Ścieżka nauki

Roadmapa analityka danych dla początkujących

Darmowe kursy w kolejności, w jakiej analityk naprawdę poznaje narzędzia: najpierw arkusze kalkulacyjne, bo tam są dane, potem SQL, żeby wyciągać je z bazy danych, a potem Python z NumPy i Pandas, żeby robić to, czego arkusz nie potrafi. Każda lekcja działa w przeglądarce, a kursy Excel, SQL, Python, Pandas i R kończą się darmowym certyfikatem.

ZACZNIJ NAUKĘ(za darmo)

2,347,853+ osób zapisanych na te kursy

591 lekcje631 wyzwania2,678 pytania quizowe

Dla początkujących
Pomoc AI przy programowaniu
Praktyczne, interaktywne lekcje
Narracja audio w każdej lekcji
Quizy sprawdzające wiedzę
Darmowe certyfikaty na tej ścieżce: 10

Ścieżka szkoleniowa analityka danych krok po kroku

9 kursy9 sekcje591 lekcje631 wyzwania2,678 pytania quizowe

Każdy krok to istniejący kurs w Coddy. Przechodź je po kolei albo zacznij od tego, którego ci brakuje: postępy i tak zapisują się osobno dla każdego kursu.

1
Krok 1
Arkusze kalkulacyjne i ExcelOsobna strona
Zacznij ten krokZacznijKomórki, zakresy, formuły, wyszukiwanie, tabele przestawne i funkcje, których analitycy używają na co dzień. Większość danych na świecie jest przechowywana w arkuszach kalkulacyjnych i większość analiz jest najpierw udostępniana właśnie w nich, więc tu zaczyna się ścieżka.Zacznij Osobna strona
Sekcje po kolei: 2
1. Podstawy42 lekcje34 wyzwania235 pytania
2. Formuły i analiza danych28 lekcje48 wyzwania100 pytania
70 lekcje82 wyzwania335 pytania
2
Krok 2
SQL do analizy danychOsobna strona
Zacznij ten krokZacznijWybieranie, filtrowanie, złączanie, grupowanie i agregowanie prawdziwych tabel, a potem funkcje okna i podzapytania. SQL to najczęściej wymagana umiejętność w ofertach pracy dla analityków danych i ta, która najszybciej staje się przydatna.Zacznij Osobna strona
Sekcje po kolei: 2
1. Podstawy72 lekcje72 wyzwania360 pytania
2. Poza podstawami27 lekcje28 wyzwania167 pytania
99 lekcje100 wyzwania527 pytania
3
Krok 3
Podstawy PythonaOsobna strona
Zacznij ten krokZacznijZmienne, sterowanie przepływem, funkcje i kolekcje, czyli tylko te dwa działy, których analityk potrzebuje, zanim NumPy i Pandas nabiorą sensu. Klasy i obiekty mogą poczekać; pracujący analityk rzadko je pisze.Zacznij Osobna strona
Sekcje po kolei: 2
1. Podstawy77 lekcje98 wyzwania341 pytania
2. Logika i przepływ programu78 lekcje77 wyzwania329 pytania
155 lekcje175 wyzwania670 pytania
4
Krok 4
NumPy: szybkie liczbyOsobna strona
Zacznij ten krokZacznijTablice, arytmetyka wektorowa, indeksowanie, agregacja i broadcasting. NumPy to silnik pod Pandas i każdą naukową biblioteką Pythona, a zrozumienie go sprawia, że operacje na DataFrame przestają być magią.Zacznij Osobna strona18 lekcje34 pytania
5
Krok 5
Pandas: tabele w PythonieOsobna strona
Zacznij ten krokZacznijDataFrame'y, czyszczenie, filtrowanie, grupowanie, łączenie i przekształcanie prawdziwych zbiorów danych. To krok, w którym Python wyprzedza arkusz kalkulacyjny: wszystko, co robi się w Excelu, powtarzalne na danych zbyt dużych, żeby je otworzyć.Zacznij Osobna strona19 lekcje
6
Krok 6
Pozyskiwanie danych: pliki, JSON i API
Zacznij ten krokZacznijOdczyt i zapis plików, parsowanie JSON, wywoływanie webowego API i obsługa tego, co pójdzie nie tak. Prawdziwe dane nigdy nie przychodzą jako czysta tabela; analityk, który sam potrafi pobrać dane, nie czeka na inżyniera.Zacznij
Kursy po kolei: 3
31 lekcje8 wyzwania
7
Krok 7
R, gdy wymaga go oferta pracyOsobna strona
Zacznij ten krokZacznijOpcjonalnie. Te same idee analizy w języku zespołów statystycznych: wektory, ramki danych i manipulacja danymi. Pomiń ten krok, chyba że stanowisko, które cię interesuje, wymaga R, a wtedy przejdź go ze świadomością, że każde pojęcie przenosi się z kroków w Pythonie.Zacznij Osobna strona
Sekcje po kolei: 3
199 lekcje266 wyzwania1,112 pytania

