Executive Syllabus
Официальная программа курса анализа данных (13 EAP / 312 ак.ч)
| Категория | Week 0 Onboarding | Week 1 SQL Põhitõed | Week 2 Andmete Puhastamine | Week 3 SQL JOINs | Week 4 SQL Agregatsioon | Week 5 Visualiseerimise Disain | Week 6 Andmelood – Dashboard | Week 7 Python ja Pandas | Week 8 Python ja API'd | Week 9 Karjääri Ettevalmistus | Week 10 Portfoolio Kaitsmine |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Спринт | Sprint 0 Onboarding | Sprint 1 SQL Fundamentals | Sprint 1 SQL Fundamentals | Sprint 2 SQL Advanced | Sprint 2 SQL Advanced | Sprint 3 Visualization | Sprint 3 Visualization | Sprint 4 Python Analysis | Sprint 4 Python Analysis | Sprint 5 Portfolio & Career | Sprint 5 Portfolio & Career |
| Часы (ак.ч) | 2+2+2=6 Tot: 6 | 2+2+2=6 Tot: 12 | 2+2+2=6 Tot: 18 | 2+2+2=6 Tot: 24 | 2+2+2=6 Tot: 30 | 2+2+2=6 Tot: 36 | 2+2+2=6 Tot: 42 | 2+2+2=6 Tot: 48 | 2+2+2=6 Tot: 54 | 2+2+2=6 Tot: 60 | 2+2+2=6 Tot: 66 |
| Сессия 1 (Ментор) | Programmi tutvustus, DA turu statistika, AI-koostöö tutvustus | SQL süntaksi alused: SELECT, WHERE, ORDER BY | DELETE, UPDATE, COALESCE, turvakoopia | INNER JOIN, LEFT JOIN, multi-table | GROUP BY, HAVING, agregaatfunktsioonid, CTE | Viz põhimõtted, dashboard anatomy, data-ink ratio | Data storytelling framework + executive summary | Python + Pandas basics, Supabase SDK | Supabase Python client, REST API, .env | CV, LinkedIn optimeerimine, DA turu ülevaade, tööandja perspektiiv | GitHub portfoolio optimeerimine, 5-min pitch struktuur |
| Сессия 2 (Групповая работа) | Meeskonna moodustamine + GitHub repo seadistamine (JAGA-TEE-KOGU-ESITLE) | Sales tabeli uurimine (andmedomeeni dekomposits.) | Puhastamisskripti loomine (andmedomeeni dekomposits.) | 3 tabeli ühendamine + turunduskanalid (andmedomeeni dekomposits.) | ÄriKPI’de arvutamine + varude audit (andmedomeeni dekomposits.) | Investor dashboard ehitamine (diagrammi dekomposits.) | Dashboard polish + publishing (jutuvestmise dekomposits.) | RFM Customer Segmentation (analüüsietapi dekomposits.) | Automated data pipeline (andmeallika dekomposits.) | Värbamisjuhend (JAGA-TEE-KOGU-ESITLE, osakonna dekomposits.) | Board Meeting ettevalmistus (JAGA-TEE-KOGU-ESITLE, relay esitlus) |
| Сессия 3 (Демо+Ретро) | Tööriistade setup + Show & Tell | Demo: Raporteerime Toomasele | Demo: Esitleme skripti Toomasele | Demo: Anna Metsa tagasiside | Demo: CEO aruanded + Window Functions | Retrospektiiv + peer feedback | Investor pitch role-play + gallery walk | Demo: Marko tagasiside + RFM visualiseerimine | Demo: Toomas palub IT koolitust | Aha-moment + privaatne CV/LinkedIn aken | UrbanStyle Board Meeting + Portfolio Fair + Auhinnad |
| АРТЕФАКТ НЕДЕЛИ | |||||||||||
| Артефакт недели | GitHub repo + README | Sales tabeli uurimisuuring | Andmete puhastamisskript | TOP 20 klientide analüüs | Äri-KPI aruanded | Investor Dashboard v1.0 | Investor Dashboard v2.0 (published!) | RFM Customer Segmentation | Automated Data Pipeline | Karjääripakett (CV + LinkedIn + Portfolio) | Lõppkaitsmine + poleeritud portfoolio |
