• Выбор новичков
• для старта в профессии с нуля
• практика на кейсах реальных компаний, помощь со стажировкой и первым собеседованием
• прокачиваем hardskills, помогаем с трудоустройством
• определяемся со специализацией и учимся запускать свой продукт

Ступень 1: "Базовые навыки"

Блок 1: Базовые навыки и продуктовый подход

Блок 2: Менеджмент команды и Agile

Блок 3: Работа с пользователями и CustDev

Блок 4: DataDriven и аналитический подход

Блок 5: Работа с руководителем и защита своих идей

Ступень 2: "Навыки для Middle Product manager"

Блок 1: Планирование задач и развития продукта

Блок 2: Прототипирование и Figma для продактов

Блок 3: NoCode-инструменты и создание MVP

Блок 4: Hard skills — A/B-тестирование и Unit-экономика

Блок 5: Анализ данных: SQL, дашборды и визуализация данных

Блок 6: Soft skills для продакта и работа со стейкхолдерами

Ступень 3: "Специализация и создание продуктов с 0"

Блок 1: Специализация Mobile Product manager

Блок 2: Специализация Product Marketing manager

Блок 3: Специализация Technical&ML Product manager

Блок 4: Специализация: Отраслевая специфика

Блок 5: Создание и запуск продуктов с 0

Блок 6: Дипломная работа и помощь с трудоустройством

• Запускайте востребованные рынком продукты с 0
• практика на кейсах реальных компаний

Ступень 1: "Навыки для Middle Product manager"

Блок 1: Навыки Middle Product для планирования и развития продукта

Блок 2: DataDriven и аналитический подход

Блок 3: Прототипирование и Figma для продактов

Блок 4: NoCode-инструменты и cоздание MVP

Блок 5: Hard skills — A/B-тестирование и Unit-экономика

Блок 6: Анализ данных: SQL, дашборды и визуализация данных

Блок 7: Soft skills для продакта и работа со стейкхолдерами

Ступень 2: "Специализация и создание продуктов с 0"

Блок 1: Специализация Mobile Product manager

Блок 2: Специализация Product Marketing manager

Блок 3: Специализация Technical&ML Product manager

Блок 4: Специализация: Отраслевая специфика

Блок 5: Создание и запуск продуктов с 0

Ступень 3: "Базовые навыки Senior Product & CPO"

Блок 1: Инструменты аналитики и визуализации

Блок 2: Работа над стратегией

Блок 3: Управление бюджетами и финансами

Блок 4: Управление командой продактов

Блок 5: Мобильная и маркетинговая аналитика

Блок 6: Дипломная работа и помощь с трудоустройством

• Выбор новичков
• для освоения базы продуктового менеджмента
• практика на кейсах реальных компаний и стажировки
• прокачиваем hardskills, помогаем с трудоустройством

Ступень 1: "Базовые навыки"

Блок 1: Базовые навыки и продуктовый подход

Блок 2: Менеджмент команды и Agile

Блок 3: Работа с пользователями и CustDev

Блок 4: DataDriven и аналитический подход

Блок 5: Работа с руководителем и защита своих идей

Ступень 2: "Навыки для Middle Product manager"

Блок 1: Планирование задач и развития продукта

Блок 2: Прототипирование и Figma для продактов

Блок 3: NoCode-инструменты и создание MVP

Блок 4: Hard skills — A/B-тестирование и Unit-экономика

Блок 5: Анализ данных: SQL, дашборды и визуализация данных

Блок 6: Soft skills для продакта и работа со стейкхолдерами

• выбор junior специалистов
• для прокачивания hard-skills
• практика на кейсах реальных компаний и стажировки

Ступень 1: "Работа с пользователями и инструменты исследований"

Блок 1: Пользовательские исследования

Блок 2: Развитие продукта

Блок 3: Запуск продукта

Блок 4: Фреймворки и метрики продукта

Ступень 2: "Работа с данными для руководителей"

Блок 1: Язык запросов SQL

Блок 2: Основы работы с базами данных

Блок 3: Tableau как инструмент анализа и визуализации

Блок 4: Подготовка и проведение А/В тестов

Ступень 3: "Работа с финансами (Unit-экономика, P&L, бюджеты)"

Блок 1: Бюджеты и Стратегия

Блок 2: Работа с метриками

Блок 3: Визуализация и прогнозироване в Google Sheets

Блок 4: Инструменты акселерации роста продукта

• Освоите необходимый набор знаний и навыков для роста до Senior Product и CPO
• Курс можно проходить со своей скоростью на нашей платформе
• По ходу курса мы помогаем вам с трудоустройством и подготовкой к собеседованиям
• Нетворкинг: общение внутри группы курса и поддержка ментора

