A/B Week: Школы анализа данных. Интенсив от Яндекса 2026

Практические лекции с 21 по 25 июля на открытом интенсиве по А/В‑тестированию: от гипотез к доказательной аналитике.

В рамках курса рассматриваются современные методы анализа, такие как бутстрап, линеаризация и CUPED. Обучение включает правильное проведение А/В‑тестов, их анализ и формулирование бизнес‑решений.

Интенсив предназначен для студентов технических вузов, аналитиков данных, ML‑инженеров и всех, кто хочет освоить тему A/B‑тестирования.

Для практических заданий необходимы знания математической статистики, теории вероятностей, а также навыки работы с Python и Jupyter Notebook.

Как проходит обучение

• Все практические лекции проходят по вечерам, доступны в предзаписи на YouTube и ВКонтакте.
• Во время трансляции можно задавать вопросы под видео.
• Посмотреть трансляции можно без предварительного отбора, однако для получения сертификата потребуется выполнить отборочные задания и итоговую работу.
• Отбор проводится через Яндекс Контест.
• После прохождения отбора на почту приходит доступ к финальному заданию.

Этапы интенсива

Этап Даты Регистрация 30 июня — 25 июля Отбор в Яндекс Контесте 30 июня — 25 июля Лекции 21–25 июля Итоговая работа 24 июля — 7 августа Выдача сертификатов 15 августа

Программа курса

Основная цель — изучить современные подходы к А/В‑тестированию, инструменты и методики анализа, которые можно применять в практике.

Лекции:

Дата Тема Время 21.07 Статистика для А/В‑тестов: распределения, параметры, гипотезы, t‑критерий Стьюдента 18:00 МСК 22.07 Ошибки I и II рода, MDE, критерий Колмогорова-Смирнова, тест Шапиро — Уилка, АА‑тесты 18:00 МСК 23.07 Сравнение распределений, тест Манна — Уитни, метрики отношения, мощность теста 18:00 МСК 24.07 Доверительные интервалы, повышение чувствительности метрик, CUPED 18:00 МСК 25.07 Стратификация, множественное тестирование, Байесовский подход, анализ потоков 18:00 МСК

Ведущий: Диля Хакимова — ведущий аналитик‑разработчик в Яндекс Go.

Регистрация возможна до 25 июля.

Для кого: Интенсив будет интересен студентам технических вузов, аналитикам данных, ML‑инженерам и всем, кто хочет разобраться в теме A/B‑тестирования.