Проект	О чем проект	Навыки и инструменты
1. Исследование надежности заемщиков	На основе статистики о платёжеспособности клиентов исследовать влияет ли семейное положение и количество детей клиента на факт возврата кредита в срок	Python, Pandas, предобработка данных
2. Продажа квартир в Санкт-Петербурге — анализ рынка недвижимости	Используя данные сервиса Яндекс.Недвижимость, определить рыночную стоимость объектов недвижимости и типичные параметры квартир	Python, Pandas, Matplotlib, исследовательский, анализ данных, визуализация данных, предобработка данных
3. Изучение закономерностей, определяющих успешность игр	Используя исторические данные о продажах компьютерных игр, оценки пользователей и экспертов, жанры и платформы, выявить закономерности, определяющие успешность игры	Python, Pandas, NumPy, Matplotlib, предобработка данных, исследовательский анализ данных, описательная статистика, проверка статистических гипотез
4. Анализ убытков приложения ProcrastinatePRO+	Задача для маркетингового аналитика развлекательного приложения Procrastinate Pro+. Несмотря на огромные вложения в рекламу, последние несколько месяцев компания терпит убытки. Ваша задача — разобраться в причинах и помочь компании выйти в плюс.	Python, Pandas, NumPy, Matplotlib, предобработка данных, исследовательский анализ данных, описательная статистика, проверка статистических гипотез
5. Проверка гипотез по увеличению выручки в интернет-магазине — оценить результаты A/B теста	Используя данные интернет-магазина приоритезировать гипотезы, произвести оценку результатов A/B-тестирования различными методами	Python, Pandas, Matplotlib, SciPy, A/B-тестирование, проверка статистических гипотез
6. Анализ пользовательского поведения в мобильном приложении	На основе данных использования мобильного приложения для продажи продуктов питания проанализировать воронку продаж, а также оценить результаты A/A/B-тестирования	A/B-тестирование, Python, Pandas, Matplotlib, Seaborn, событийная аналитика, продуктовые метрики, Plotly, проверка статистических
7. Исследования рынка общепита в Москве для принятия решения об открытии нового заведения	Исследование рынка общественного питания на основе открытых данных, подготовка презентации.	Python, Pandas, Seaborn, Plotly, визуализация данных
8. Создание дашборда по пользовательским событиям для агрегатора	TED (от англ. technology, education, design — «технологии, образование, дизайн») — некоммерческий фонд, который проводит популярные конференции. На них выступают специалисты из разных областей и читают лекции на актуальные социальные, культурные и научные темы. Исследуете историю TED-конференций и создадите дашборд в Tableau на основе полученных данных.	Tableau, продуктовые метрики, построение дашбордов
9. Выпускной проект. Анализ мобильной игры «Космические братья»	На основе всех полученных данных в курсе выполнить буткемп-проект по выбранной области(GameDev).	Python, Pandas, Seaborn, Plotly, визуализация данных, Tableau, продуктовые метрики, построение дашбордов