Хочу поступить
Хочу поступить
Первые 6 месяцев обучения бесплатно

Факультет
игровой аналитики

Онлайн-университет от GeekBrains с гарантированным трудоустройством. Превращайте игры в шедевры, используя знания маркетинга, гейм-дизайна и статистики.

Хочу поступить
7 курсов  бесплатно
Купите этот курс со скидкой до 19 апреля, получите ещё 7 в подарок и прокачайте суперсилы любого востребованного специалиста: от умения считать юнит-экономику до знаний в интернет-маркетинге.

Гейм-аналитик собирает данные о поведении игроков. С помощью метрик он оценивает азарт и баланс игры, находит точки роста. Его работа позволяет предсказать действия игрока и прибыльность продукта.

Освойте гейм-аналитику
с нуля и станьте востребованным специалистом

Техническое образование или профильный опыт не требуются. Вы изучите все аспекты гейм-аналитики: от психологии игр до баз данных. Мы поможем стать востребованным специалистом с нуля и найдём вам работу.

После учёбы вы сможете работать на позициях:
  • Game Analyst
    Санкт-Петербург, 90 000 руб.
  • Игровой аналитик
    Москва, 100 000 руб.
  • Гейм-аналитик
    Москва, 100 000 – 120 000 руб.

Преимущества профессии

Востребованность

За 2019 год выручка от игр в РФ увеличилась в 5 раз. Рынок растёт, и спрос на специалистов в 3 раза превышает предложение.

Доступность

Чтобы освоить игровую аналитику, достаточно энтузиазма и школьных знаний.

Универсальность

Знания гейм-аналитики применимы к играм любых жанров, на всех платформах и движках.

Кому подойдет курс

Геймерам

Превратите хобби в работу мечты. Сможете использовать знания и игровой опыт для развития продуктов.

Начинающим аналитикам

Изучите специфику игровой аналитики и получите специализацию в интересной вам сфере.

Гейм-дизайнерам

Сможете создавать более продуманные игры, используя гейм-аналитику в разработке.

Обучение в GeekBrains — двойная выгода для карьеры

По данным сайта hh.ru, кандидаты с сильным портфолио и опытом работы претендуют на более высокую зарплату и на большее количество вакансий.

90 000 ₽

Зарплата в месяц

10%от всех на hh.ru

Доступных вакансий

110 000 ₽

Зарплата в месяц

55%от всех на hh.ru

Доступных вакансий

Как вы найдете работу с помощью GeekUniversity

1

Дадим необходимые знания

Вы получите все необходимые навыки для старта карьеры.
2

Вместе оформим резюме

Вы подадите заявку в сервис трудоустройства, а HR-специалисты GeekBrains помогут создать резюме, которое выделит вас среди других кандидатов.
3

Предложим подходящие вакансии

Вы будете рассматривать предложенные нами позиции, откликаться на вакансии из раздела «Карьера» и участвовать в поиске идеального места работы.
4

Поможем получить работу мечты

Мы дадим советы по прохождению собеседования. И поздравим с оффером :)

Гарантия трудоустройства закреплена в договоре. Если после успешного обучения, вы не найдёте работу, мы вернём вам деньги

Наши ученики трудоустроились в компании

Почему нас выбирают

Живое общение с настоящими экспертами

В курсе 70% вебинаров с преподавателями из крупнейших геймдев-компаний: вы сможете задать вопросы по теме и быстро получить обратную связь.

Актуальная программа

Каждый месяц мы обновляем материал, чтобы вы получали актуальные знания.

Постоянная практика

Вы будете практиковаться на действующих игровых продуктах. Сможете добавить интересные кейсы в портфолио.

Экспертиза Mail.ru Group — IT-гиганта

Получите знания, которые мы накопили в процессе развития наших продуктов.

Вас будут обучать эксперты-практики

Филипп Управителев
Senior Product Analyst в Pixonic

В геймдеве с 2015 года. За это время работал с проектами Dino Squad, War Robots (Pixonic), Guns of Boom, Airport City, The Tribez, Trade Island (GameInsight). Также преподаёт анализ данных в НИУ ВШЭ и является лучшим преподавателем 2017–2020 годов, по мнению студентов факультета социологии.

Александр Плескановский
Senior Product Analyst в Pixonic

Более 7 лет в геймдеве: занимается продуктовой аналитикой, есть опыт в сфере гейм-дизайна. Работал над сессионными играми для мобильных устройств, проектировал и писал системы автоматизации для обработки данных.