Ступень 1: "Навыки Senior Product & CPO"

Блок 1: Работа над стратегией

Блок 2: Управление бюджетами и финансами

Блок 3: Управление командой продактов

Блок 4: Инструменты аналитики и визуализации

Ступень 2: "DataDriven подходы и запуск новых направлений"

Блок 1: Запуск новых направлений

Блок 2: Мобильная и маркетинговая аналитика

Блок 3: Аналитика для руководителей

Блок 4: Менеджмент и лидерство

Блок 5: Дипломная работа

Урок 1: "Знакомство с проджект менеджером"

Урок 2: "Инициация и планирование проекта"

Урок 3: "Начало работы над проектом"

Урок 4: "Формирование команды"

Урок 5: "Управление командой и проектом"

Урок 6: "Работа с подрядчиками"

Урок 7: "Коммуникации с заказчиком"

Урок 8: "Методологии управления"

Урок 9: "Инструменты управления проектом. Таск-трекеры. Планирование и контроль"

Урок 10: "Управление стоимостью проекта"

Урок 11: "Рост и мотивация"

Дипломная работа

Урок 1. Кто такой продакт

Урок 2. Процессы в продуктовой команде

Урок 3. Управление командой и проектом

Урок 4. Методологии управления

Урок 5. Инструменты управления

Урок 6. Управление стоимостью проекта

Урок 7. Приоритизация

Урок 8. Стратегия и видение продукта

Урок 9. Soft skills для продакта

Урок 10. Принципы и подходы customer development

Урок 11. Прикладная аналитика

Урок 12. Управление продуктом на основе модели Lean Canvas

Урок 13. HADI циклы

Урок 14. Основы работы в Google Sheets

Урок 15. Базовые вычислительные функции и формулы

Урок 16. A/B тестирование

Урок 17. Growth hacking

Урок 18. Документы продакт-менеджера

Урок 1: Проектирование

Урок 2: Онбординг

Урок 3: Мобильная аналитика и A/B тесты

Урок 4: Создание и тестирование прототипа мобильного приложения

Урок 5: Понимание технических аспектов мобильного приложения

Урок 6: Промоутирование мобильного приложения существующей аудитории

Урок 7: Работа с App Store и Google Play

Урок 8: Мобильный маркетинг

Урок 9: Принципы и подходы Customer Development

Урок 10: "Управление стоимостью проекта"Инструменты Jobs To Be Done, Impact Mapping и User Story MappingУрок 11: "Рост и мотивация"

Урок 11. Быстрая проверка гипотез и MVP

Урок 12: Инструменты No-Code

Урок 13: Знакомство с Bubble

Урок 14: Базовые действия с Figma

Урок 15: Знакомство с кривыми

Урок 16. Отрисовка элементов интерфейса

Урок 17: Локальные библиотеки

Урок 18: Прототипирование и анимация

Урок 19: Soft skills для продакта

Урок 20: Защита своего проекта и идей перед руководителями

Диплом

Урок 1: Определение бизнесовых точек роста компании, в которых может помочь ML

Урок 2: AI-продукты и машинное обучение

Урок 3: Чек-лист внедрения ML-задач в компании и команде аналитика

Урок 4: Создание и тестирование прототипа мобильного приложения

Урок 5: Лучшие практики работы с BigData/ML-командой

Урок 6: Workshop: создание и запуск датасета

Урок 7: Валидация бизнес-результатов запуска AI/ML функциональности

Урок 8: Technical Product Manager

Урок 9: Введение в блок SQL

Урок 10: Извлечение данных и операторы

Урок 11. Фильтрация данных и условия

Урок 12: Знакомство с машинным обучением

Урок 13: Введение в нейронные сети

Урок 14: Введение (рекомендательные системы)

Урок 15: Методологии анализа больших данных и организации команды. CRISP-DM

Урок 16. Культура сбора и источники данных / Улучшение качества работы с данными

Урок 17: Основы работы в Hadoop и MapReduce

Урок 18: Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования

Урок 19: Soft skills для продакта

Урок 20: Защита своего проекта и идей перед руководителями

Диплом

Урок 1: "Анализ целевой аудитории и конкурентов"

Урок 2: "Введения в инструменты исследований"

Урок 3: "Мокапы - как продумывать UI"

Урок 4: "Принципы и подходы Customer Development"

