Jalur Belajar Data Analyst

Silabus
7 bulan
Setiap kursus berlangsung selama dua atau tiga minggu, dan
berdurasi sekitar 40 jam belajar.

Sesi Onboarding
1-2 jam
0 Apa yang Anda harapkan sebagai siswa TripleTen. Bagaimana sprint
terstruktur, siapa tim bimbingan kami, bagaimana cara
menggunakan Slack, di mana mencari informasi dan lain-lainnya.

1 Python Dasar

Kursus
Perkenalan Anda dengan dunia ilmu data! Konsep kunci dan sintaks Perkenalan
dasar dalam Python. Loop, kondisi, dan fungsi. Library Pandas untuk
3 minggu

analisis data. Studi kasus analitis pertama Anda, diikuti dengan

40 jam
proyek pertama Anda.

•
Bab 1. Variabel, Print, Tipe Data, dan Operasi Aritmetika

•
Bab 2. String

•
Bab 3. List (daftar)

•
Bab 4. Loop for

•
Bab 5. List Bersarang

•
Bab 6. Kondisi dan Loop

•
Bab 7. Membuat Fungsi

•
Bab 8. Dictionary

•
Bab 9. Library Pandas untuk Analisis Data

•
Bab 10. Pra-pemrosesan Data

•
Bab 11. Menganalisis Data dan Mempresentasikan Hasil

• Bab 12. Ikhtisar Singkat Jupyter Notebook

2 Pra-pemrosesan Data
+1 proyek untuk

Mengompensasi data yang kurang sempurna. Menangani nilai portofolio Anda

yang hilang dan nilai duplikat. Mengubah tipe data. Pemikiran 3 minggu, 40 jam
sistem untuk analis.

•
Bab 1. Pengantar Pra-pemrosesan Data

•
Bab 2. Menangani Nilai yang Hilang dan Nilai Duplikat

•
Bab 3. Mengubah Tipe Data

•
Bab 4. Mengategorikan Data

• Bab 5. Berpikir Sistematis dan Berpikir Kritis untuk Analis

3 Analisis Data Eksploratif (EDA)

Melakukan pemindaian awal untuk mendeteksi pola dalam +1 proyek untuk


data. Membuat grafik dasar dan menghasilkan hipotesis portofolio Anda

pertama Anda.
3 minggu, 40 jam
•
Bab 1. Grafik Pertama dan Kesimpulan

•
Bab 2. Mempelajari Irisan Data

•
Bab 3. Bekerja dengan Beberapa Sumber Data

•
Bab 4. Hubungan antar Dataset

• Bab 5. Memvalidasi Hasil

4 Analisis Data Statistik

Teori probabilitas, distribusi yang paling umum, dan metode +1 proyek untuk

statistik dalam Python. Sampling dan signifikansi statistik. portofolio Anda

Mengidentifikasi dan menangani anomali.

3 minggu, 40 jam
•
Bab 1. Statistika Deskriptif

•
Bab 2. Teori Probabilitas

• Bab 3. Menguji Hipotesis

5 Proyek Terintegrasi 1

Mengidentifikasi pola untuk membantu Anda menentukan +1 proyek untuk


apakah permainan video tertentu akan sukses secara portofolio Anda

komersial atau tidak. 1 minggu, 20 jam

Istirahat -

1 minggu
6 Pengumpulan dan Penyimpanan Data (SQL)
+1 proyek untuk

portofolio Anda

Memahami struktur basis data dan bagaimana cara menarik

2 minggu, 40 jam
data dari basis data menggunakan kueri SQL. Menemukan
data secara daring.

•
Bab 1. Mengambil Data dari Sumber Daring

•
Bab 2. SQL sebagai Instrumen Pengolahan Data

•
Bab 3. Fitur Tingkat Lanjut SQL untuk Analisis

•
Bab 4. Hubungan antar Tabel

•
Bab 5. Soft Skill

•
Pelajaran Tambahan: PySpark

7 +1 proyek untuk

Analisis Bisnis

portofolio Anda

Penerapan analisis data dalam bisnis. Metrik bisnis dan

2 minggu, 40 jam
Indikator Kinerja Utama. Analisis data pengguna. Analisis
pemasaran dan instrumen terkait. Corong penjualan.