Алексей Филатов
Game Data Expert

В игровой индустрии более 15 лет. Является экспертом в области игровой аналитики, монетизации игр, хранения и обработки информации. Работал с Allods Online, Perfect World, Warface, Armored Warfare: Проект Армата, «Лига Ангелов», Dragon Knight, Jade Dynasty, Avataria.

Мария Орешкина
Гейм-дизайнер в Playrix

Работает в игровой индустрии с 2017 года. Прошла путь от тестировщика браузерных игр до гейм-дизайнера в компании международного уровня. За это время успела поработать как над популярными играми Fishdom и Airport City, так и над нишевым проектом «Аватария Mobile».

Программа обучения

Наша программа одна из самых объёмных и содержательных. В то же время её легко понять, потому что знания даются постепенно: от базы к продвинутым инструментам.

190

часов обучающего контента

280

часов практики

2

вебинара
в неделю

I год

I четверть

Введение в геймдев

Познакомитесь с концепциями гейм-дизайна, структурой команды, процессами разработки и техническими аспектами, значимыми для аналитики. Курс по Python поможет сформировать базовые навыки по работе с данными.

Курсы

Введение в геймдев и гейм-дизайн
  • История игр. Психология игроков. Игры как продукт
  • Игровая индустрия. Жанры, сеттинги и платформы
  • Игровая индустрия. Ключевые студии и игры. Модели монетизации и дистрибуции
  • Этапы создания игр. От прототипа к оперированию
  • Исследование рынка, анализ референсов
  • Туториал. Базовый игровой цикл
  • Механики удержания. Деконструкция игр
  • Механики монетизации. Деконструкция игр
  • Баланс времени и ресурсов в игре. Внутриигровая экономика
  • Периодическая активность. Акции и ивенты
5 недель - 10 уроков
15 часов обучающего контента, 30 часов практики
Процесс разработки игр
  • Структура геймдев-компании. Структура команды проекта
  • Роли аналитиков в команде
  • Цикл разработки
  • Клиентская и серверная разработка. Архитектура приложения
  • Дизайн списка событий
  • Постановка технического задания на трекинг событий. Таск-менеджеры
3 недели — 6 уроков
9 часов обучающего контента, 18 часов практики
Основы Python
  • Введение в Python. Обзор IDE. Основы синтаксиса и базовые концепции языка
  • Условные операторы. Циклы. List comprehension
  • Пользовательские функции
  • Библиотека Pandas для работы с таблицами.  Классы DataFrame и Series
  • Индексы, срезы по индексам
  • Создание таблиц, фильтрация. Вычисление колонок
  • Операции агрегации и объединения таблиц
  • Пивоты
  • Чистка и препроцессинг данных.
  • Библиотеки для работы с датами и строками.
  • Импорт и экспорт файлов. Взаимодействие с базами данных
  • Запросы к API
4 недели — 8 уроков
18 часов обучающего контента, 36 часов практики
II четверть

Базовые hard-скиллы: SQL, статистика, визуализация

На практике освоите работу с базами данных, основы математической статистики и визуализацию данных.

Курсы

Введение в SQL
  • Введение в SQL и базы данных
  • Фильтрация данных, сортировка и ограничение
  • Вычисляемые поля. Арифметические функции. Работа со временем, строками и json в полях
  • Группировка данных. Оконные функции.
  • Объединение таблиц
  • CTE. Представления
  • Создание, обновление и удаление таблиц
  • Оптимизация запросов
4 недели — 8 уроков
12 часов обучающего контента, 24 часов практики
Математическая статистика
  • Случайные события. Независимые испытания. Понятие выборки и выборочных статистик
  • Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема
  • Z-преобразование. Одновыборочный t-тест. Доверительный интервал. Уровень значимости
  • Проверка статистических гипотез. Параметрические и распределение тестовых статистик (t, F, хи-квадрат)
  • Непараметрические тесты сравнения групп
  • ANOVA. Попарные сравнения и post-hoc поправки
  • Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона
  • Тест хи-квадрат Пирсона
  • Перестановочные тесты (бутстрап)
  • Корреляционный анализ и линейная регрессия
  • Условная вероятность. Идеи байесовской статистики. Критика частотного подхода. Идеи вероятностного программирования
5 недель — 10 уроков
15 часов обучающего контента, 30 часов практики
Визуализация
  • Задачи визуализации. Распространенные инструменты
  • Типы графиков их задачи. Правила визуализации. Графики, вводящие в заблуждение
  • Визуализация в Python. Статичные графики
  • Визуализация в Python. Статичные графики
  • Визуализация в Python. Интерактивные графики
  • Дашборды. Архитектура взаимодействия SQL и Python в дашбордах
  • Визуализации и дашборды в Tableu / Power BI
  • Визуализации и дашборды в Tableu / Power BI
4 недели — 8 уроков
12 часов обучающего контента, 24 часов практики
III четверть