Урок 5: "Тренажёр CustDev и практика "в полях" на реальных кейсах"

Урок 6: "Быстрая проверка гипотез и MVP"

Урок 7: "Инструменты NoCode"

Урок 8: "Как проверять гипотезы без программирования"

Урок 9: "Проектирование мобильного приложения"

Урок 10: "Как сделать конверсионный Onboarding"

Урок 11: "Создание прототипа мобильного приложения"

Урок 12: "Создание прототипа в Tilda"

Урок 13: "Работа в Zero-Block"

Урок 14: "Принципы дизайна и UX для прототипов"

Урок 15: "Figma для проектирования прототипов"

Урок 16: "Figma: работа с кривыми"

Урок 17: "Figma: отрисовка элементов интерфейса"

Урок 18: "Use case подход"

Урок 19: "Инструменты Jobs To Be Done"

Урок 20: "Impact Mapping"

Урок 21: "Изучение подхода User Story Mapping и разбор кейсов"

Урок 22: "Работа с Customer Journey Map"

Урок 23: "Управление продуктом на основе модели Lean Canvas"

Урок 24: "HADI циклы в улучшении продукта"

Урок 25: "Основные типы бизнес-метрик"

Урок 26: "Перезапуски"

Урок 27: "Soft skills для продакта"

Урок 28: "Полезные приложения и программы"

Урок 29: "Защита своего проекта"

Урок 30: "Подготовка качественных слайдов"

Урок 31: "Дизайн-мышление"

Урок 32: "Growth hacking: как быстро растить свой продукт"

Блок 33: "Feature Adoption"

• Освоим инструменты для описания стратегии и видения продукта
• Научимся изучать стадии наступающих и заканчивающихся трендов в индустрии
• Познакомимся с шаблонами, помогающими структурировать все составляющие бизнеса

• Определим цели компании и научимся оценивать фичи
• Познакомимся с иерархией метрик и инструментами для сбора идей для приоритизации
• Изучим прикладные инструменты: Impact mapping, Poker planning, RICE

• Изучим разницу между Jobs-as-progress vs Job-as-activity,
• Разберем конкурентов через призму работ,
• Научимся проводить JTBD-исследования,
• Разберемся в подходе User Story и критериях готовности

• Разберемся, что такое дизайн-мышление
• Поймем его ограничения и условия применимости
• Рассмотрим все этапы процесса дизайн-мышления и его инструменты

• Что такое OKR, зачем он нужен и где применяется?
• Рассмотрим основные правила и алгоритм составления OKR
• Обсудим отличия OKR от KPI, связь OKR и метрик продукта

• Изучим инструменты стратегического мышления
• Поймем, как выбираться из рутины ежедневных мелких задач
• Определим, что повышает ценность продакта в компании

• Изучим, как происходит найм
• Освоим инструменты мотивации
• Поймем, как оценивать, обучать и развивать сотрудников
• Выясним, как адаптироваться в существующую команду и как развивать лидерство
• Научимся работать в распределенной команде

• Узнаем, зачем нужны «смежники» и почему без них нельзя
• Определим, как работать с другими отделами, у которых свои KPI
• Создадим framework и визуализацию процесса взаимодействия

• Поймем, почему важно уметь защищать проекты у команды и стейкхолдеров
• Разберемся в этапах подготовки к защите проекта
• Научимся презентовать проект

• кейсы Growth
• ключевые инструменты, работа над онбордингами и виральностью
• разбор типовых ошибок

• инструмент ABCDX-сегментации
• применимость когортного анализа
• практика по сегментации и когортам

• разбор типовых кейсов
• алгоритм и шаблон подготовки и проведения интервью с пользователями
• нюансы CustDev

• быстрые и медленные способы приоритизации
• ROI-приоритизация с учётом рисков
• как максимизировать вероятность успеха фичи

• быстрое прототипирование и MVP
• инструменты качественной и количественной проверки идей
• ускорение цикла проверки гипотез

• подходы Feature Adoption
• применимость подхода и разбор кейсов
• ключевые процессы для внедрения подхода

• инструменты ZeroCoding: Glide, Bubble, Integromat
• сбор с 0 мобильного приложения за 15 минут
• использование NoCode для валидации идей

• переход от фичей к метрикам и направлениям
• построение команды Growth
• построение стратегии роста продукта