Co dostajesz

Wszystko, czego potrzebujesz do nauki programowania

Ucz się w praktyce

Pisz prawdziwy kod, odpytuj bazy danych, twórz strony internetowe i opanuj prompty AI. Nasze interaktywne lekcje obejmują wszystkie umiejętności, których potrzebuje współczesny programista.

playground.js

Edytor kodu

1const greeting = "Hello, Coddy!"

2function sayHi(name) {

3 return greeting + " " + name

Test #1

Test #2

Test #3

Dane wejściowe

"Alex"

Wynik

"Hello, Coddy! Alex"

Buduj swoją serię

Ucz się regularnie i patrz, jak rosną twoje postępy! Śledź codzienny nawyk programowania, chroń serię dzięki zamrożeniom i zdobywaj nagrody za każdy dzień nauki.

12 dni serii

Wróć jutro, aby utrzymać serię!

January 2026

Podwójnie albo nic

Dzień 5 z 7

Zamrożenie serii

2 left

Programuj wszędzie

Zabierz naukę programowania ze sobą! Bez konfiguracji i pobierania plików: po prostu otwórz i zacznij kodować. Dostępne na iOS, Androida i w przeglądarce, z oceną 4,9 gwiazdki.

250

Zmienne

KONTYNUUJ

4.9

Ocena

Nie uczysz się w pojedynkę

Rywalizuj w globalnych rankingach, zapraszaj znajomych po nagrody i świętujcie wspólnie swoje sukcesy. Z przyjaciółmi programuje się lepiej!

Liga ChallengerAwansuje 7 najlepszych

Alex7+ Days

2840

Jordan7+ Days

2650

Sam7+ Days

2420

Casey

2180

Morgan7+ Days

1950

Strefa awansu

Każdy sposób nauki

Czytaj, słuchaj, sprawdzaj się, pytaj AI albo wracaj do tego, co już znasz. Każda lekcja dopasowuje się do ciebie.

Wprowadzenie do zmiennych

Audio

Zmienna to nazwany pojemnik przechowujący wartość, do której możesz później odwołać się w programie.

W Pythonie tworzysz ją, pisząc nazwę, znak równości, a potem wartość, którą chcesz zapisać.

Wartość może się zmieniać: ponowne przypisanie po prostu wskazuje nazwą nową wartość.

1xZofia

Zdobądź certyfikat

Zdobywaj certyfikaty za każdy ukończony kurs. Dodaj je do profilu na LinkedIn i CV, aby pokazać pracodawcom swoje umiejętności programistyczne.

Certyfikat ukończenia

Certyfikat dlaJan Kowalskiza pomyślne ukończenie kursu

Podstawy Pythona

Datasty 2026

Dodaj do LinkedIn

Dlaczego warto uczyć się analizy danych w Coddy

Kolejność z prawdziwej pracy. Większość kursów dla analityków danych zaczyna od Pythona; większość dni analityka zaczyna się od arkusza kalkulacyjnego i zapytania SQL. Ta ścieżka uczy narzędzi w kolejności, w jakiej po nie sięgniesz, więc każdy krok przynosi korzyść, zanim zaczniesz następny.
Prawdziwe dane, prawdziwe zapytania. Piszesz SQL na prawdziwych tabelach, przekształcasz prawdziwe DataFrame'y w Pandas i budujesz prawdziwe formuły arkusza w przeglądarce, bez instalowania czegokolwiek i bez symulacji na slajdach.
Podpowiedzi AI, które czytają twoje zapytanie. Gdy złączenie zwraca złe wiersze albo operacja na DataFrame rzuca błędem, Bugsy patrzy na twój kod i naprowadza cię na poprawkę, nie podając gotowej odpowiedzi.
Darmowe certyfikaty, każdy weryfikowalny pod własnym adresem URL, za kursy Excel, SQL, Python, Pandas i R. Certyfikat z Excela, certyfikat z SQL i certyfikat z Pandas to trzy linijki w CV, które rekruter może sprawdzić w dziesięć minut.

