Fakultet za analitiku igara - tečaj 168 768 RUB. od GeekBrains, obuka 15 mjeseci, Datum: 10. lipnja 2023.

Naš program je jedan od najobimnijih i najopsežnijih. Istovremeno je lako razumljiv jer se znanje daje postupno: od osnovnih do naprednih alata.

Tečajevi obuke
Tečajevi
Dok čekate početak glavnog programa, preporučujemo da prođete obuku. To će vam pomoći da se postupno integrirate u trening i budete 100% spremni.
Video tečaj “Kako učinkovito učiti”
• Značajke obuke na GeekBrains
• Zašto je teško učiti?
• Alati za samoobrazovanje
• Učenje iz kompetencija
• Značajke učenja odraslih
• Postavljanje PAMETNIH ciljeva
• Kako formulirati obrazovni zahtjev
Excel 2.0 video tečaj
• Struktura tvrtke za razvoj igara. Struktura projektnog tima
• Uloge analitičara u timu
• Razvojni ciklus
• Razvoj klijenta i poslužitelja. Arhitektura aplikacije
• Dizajn popisa događaja
• Izjava o tehničkim specifikacijama za praćenje događaja. Voditelji zadataka

Uvod u razvoj igrica
Tečajevi
Naučite koncepte dizajna igara, strukturu tima, razvojne procese i tehničke aspekte relevantne za analitiku. Ovaj tečaj Pythona pomoći će vam da razvijete osnovne znanstvene vještine podataka.
Uvodna lekcija
Saznajte više o ulozi analitičara igara u igrama. Dekan fakulteta pomoći će vam da shvatite koja su znanja i vještine potrebni za ovo zanimanje.
Uvod u razvoj i dizajn igara
• Povijest igre. Psihologija igrača. Igre kao proizvod
• Industrija igara. Žanrovi, postavke i platforme
• Monetizacija i modeli distribucije
• Faze stvaranja igara. Od prototipa do rada
• Istraživanje tržišta, analiza referenci
• Vodič. Osnovna petlja igre
• Mehanika držanja. Dekonstrukcija igara
• Mehanika monetizacije. Dekonstrukcija igara
• Ravnoteža vremena i resursa u igri. Ekonomija u igri
• Periodična aktivnost. Promocije i događanja
Proces razvoja igre
• Struktura tvrtke za razvoj igara. Struktura projektnog tima
• Uloge analitičara u timu
• Razvojni ciklus
• Razvoj klijenta i poslužitelja. Arhitektura aplikacije
• Dizajn popisa događaja
• Izjava o tehničkim specifikacijama za praćenje događaja. Voditelji zadataka
Osnove Pythona
• Uvod u Python
• Osnovna Python sintaksa 
• Funkcije i uvod u knjižnicu pandas
• Indeksi i osnovne operacije u pandama
• Filtriranje i prikupljanje podataka
• Skupovi i operacije nad njima
• Priprema podataka za analizu. NaN vrijednosti.
• Funkcionalnost vremenske serije
• Optimizacija
• primijeniti metode i lambda izraze
• Napredni Python
Projekt
• Istraživački rad za analizu okruženja, žanra, aktivnosti i monetizacije bilo koje igre. Otkrijte kako poboljšati monetizaciju.

Osnovne vještine: SQL, statistika, vizualizacija
Tečajevi
U praksi naučiti raditi s bazama podataka i vizualizaciju podataka.
Uvod u SQL
• Uvod u SQL i baze podataka
• Filtriranje, sortiranje i ograničavanje podataka
• Izračunata polja. Aritmetičke funkcije. Rad s vremenom, nizovima i json u poljima
• Grupiranje podataka. Funkcije prozora.
• Spajanje tablica
• CTE. Reprezentacija
• Izrada, ažuriranje i brisanje tablica
• Optimizacija upita
Vizualizacija
• Zadaci vizualizacije. Uobičajeni alati
• Vrste grafova za svoje zadatke. Pravila vizualizacije. Pogrešni grafikoni
• Vizualizacija u Pythonu. Statički grafikoni
• Vizualizacija u Pythonu. Statički grafikoni
• Vizualizacija u Pythonu. Interaktivni grafikoni
• Nadzorne ploče. Arhitektura interakcije između SQL-a i Pythona u nadzornim pločama
• Vizualizacije i nadzorne ploče u Tableu / Power BI
• Vizualizacije i nadzorne ploče u Tableu / Power BI
Projekt
• Razvoj dinamičke nadzorne ploče s ključnim pokazateljima igre na temelju stvarnih podataka.