Урок 1: Введение в блок SQL

Урок 2: Извлечение данных и операторы

Урок 3: Фильтрация данных и условия

Урок 4: Преобразование данных и операции в SQL

Урок 5: Сортировка данных и работа с датой и временем

Урок 6: Группировка данных

Урок 7: Введение в базы данных

Урок 8: Объединение таблиц

Урок 9: Подзапросы SELECT и FROM

Урок 10: Подзапросы JOIN и WHERE

Урок 11: Обновление, добавление и удаление данных

Урок 12: Создание, изменение и удаление таблиц

Урок 13: Операции с текстом и оконные функции

Урок 14: Ускорение и оптимизация запросов, табличные выражение

Урок 15: Итоговый проект LEGO

Урок 16: Закрепление практики по SQL

Урок 17: Работа с дашбордами

Урок 18: Введение и знакомство с архитектурой Tableau

Урок 19: Модели данных и табличные вычисления

Урок 20: Параметры и уровни детализации Tableau

Урок 21: Псевдонимы, сортировка, Actions

Урок 22: Разработка дашбордов

Урок 23: Tableau и SQL

Урок 24: SQL в Google Sheets и Excel

Урок 25: Введение в Power BI

Урок 26: Power Query: получение и визуализация данных

Урок 27: Модель данных в Power BI

Урок 28: DAX

Урок 29: Работа с отчетами и визуализация данных

Урок 30: Power BI Service и создание дашбордов 

Урок 31: Power BI и SQL

Диплом

• Создание объектов
• Работа с текстом
• Использование изображений

• Работа с масками
• Основная тема

• Работа со слоями
• Smart-selection
• Arrage, Align, Distribute

• Цвет в библиотеке
• Текст в библиотеке
• Базовые компоненты

• Связывание экранов в прототип
• Простейшая анимация перехода между экранами
• Smart-animate

• Автолейаут
• Компоненты
• Констрейнты и сетки

• Варианты компонентов
• Библиотеки
• Основы дизайн-систем

• Введение в комьюнити Figma
• UI-киты и шаблоны
• Плагины
• Работа с текстом, перенос текста в spreadsheets
• Как почистить отступы
• Плагины с иконками
• Выделение слоев
• Скриптинг

• Отрисовать UML схему выбранного сервиса
• Плагин Auto Flow

• Сдача дипломной работы
• Помощь в подготовке резюме и прохождению тестовых заданий

• Преимущества Google Sheets перед Excel
• База для работы с Google Sheets
• Лайфхаки работы с ячейками, строками и столбцами в Google Sheets

• Настройка сводных таблиц
• Простейшие вычислительные формулы
• Формат данных после вычисления

• Объединение и выделение ячеек
• Заливка цветом
• Условное форматирование

• Графики и диаграммы: какие для чего лучше использовать
• Обязательные параметры
• Наводим красоту: что еще можно настроить

• Функции для простых арифметических действий
• Протягивание формул по ячейкам

• Фильтрация данных
• Функции И, ИЛИ, ЕСЛИ

• Проверка данных
• Базовые текстовые функции
• Регулярные выражения

• Обработка ошибок
• Функция ВПР

• Одномерные и двумерные массивы
• Функции ArrayFormula, ROW, COLUMN

• Прогнозирование данных
• Функции FORECAST и TREND
• Построение линии тренда на диаграмме

• Сдача дипломной работы
• Помощь в подготовке резюме и прохождению тестовых заданий

Ступень 1: Продуктовая аналитика

• Продуктовая аналитика
• Google Sheets и Excel для задач аналитики
• SQL для анализа данных
• Веб-аналитика и аналитика мобильных приложений
• Проведение исследований и анализ пользовательских сценариев

Ступень 2: Применение на прикладных проектах и продвинутые инструменты анализа данных

• A/B-тестирование
• Мат. статистика и математика для аналитика
• Unit-экономика и работа с данными
• Python
• Использование Power BI и визуализация данных
• Работа с Tableau и дашбордами

Ступень 3: Специализация и погружение в Data Science

• Специализация: Data Scientiest
• Специализация: Маркетолог-аналитик
• Специализация: Бизнес-аналитик
• Специализация: Системный аналитик
• Дипломная работа и помощь с трудоустройством

Блок 1: "Получение и подготовка данных: SQL"

• Введение в блок SQL
• Извлечение и фильтрация данных
• Преобразование, сортировка и группировка данных
• Введение в базы данных
• Объединение таблиц
• Вложенные запросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• Обзор основных программ

Блок 2: "Python для анализа данных"

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Пакеты, файлы, Pandas
• Визуализация данных
• Базы данных и статистика
• Многопоточность
• Веб-сервер flask и контроль версий GIt
• Итоговый проект

Блок 3: "Построение Machine Learning моделей"

