Широкое применение технологий искусственного интеллекта, анализ данных, став ка на них как на основу развития экономики будущего существенно увеличивают спрос на данных специалистов. В связи с этим необходимо обратить внимание на методику преподавания анализа данных в университетах. Цель статьи — разработать основы таксономии для подготовки практических заданий по анализу данных и апробировать ее. Автором рассмотрены основные таксономии учебных задач, обоснована их слабая применимость к области анализа данных из-за ее мультидисциплинарности и многоаспектности. Предложена авторская горизонтальновертикальная таксономия учебных задач на основе трех основных процессов — мышление, коммуникация, деятельность; при этом сложность задач предлагается взять в качестве ключевого показателя, на ко тором основана вертикальная часть таксономии. На примере темы «линейная регрессия» представлены типовые задачи, характерные для соответствующих первичных и вторичных процессов, а также их смешения. Разработаны и показаны конкретные задания для студентов уровня магистратуры направления подготовки «Бизнесинформатика» в рамках дисциплины «Компьютерный анализ данных» с использованием языка R. Обоснована необходимость дальнейших исследований в данном направлении, постав лен ряд вопросов для продолжения работы.