Бесплатные курсы по Excel и SQL для начинающих аналитиков

Бесплатные курсы по Excel и SQL для начинающих аналитиков

Excel и SQL — два инструмента, с которых начинается почти любой путь в аналитику. Excel закрывает быструю работу с таблицами, сводные отчёты и первичные расчёты, SQL — доступ к данным, которые лежат в базах. Хорошая новость: базу по обоим направлениям можно спокойно освоить на бесплатных курсах. Этого уровня достаточно, чтобы пройти тестовое задание на стажировку, собрать первый pet-проект и говорить с командой на одном языке.

Разберём, что именно учить, где брать бесплатные материалы и как не бросить на середине.

Зачем начинать с бесплатных курсов

Бесплатный курс решает три задачи сразу. Во-первых, он позволяет проверить направление: понравится ли вам писать запросы, разбираться в структуре таблиц и находить ошибки в данных. Во-вторых, даёт базу перед платной программой — вы придёте туда не «с нуля», а с пониманием терминов и логики. В-третьих, экономит деньги, если вы пока не готовы вкладывать в обучение десятки тысяч рублей.

Важно трезво оценивать ограничения. У бесплатных курсов редко бывает полноценная обратная связь, проверка домашних заданий и ментор. Дисциплину придётся держать самостоятельно. Зато именно на этом этапе видно, есть ли у вас интерес к работе с данными.

Что нужно освоить в Excel

Базовый уровень

Это минимум, который требуется в 90% вакансий начального уровня:

  • Ссылки и формулы: относительные, абсолютные, смешанные, работа с диапазонами.
  • Функции поиска: ВПР (VLOOKUP), а в новых версиях — XLOOKUP и ИНДЕКС+ПОИСКПОЗ.
  • Логические и текстовые функции: ЕСЛИ, ЕСЛИМН, СЧЁТЕСЛИМН, СУММЕСЛИМН, ЛЕВСИМВ, ПСТР, СЦЕПИТЬ.
  • Сводные таблицы и срезы — главный инструмент для быстрых отчётов.
  • Условное форматирование, фильтры, сортировка, удаление дублей.

Продвинутый минимум для аналитика

Дальше стоит освоить Power Query и Power Pivot. Power Query позволяет собирать и чистить данные из разных файлов без ручной работы, Power Pivot — строить модели и считать метрики через DAX. Это уже уровень, за который платят больше, и на бесплатных курсах эти блоки часто есть в виде отдельных модулей.

Что нужно освоить в SQL

SQL кажется большим, но для старта хватит ядра запросов:

  • SELECT, WHERE, ORDER BY, LIMIT — выборка и сортировка данных.
  • GROUP BY и агрегаты: COUNT, SUM, AVG, MIN, MAX, а также HAVING.
  • JOIN: INNER, LEFT, RIGHT, FULL — понимание, как соединяются таблицы.
  • Подзапросы и CTE (конструкция WITH) — для читаемых многошаговых запросов.
  • Оконные функции: ROW_NUMBER, RANK, LAG, LEAD, SUM OVER — обязательны для продуктовой аналитики.
  • Обработка дат и типовые приёмы: когорты, retention, воронки.

Теории здесь мало: SQL учится руками. Чем больше задач вы решите, тем быстрее появится автоматизм.

Где искать бесплатные курсы

  • Российские образовательные платформы. На Stepik, Хекслете, Karpov.courses и в Яндекс Практикуме есть бесплатные вводные курсы и модули по Excel и SQL. Часто это первые части платных программ, но их вполне достаточно для базы.
  • Тренажёры с задачами. SQL-Ex, SQLBolt, LeetCode (раздел Database) и тренажёры Хекслета дают сотни упражнений с автопроверкой. Это лучший способ закрепить синтаксис.
  • Официальные и открытые материалы. Microsoft Learn, Kaggle Learn, документация PostgreSQL и MySQL — бесплатно и всегда актуально. У Kaggle есть короткие курсы по SQL и работе с данными.
  • Курсы вузов и открытые лекции. На Coursera многие курсы можно слушать бесплатно в режиме аудита (без сертификата), на «Открытом образовании» есть модули по базам данных.
  • YouTube и сообщества. Тематические каналы, Telegram-чаты аналитиков и статьи на Хабре помогают разобраться с тем, что непонятно, и увидеть реальные задачи из практики.

Как выбрать бесплатный курс: чек-лист

  • Есть практика и автопроверка, а не только видеолекции.
  • Задачи построены на реальных данных, а не на абстрактных «таблицах студентов».
  • Программа обновлялась за последний год — Excel и SQL меняются.
  • Понятна длительность: 10–20 часов оптимально для вводного курса.
  • Есть отзывы и понятный автор с опытом в аналитике.
  • Курс не сводится к вебинару-презентации платной программы. Если 80% времени продают — это не обучение.