Najczęstsze pytania o to, jak zostać analitykiem danych

Jak zostać analitykiem danych bez doświadczenia?

Naucz się trzech narzędzi wymienianych w każdym ogłoszeniu dla analityków: arkuszy kalkulacyjnych, SQL oraz Pythona albo R, w tej kolejności, a potem przygotuj dwie lub trzy analizy prawdziwych publicznych zbiorów danych, które odpowiadają na pytanie, jakie ktoś naprawdę mógłby zadać. To ta ścieżka plus małe portfolio. Doświadczenie z danymi łatwiej zdobyć samodzielnie niż w większości zawodów: każdy publiczny zbiór danych to projekt czekający na opisanie.

Jakie umiejętności są potrzebne analitykowi danych?

Arkusze kalkulacyjne do szybkiej pracy i udostępniania, SQL do wyciągania danych z bazy, język programowania do wszystkiego, czego arkusz nie potrafi (czyszczenie, łączenie dużych tabel, powtarzalne potoki), tyle statystyki, żeby wiedzieć, co ukrywa średnia, oraz umiejętność pisania, by wyjaśnić wykres komuś, kto nie będzie czytać liczb. Ta ścieżka obejmuje bezpośrednio pierwsze trzy; dwie ostatnie ćwiczysz przy każdej opisanej analizie.

Czego uczyć się najpierw do analizy danych: Excela, SQL czy Pythona?

Najpierw Excela, potem SQL, na końcu Pythona, i taka jest kolejność tej ścieżki. Arkusze kalkulacyjne bez żadnego kosztu uczą myślenia tabelami. SQL to najczęściej wymagana umiejętność analityka, a do przydatnego poziomu dochodzi się w trzy tygodnie. Python opłaca się dopiero wtedy, gdy masz dane na tyle duże albo nieuporządkowane, że arkusz sobie z nimi nie radzi, więc nauka go na początku oznacza naukę bez powodu.

Python czy R do analizy danych?

W większości ofert pracy dla analityków Python, bo wymaga się go znacznie częściej, a ta sama umiejętność przenosi się na automatyzację i pracę inżynierską. R pozostaje językiem działów statystyki oraz niektórych zespołów badawczych i farmaceutycznych. Ta ścieżka uczy Pythona z NumPy i Pandas, a R zostawia jako opcjonalny ostatni krok, który możesz dodać, gdy wymaga go oferta pracy.

Ile czasu zajmuje zostanie analitykiem danych?

Około czterech do sześciu miesięcy przy godzinie dziennie, żeby dojść do poziomu juniora. Na tej ścieżce Excel zajmuje od dwóch do trzech tygodni, SQL od trzech do czterech, podstawy Pythona sześć, a NumPy i Pandas razem od dwóch do trzech tygodni. Pozostały czas jest najważniejszy: opisywanie analiz prawdziwych zbiorów danych, aż będziesz w stanie wyjaśnić wynik komuś, kto nie pytał o metodę.

Czy ta ścieżka analityka danych obejmuje Tableau albo Power BI?

Nie i wolimy to powiedzieć wprost, niż sztucznie wydłużać stronę. Narzędzia do dashboardów to częste wymaganie w ofertach pracy i krótka nauka, gdy już umiesz przygotować dane, na których się opierają, a właśnie tego uczy ta ścieżka. Gdy w Coddy pojawi się kurs wizualizacji danych, dołączy do tej ścieżki jako nowy krok.

Czy certyfikat analityka danych jest coś wart?

Sam w sobie niewiele; w połączeniu z umiejętnościami, które rekruter może sprawdzić, całkiem sporo. Kursy Excel, SQL, Python, Pandas i R wydają tu darmowy certyfikat pod własnym weryfikowalnym adresem URL, a każdy z nich nazywa jedną konkretną umiejętność. To właśnie te hasła wyszukują systemy rekrutacyjne i trzy obszary, w których rekruter poprosi cię o dowód.

Inne ścieżki nauki

Te same kursy, ułożone pod inną rolę. Postępy się przenoszą: kurs ukończony na jednej ścieżce liczy się na każdej ścieżce, która go zawiera.

Wszystkie ścieżki nauki

Ilustracja języków programowania w Coddy

Zacznij ścieżkę Analityk danych za darmo

Zacznij naukę