Zadaci proizvodne i marketinške analitike igara
Tečajevi
Naučite kako privući korisnike i mjeriti marketinšku učinkovitost. Proučite zadatke analitike proizvoda: izračun i vizualizaciju ključnih metrika, procjenu ravnoteže i značajke dizajna igre, strategije istraživanja pretraživanja.
Marketinška analitika
• Uvod u marketing igara. Oglašavačke platforme
• Vrste reklamnih kampanja. Organski promet. Viralnost
• Pregled usluga praćenja. Problem atribucije i reatribucije.
• Marketinški tok i metrika akvizicije korisnika
• Izvješća u uslugama praćenja: Amplitude/Appsflyer/MyTracker
• Monetizacija oglašavanja. Izvješća u Ironsourceu
• Interakcija s trgovinama aplikacija. Značajke
• Osnovne ideje jedinične ekonomije
Analiza metrike i procesa igre
• Instalacije. Pokretanje lijevka
• Mjerila zadržavanja. Stopa zadržavanja i zadržavanje kotrljanja
• Mjerni podaci o monetizaciji. Pretvorba u korisnika koji plaća
• Mjerni podaci o monetizaciji. Pretvorbene točke i njihova učinkovitost. Ponovite uplate
• Mjerni podaci o monetizaciji. ARPU, ARPPU i LTV
• Predviđanje ARPU/LTV. Problemi i pristupi
• Mjerila angažmana. Broj sesija, završetak osnovnog ciklusa igre
• Odljev studija i pad aktivnosti. Problem predviđanja odlagališta
• Brzina potrošnje sadržaja. Razvojni prioriteti
• Ravnoteža resursa. Deficit i suficit
• Analiza ispuštanja. Značajka kanibalizacija
• Istražite uzroke neočekivanih promjena. Hipoteze i strategija istraživanja
Projekti
• Izračun marketinške metrike igre i analiza učinkovitosti marketinške kampanje na temelju stvarnih podataka
• Izračun metrike proizvoda igre na temelju stvarnih podataka.

Napredni alati
Tečajevi
Razmotrite vrste i zadatke A/B testova i izračun uzorka. Naučite izraditi prediktivne modele i predstavite svoje istraživanje razvojnom timu.
A/B testovi
• A/B testni zadaci. Granice primjenjivosti
• Vrste A/B testova. Klasični A/B test, sekvencijalni A/B test
• Bayesovo testiranje i višeruki banditi
• Osnovne pogreške pri provođenju AB testova
• Planiranje A/B testa
• Problem uzorkovanja. Izračun uzorkovanja u Pythonu
• Analiza rezultata A/B testa
• A/B testovi u Firebaseu
Uvod u strojno učenje
• Osnovne ideje i zadaci strojnog učenja
• Priprema podataka i stvaranje značajki (feature engineering)
• Smanjenje dimenzionalnosti. PCA
• Podjela na uzorke za obuku i testiranje. Unakrsna provjera valjanosti
• Trening pod mentorstvom. Stabla odlučivanja i slučajne šume
• Trening pod mentorstvom. Logistička regresija
• Mjerila kvalitete modela klasifikatora
• Učenje bez nadzora. Linearna regresija. Mjerila kvalitete modela
Prezentacija rezultata
• Organizacija rada. Pratioci zadataka. Prioritizacija zadataka
• Održavanje dokumentacije i baze znanja
• Struktura izvješća. Prikaz statističkih podataka i grafikona u izvješćima
• Predstavljanje rezultata timu
Projekt
• Izrada plana A/B testiranja i analiza pouzdanosti rezultata.

Otvoreni tečajevi
Tečajevi
Možete ih uzeti kad god vam odgovara: tijekom obuke ili nakon obrane završnog rada. Također ih je potrebno položiti kako bi se dobila diploma i pomoć pri pronalasku posla.
Priprema za traženje posla
• Kako napisati životopis koji će sigurno biti zapažen
• Izrađujemo mapu traženja posla
• Zašto su potrebna propratna pisma?
• Što očekivati ​​na razgovoru s HR-om

Video tečaj “Osnove jezika Python”
• Uvod u Python
• Ugrađeni tipovi i operacije s njima
• Funkcije
• Moduli i biblioteke
• Rad s datotekama. Kodiranja
• Korisni alati. Rukovanje iznimkama
• Radionica. Igra "Pogodi broj"
• Radionica. Upravitelj datoteka konzole
• Analiza praktičnih zadataka