• Знакомство с машинным обучением
• Линейная регрессия и бинарная классификация
• Построение надежных стратегий валидации - важность локальной валидации
• Решающие деревья
• Бутстрап, Бэггинг и случайный лес
• Feature Engineering, Feature SelectionГрадиентный бустинг
• Воркшоп: предсказание оттока и прогноз продаж
• А/B тестирование
• Обучение без учителя
• Воркшоп: скоринг кредитного портфеля

Блок 4: "Нейронные сети и NLP"

• Введение в нейронные сети
• Обучение нейросетей
• Глубокое обучение на практике
• Дополнительные возможности Tensorflow + Keras
• Свёрточные нейронные сети
• Введение в NLP, понятие ембеддинга
• Рекурентные нейронные сети
• Нейросети с вниманием, трансформеры
• Metric learning, обучение без учителя
• Обучение с подкреплением в нейросетях
• Итоговый проект

Блок 5: "Рекомендательные системы"

• Введение
• Метрики и бейзлайны
• Матричное разложение
• Рекомендации через поиск ближайших соседей
• Гибридные рекомендательные системы
• Итоговый проект

Блок 6: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации

Ступень 1. DataDriven подходы

• Блок 1. DataDriven и аналитический подход
• Блок 2. Google Sheets и Excel для задач аналитики
• Блок 3. SQL для анализа данных
• Блок 4. Работа с дашбордами и визуализация данных
• Блок 5. Проведение исследований и анализ пользовательских сценариев

Ступень 2. Продуктовый подход

• Блок 1. Продуктовый подход и навыки
• Блок 2. Работа с пользователями (CustDev, CJM)
• Блок 3: Hard skills — A/B тестирование и Unit- экономика
• Блок 4: Дизайн-мышление
• Блок 5: Дипломная работа

Блок 1: "Python и обработка данных"

• Введение в Python
• Типы данных, функции, классы, ошибки
• Строки, условия, циклы
• Списки и словари в Python
• Пакеты, файлы, Pandas - начало
• Pandas: продолжение
• Визуализация данных
• Базы данных и статистика
• Многопоточность
• Веб-сервер flask и контроль версий GIt
• Итоговый проект

Блок 2: "Работа с Power BI"

• Введение в Power BI2
• Power Query. Получение и преобразование данных
• Модель данных в Power BI4
• DAX5
• Работа с отчетами, базовые принципы визуализации данных
• Power BI Service и создание дашборда
• Power BI и Python
• Итоговый проект

Блок 3: "SQL для анализа данных"

• Введение в блок SQL
• Извлечение и фильтрация данных
• Преобразование и сортировка данных
• Группировка данных
• Введение в базы данных
• Объединение таблиц
• Вложенные запросы
• Обновление, добавление и удаление данных
• Создание, изменение и удаление таблиц
• Advanced
• Обзор основных программ

Блок 4: "Tableau"

• Введение в Tableau. Знакомство с инфраструктурой Tableau
• Модели данных и Табличные вычисления
• Параметры и уровни детализации в Tableau
• Псевдонимы, сортировка, Actions
• Разработка дашбордов. Настройка взаимодействия между визуализациями

Блок 5: "Python и построение Machine Learning моделей"

• Знакомство с машинным обучением
• Линейная регрессия
• Бинарная классификация
• Построение надежных стратегий валидации - важность локальной валидации
• Решающие деревья
• Бутстрап, Бэггинг и случайный лес
• Feature Engineering, Feature Selection
• Градиентный бустинг
• Воркшоп: предсказание оттока клиентов и прогноз продаж
• A/B тестирование
• Обучение без учителя
• Воркшоп: скоринг кредитного портфеля

Блок 6: "Нейронные сети и NLP"

• Введение в нейронные сети
• Обучение нейросетей
• Глубокое обучение на практике
• Дополнительные возможности Tensorflow + Keras
• Свёрточные нейронные сети
• Введение в NLP, понятие ембеддинга
• Рекурентные нейронные сети
• Нейросети с вниманием, трансформеры
• Metric learning, обучение без учителя
• Обучение с подкреплением в нейросетях

Блок 7: "Рекомендательные системы"

• Введение
• Метрики и бейзлайны
• Матричное разложение
• Рекомендации через поиск ближайших соседей
• Гибридные рекомендательные системы

Блок 8: Дипломная работа и помощь с трудоустройством

• Работа над дипломным проектом для портфолио
• Подготовка резюме
• Подготовка к собеседованию
• Финальная защита и консультации