Задачи продуктовой и маркетинговой аналитики игр

Узнаете, как привлекать пользователей и оценивать эффективность маркетинга. Изучите задачи продуктовой аналитики: расчёт и визуализацию ключевых метрик, оценку баланса и гейм-дизайнерских фич, стратегии поисковых исследований.

Курсы

Маркетинговая аналитика
  • Введение в маркетинг игр. Рекламные площадки
  • Виды рекламных кампаний. Органический трафик. Виральность
  • Обзор сервисов трекинга. Проблема атрибуции и реатрибуции.
  • Маркетинговая воронка и метрики привлечения пользователей
  • Отчёты в сервисах трекинга: Amplitude/Appsflyer/MyTracker
  • Рекламная монетизация. Отчёты в Ironsource
  • Взаимодействие с магазинами приложений. Фичеры
  • Основные идеи юнит-экономики
4 недели — 8 уроков
12 часов обучающего контента, 24 часов практики
Анализ игровых метрик и процессов
  • Инсталлы. Стартовая воронка
  • Метрики удержания. Retention rate и rolling retention
  • Метрики монетизации. Конверсия в платящего пользователя
  • Метрики монетизации. Точки конверсии и их эффективность. Повторные платежи
  • Метрики монетизации. ARPU, ARPPU и LTV
  • Прогнозирование ARPU/LTV. Проблемы и подходы
  • Метрики вовлеченности. Количество сессий, прохождение базового игрового цикла
  • Исследования оттока и снижение активности. Проблема прогнозирования отвалов
  • Скорость потребление контента. Приоритеты разработки
  • Баланс ресурсов. Дефицит и профицит
  • Анализ релизов. Каннибализация фич
  • Исследование причин неожиданных изменений. Гипотезы и стратегия исследований
6 недель — 12 уроков
18 часов обучающего контента, 36 часов практики
IV четверть

Продвинутые инструменты

Рассмотрите виды и задачи A/B-тестов, расчёт выборки. Научитесь строить прогностические модели и презентовать своё исследование команде разработчиков.

Курсы

A/B-тесты
  • Задачи A/B-тестов. Границы применимости
  • Виды A/B-тестов. Классический A/B-тест, последовательный (sequential) A/B-тест
  • Байесовское тестирование и многорукие бандиты
  • Основные ошибки при проведении AB-тестов
  • Планирование A/B-теста
  • Проблема выборки. Расчет выборки в Python
  • Анализ результатов A/B-теста
  • A/B-тесты в Firebase
4 недели — 8 уроков
11 часов обучающего контента, 21 часов практики
Введение в машинное обучение
  • Основные идеи и задачи машинного обучения
  • Подготовка данных и создание фич (feature engineering)
  • Снижение размерности. PCA
  • Разбиение на обучающую и проверочную выборки. Кросс-валидация
  • Обучение с учителем. Деревья решений и случайные леса
  • Обучение с учителем. Логистическая регрессия
  • Метрики качества модели-классификатора
  • Обучение без учителя. Линейная регрессия. Метрики качества модели
4 недели — 8 уроков
12 часов обучающего контента, 24 часов практики
Презентация результатов
  • Организация работы. Таск-трекеры. Приоритизация задач
  • Ведение документации и базы знаний
  • Структура отчётов. Представление статистических данных и графиков в отчётах
  • Представление результатов команде
2 недели — 4 урока
6 часов обучающего контента, 12 часов практики

Получите программу курса на email

Нажимая на кнопку, вы даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.
Спасибо!
Программа отправлена на вашу почту.
Oops! Something went wrong while submitting the form.