| Base (70%) | Repository loodud, README.md, 1+ commit | 5 SQL päringut + kommentaarid + README | Test koopia + DELETE + UPDATE NULLid + logi | Sales+customers JOIN, TOP 20 | Kuude kaupa müük, TOP kliendid, laoaudit | 3 chart'i + 1–2 KPI + 1 filter | Published URL + executive summary + annotations | rfm_analysis.py + CSV + summary | Python: fetch → process → export + .env + logging | CV, LinkedIn, GitHub – uuendatud ja korrektsed | Profile README, 6+ pinned repos, screenshots |
| ИНСТРУМЕНТЫ | |||||||||||
| SQL/Python/Viz | GitHub, VS Code, Supabase, SQL (tutvustus), Power BI / Python, NotebookLM | SQL (SELECT, WHERE, ORDER BY, LIMIT, DISTINCT, COUNT), Supabase SQL Editor, GitHub, NotebookLM | SQL (DELETE, UPDATE, COALESCE, CASE WHEN), Supabase, GitHub (branch), NotebookLM | SQL (INNER/LEFT/RIGHT JOIN, multi-table), Supabase, GitHub (PR), NotebookLM | SQL (GROUP BY, HAVING, CTE, Window Functions), Supabase, GitHub (branch + PR), NotebookLM | Power BI Desktop (Track A), Plotly + Streamlit (Track B), Supabase (PostgreSQL), GitHub | Power BI Service (Track A), Streamlit Cloud (Track B), Plotly annotations, Git branching | Python 3.11+, pandas, Supabase Python SDK, Jupyter, Plotly Express, GitHub | Python, Supabase REST API, python-dotenv, GitHub Actions, Vercel | LinkedIn, CV builder, GitHub (final polish), Presentation tools | GitHub (portfolio polish), LinkedIn, Presentation tools, Vercel (portfolio site) |
| НАРРАТИВ | |||||||||||
| Story Arc | "Tere tulemast UrbanStyle'i! Praegu teeme otsuseid tundel, mitte faktidel." | "Meie sales tabelis on üle 5000 duplikaati. Ainult analüüsige!" | "Muljetavaldav. Te dokumenteeriste iga sammu. See on professionaalne töö." | "See on TÄPSELT see, mida ma vajasin! TOP klient tuleb Google Ads'ist!" | "Miks me ei teadnud seda varem?! Need trendid on kristallselged." | "Investorid tulevad 5 nädala pärast. Nad tahavad INTERAKTIIVSET dashboardi." | "Investors buy stories, not spreadsheets. Iga number räägib lugu." | "SQL on foundation. Python on superpower. Ma vajan RFM analüüsi!" | "Production-grade analytics = automated, tested, documented. Saavutatud!" | "Aidake mul luua värbamisjuhend. Te TEATE, mida hea analüütik peab oskama." | "Te olete DATA-DRIVEN muutuse nägu. Rääkige oma lugu juhatusele!" |
ДОПОЛНИТЕЛЬНОЕ ЭЛЕКТРОННОЕ ОБУЧЕНИЕ | |||||||||||
| Focus | Course 1 Foundations: Data, Data, Everywhere Mis on andmeanalüütika, analüütiku roll, analüütiline mõtlemine | Course 2 Ask Questions to Make Data-Driven Decisions Efektiivsed küsimused, andmepõhised otsused, töölehed | Course 2–3 Ask Questions (lõpp) + Prepare Data Andmete ettevalmistamine, andmekvaliteet, metaandmed | Course 3–4 Prepare Data (lõpp) + Process Data Andmebaasid, SQL funktsioonid, andmete töötlus | Course 4–5 Process Data (lõpp) + Analyze Data Andmete valideerimine, sorteerimine, filtreerimine, SQL funktsioonid | Course 5–6 Analyze Data (lõpp) + Visualization Andmete analüüs, visualiseerimise põhimõtted, Tableau | Course 6 Share Data Through Art of Visualization Esitlused, data storytelling, publikuga suhtlemine | Course 7 Introduction to Data Analysis Using Python Python alused, süntaks, tsyklid, andmestruktuurid | Course 7–8 Python (lõpp) + Capstone pandas/NumPy, juhtumiuuring, portfoolio projekt | Course 8–9 Capstone (lõpp) + Job Search with AI Juhtumiuuringu esitlemine, CV, LinkedIn, AI tööriist | Course 9 Accelerate Your Job Search with AI (lõpp) Intervjuuks valmistumine, sertifikaat, badge |