Как учиться, чтобы дойти до конца

Главная причина, по которой бесплатные курсы бросают, — отсутствие внешнего дедлайна. Компенсировать это можно простыми правилами:

  • Регулярность важнее объёма. 30–40 минут в день продуктивнее, чем пять часов раз в неделю.
  • Ведите шпаргалку. Конспект по функциям и конструкциям SQL пригодится и на собеседовании.
  • Решайте задачи вне курса. Возьмите открытые данные (например, статистику городов или продажи из датасета) и постройте отчёт.
  • Сделайте один pet-проект. Загрузите данные в Google Sheets или Excel, почистите их через Power Query, посчитайте метрики и опишите выводы. Если получится подключиться к базе через SQL — ещё лучше.

Пример плана на 6 недель

  1. Недели 1–2: базовый Excel — формулы, ВПР, сводные таблицы.
  2. Недели 3–4: основы SQL — SELECT, WHERE, GROUP BY, JOIN на тренажёре.
  3. Неделя 5: Power Query и продвинутые запросы — CTE, оконные функции.
  4. Неделя 6: pet-проект и оформление результатов в виде короткого отчёта.

Что дальше: от бесплатного к платному

Бесплатных курсов хватает, чтобы уверенно выполнять типовые задачи junior-аналитика: сводить данные, писать запросы средней сложности, строить отчёты. Но когда дело доходит до портфолио, статистики, A/B-тестов и подготовки к собеседованиям, структура и обратная связь начинают экономить месяцы. Тогда платная программа становится не «покупкой курса», а инвестицией в скорость выхода на работу.

Коротко о главном

Начните с бесплатного: освойте формулы и сводные таблицы в Excel, пройдите тренажёр по SQL, соберите один проект на реальных данных. Если на этом этапе интерес не пропал — вы точно двигаетесь в подходящем направлении, а платное обучение окупится быстрее.

Комментарии

8 ответов для «Бесплатные курсы по Excel и SQL для начинающих аналитиков»

  1. Аватар пользователя карина
    карина

    Спасибо за разбор. Я как раз сомневалась, стоит ли лезть в Power Query, если в Excel уверенно делаю ВПР и сводные. После статьи поняла, что без него pet-проект по чистке данных будет собираться вручную слишком долго.

  2. Аватар пользователя Денис Лебедев
    Денис Лебедев

    Пришёл в аналитику через бесплатные курсы по SQL. На стажировке дали задачу с JOIN и оконной функцией, и я справился только потому, что вручную прорешал похожие примеры. Статья права: базы хватает, но без практики она быстро выветривается.

  3. Аватар пользователя Алёна
    Алёна

    Подскажите, если я никогда не писала SQL-запросы, лучше сначала закрыть Excel до сводных и Power Query, а потом браться за SQL? В статье вижу, что можно параллельно, но боюсь распылиться и бросить на середине.

    1. Аватар пользователя Юрий Марков
      Юрий Марков

      Я бы советовал не разводить их слишком далеко: Excel можно осваивать до сводных, параллельно делая простые SELECT и WHERE. Если совсем не писали запросы, начните с коротких задач по 20–30 минут, иначе SQL кажется абстрактным. А когда появится первый интерес, добавляйте JOIN и CTE.

  4. Аватар пользователя Егор
    Егор

    Насчёт 90% вакансий я бы поспорил: в вакансиях, которые я смотрел, junior-аналитикам часто нужен Python или BI, а Excel идёт как дополнительный навык. Но формулы, сводные и хотя бы базовый SQL действительно спрашивают почти всегда.

  5. Аватар пользователя ольга
    ольга

    Вот про ограничения бесплатных курсов в точку. Я прошла один курс по Excel, домашку никто не проверял, зато сама для себя решила делать проекты по чужим данным. Дисциплина правда важнее ментора.

  6. Аватар пользователя Мария С.
    Мария С.

    Не согласна, что оконные функции обязательны для старта. Я на первой стажировке в отчётности обходилась GROUP BY и подзапросами, а оконки освоила только через полгода. Для входа важнее уверенный JOIN и понимание NULL.

    1. Аватар пользователя Юрий Марков
      Юрий Марков

      Тут я скорее согласен с оговоркой: для входа в аналитику оконные функции не обязательны, особенно в отчётности. Я имел в виду продуктовую аналитику, где без ROW_NUMBER и LAG часто не построишь воронку или retention. Поэтому в статье вынес их в обязательные для этого трека.