•
Bab 1. Metrik dan Corong

•
Bab 2. Analisis Kohort

•
Bab 3. Unit Ekonomi

•
Bab 4. Metrik Pengguna

•
Bab 5. Soft Skill

• Pelajaran Tambahan: Mengoptimalkan Data pada Pandas

Pengambilan Keputusan Bisnis +1 proyek untuk


8
Berdasarkan Data
portofolio Anda

2 minggu, 40 jam
Metode dan instrumen untuk menguji hipotesis. Desain
eksperimental. Musiman (Seasonality). Analisis Kohort. A/B
testing.

•
Bab 1. Dasar-Dasar Pengujian Hipotesis dalam Bisnis

•
Bab 2. Memilih Metode Eksperimen

•
Bab 3. Mempersiapkan A/B Testing

•
Bab 4. Persiapan untuk A/B Testing

•
Bab 5. Menganalisis Hasil A/B Testing

• Bab 6. Soft Skill

 +1 proyek untuk

9 Cara Bercerita Menggunakan Data

portofolio Anda

Menyajikan hasil riset Anda. Metode visualisasi data. Membuat

2 minggu, 40 jam
laporan untuk menjelaskan temuan.


Library Seaborn.

•
Bab 1. Mempersiapkan Presentasi

•
Bab 2. Library Seaborn.

• Bab 3. Library Plotly

+1 proyek untuk

10 Proyek Terintegrasi 2

portofolio Anda

Menyatukan semua yang telah Anda pelajari sejauh ini untuk

1 minggu, 20 jam
menganalisis hasil A/B testing dari sebuah aplikasi makanan.

Istirahat -

1 minggu

+1 proyek untuk

11 Otomatisasi

portofolio Anda

Mengotomatiskan proses analisis data dan membuat script

2 minggu, 40 jam
untuk tugas rutin. Metode visualisasi data. Mempresentasikan

hasil.

•
Bab 1. Dasar-Dasar Peluncuran Script

•
Bab 2. Data Pipeline dan Alasan Menggunakannya

Bab 3. Merancang dan Mengembangkan Dashboard dengan

Dash

• Bab 4. Tableau

+1 proyek untuk

12 Ramalan dan Prediksi

portofolio Anda

Metode dan penerapan machine learning. Klasifikasi,

2 minggu, 40 jam
peramalan, pengklasteran. Regresi. Decision tree.

•
Bab 1. Penerapan Machine Learning dalam Bisnis

•
Bab 2. Algoritme Machine Learning

• Bab 3. Penyelesaian Tugas Terkait Machine Learning

+1 proyek untuk

13 Proyek Akhir

portofolio Anda

Menerapkan semua yang telah Anda pelajari dalam pelatihan

2 minggu, 40 jam
dua minggu yang menyimulasikan pengalaman kerja sebagai

seorang analis data junior.

Program Keberhasilan Karier
Program Keberhasilan Karier meningkatkan kemampuan kerja lulusan
TripleTen. Dengan kata lain, program ini membantu siswa bertransformasi
dari seorang pembelajar menjadi seorang pekerja.

1 Komunitas Alumni Tidak ada batasan

waktu
Ruang untuk dukungan peer-to-peer dan jejaring profesional
yang produktif.
•
Komunikasi berkesinambungan dengan para lulusan lainnya

Kegiatan daring — webinar dari profesional industri, sesi

networking

• Peluang kerja dan proyek freelance dari alumni dan tutor

2 Kursus Persiapan Karier 4 minggu

Kursus tambahan gratis ini mempersiapkan para lulusan untuk
mencari pekerjaan. Kursus ini terdiri dari materi pelajaran, tugas-
tugas, dan umpan balik oleh spesialis HR.

Struktur kursus persiapan karier:

•
Strategi pencarian kerja pribadi

•
Pasar kerja di bidang TI dan digital

•
Wawancara - teori dan praktik

•
Keterampilan networking

•
Resume/CV

•
Surat motivasi

•
Portofolio

• Eksistensi daring — LinkedIn, dll.

3 Akselerator Karier 6 bulan atau

hingga Anda
Ini adalah aktivitas berbasis komunitas, di mana para lulusan:
mendapatkan
•

Secara aktif mencari pekerjaan dan senantiasa meningkatkan pekerjaan

diri melalui umpan balik yang disediakan oleh spesialis HR kami

Mempraktikkan wawancara teknis dan wawancara HR (simulasi

wawancara)

Membangun relasi secara aktif (dengan bantuan dari kami dan

oleh siswa sendiri)

•
Mendapatkan akses ke mitra TripleTen dan peluang kerja yang
tersedia