Мегафон». Ведёт курсы в Skillbox, Нетологии, Яндекс.Практикуме и других образовательных проектах. Спикер конференции Big Data Days 2021.
Наш менеджер свяжется с вами
в ближайшее время
Можно вернуть до 13% стоимости курса
Без переплат, первого взноса и дополнительных процентов
Сможете пересматривать материалы после окончания
Отзывы участников
По итогу 9-месячной учёбы стал по-другому смотреть на сайты. Замечаю баги, разбираюсь в вёрстке, веду репорты. Узнал, как работать со специфическим ПО.
Уже сейчас нисколько не жалею, что выбрал Skillbox. Спасибо!!!
Ну, и умение верстать журналы! Теперь я, как самый настоящий графический дизайнер, с лёгкостью могу создать разворот какого-нибудь модного журнала.
Преподаватели всё спокойно и терпеливо объясняют. Если ты что-то не понял, снимут дополнительный видеоролик и покажут ещё раз.
Самое крутое в курсах Skillbox — постоянная связь с теми, кто подскажет, как правильно.
Отдельно хочу сказать спасибо куратору Александру Свободе, он очень подробно расписывал все недочёты и ошибки решений в дизайне.
Недолго размышляя, записалась на курс в Skillbox и встала в ряд претендентов на гордое звание копирайтера.
Работа с текстом помогла мне вернуть свою жизнь, вдохновила. Я начала снова ухаживать за собой, читать. Увидела, что я не только мать, но и писатель.
Я уже в теме и не боюсь назвать своих более опытных друзей коллегами.