Освойте современные технологии и компетенции за год обучения

PostgreSQL
Python
Pandas
Matplotlib
Seaborn
Plotly
Scikit-learn
Numpy
Jupyter
SQL
DBeaver
RESTful API
Docker
Power BI
Методы математической статистики
Методы машинного обучения
Навыки визуализации данных
Создание дашбордов
Планирование и проведение исследований
Подготовка отчетов по проведенным исследованиям

Вы получите диплом о профессиональной переподготовке

Мы проводим обучение на основании государственной лицензии № 040485. Это значит, что у вас будет официальный документ, который подтвердит профессиональную переподготовку. Для работодателя это показатель, что вы разобрались в игровой аналитике и самостоятельно выполнили проекты из вашего портфолио.

Истории успеха

«Разработка игр — это настоящее искусство»
Дмитрий Андреев
Читать подробнее
«Мысль, что ты создаёшь продукт, действительно вдохновляет»
Данил Стасилевич
Читать подробнее
«В свободное время пишу игру и использую знания»
Роман Максимов
Читать подробнее

Мы дарим подарки всем студентам

Стоимость обучения

Рассрочка до 36 месяцев: удобно вносить небольшие суммы
Полгода обучения за наш счет: разбиваем стоимость и первые полгода платим за вас
0 ₽/месяц
первые 6 месяцев
4 990 ₽/месяц
после полугода учебы
Сэкономьте еще 13%
Вы можете вернуть 13% стоимости через налоговый вычет. Оставьте заявку и спросите об этом менеджера.

Записаться на курс и получить бесплатную карьерную консультацию

Начало занятий: 26 апреля
Бесплатный звонок по России 8 800 700-68-41
Отправляя заявку,  вы принимаете условия договора-оферты и даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.
Спасибо! 
Ваша заявка принята. Наш менеджер свяжется с вами в ближайшее время.
Упс! Что-то пошло не так

Часто задаваемые вопросы

Как проходит обучение?

Уроки проходят в формате онлайн-трансляций несколько раз в неделю в вечернее время по Москве. Преподаватель объясняет темы, все его действия отображаются на экране. Студенты задают вопросы и обсуждают материал в чате. В конце каждого урока студенты получают практические задания. Преподаватель оценивает работы и обсуждает плюсы и минусы на следующем занятии.

Что делать, если я не могу учиться онлайн?

Для тех, кто не смог вовремя присутствовать на уроке, мы записываем каждое занятие. Видеозаписи всегда доступны в разделе обучения. Также к каждому уроку мы разработали методички, с помощью которых можно лучше подготовиться к занятиям и получить дополнительные знания.

Можно ли делать перерывы в обучении?

Между курсами можно делать перерывы и регулировать интенсивность своего развития по мере усвоения знаний. Мы рекомендуем не записываться на все курсы сразу, а проходить их последовательно и работать на результат.

Кто преподаёт в GeekBrains?

Преподавать в GeekBrains могут только специалисты с большим опытом реализации проектов. Мы проводим жёсткий отбор кандидатов с помощью программ аттестации и внутреннего обучения. Студенты оценивают уровень преподавателя и качество программы по пятибалльной шкале. Таким образом, мы улучшаем образовательный процесс ежедневно.

Помогаете ли вы с трудоустройством?

Мы помогаем с трудоустройством студентам, которые показывали хорошую успеваемость на протяжении обучения и подали заявку в сервис трудоустройства. Далее вместе с HR-специалистами GeekBrains вы создадите CV и будете рассматривать предложенные нами позиции, самостоятельно откликаться на вакансии и участвовать в поиске идеального места работы. Вместе мы сделаем все, чтобы вы начали строить карьеру и расти профессионально.

Что делать, если у меня проблема или срочный вопрос?

Если вы являетесь студентом платных курсов и у вас возникли вопросы, связанные с образовательным процессом, свяжитесь с нами: sales@geekbrains.ru или 8-800-700-68-41 (звонок бесплатный). По остальным вопросам пишите нам на support@geekbrains.ru.

Какой требуется опыт для обучения?

Наши образовательные программы ориентированы на тех, кто хочет с нуля освоить профессиональные навыки. Для обучения начальной подготовки или базовых знаний не требуется.

Какие минимальные требования к оборудованию и программному обеспечению?

Для учебы вам необходим компьютер с двухъядерным (желательно четырехъядерным) процессором с частотой 1.8 ГГц и выше, и оперативной памятью от 2 Гб (в идеале 4Гб). На нем должна быть установлена любая современная операционная система и настроенная в зависимости от языка программирования среда разработки: для Java — установленный JDK и любая привычная IDE, для Python — установленный интерпретатор с python.org и любая привычная IDE.