BI analytics - kursus 51.800 rub. fra Otus, træning 4 måneder, dato 28. september 2023.

Miscellanea / by admin / December 02, 2023

click fraud protection

Påkrævet viden
- kendskab til Python og SQL på et grundlæggende niveau;
- forstå, hvad dataanalyse er, og hvorfor det er nødvendigt.

Nu er markedet efterspurgt efter analytikere, der kan visualisere metrics og data ved hjælp af BI-værktøjer. Kurset vil hjælpe dig med at mestre moderne metoder til at arbejde med Big Data til at bygge interaktive dashboards og analytiske paneler til at identificere "indsigter", der kan hjælpe med at træffe beslutninger baseret på data.

Eleverne vil arbejde med moderne platforme til at skabe dashboards, såsom Power BI, Tableau, Qlik Sense. Samtidig vil kurset give indgående kendskab til arbejdet med Power BI: metoder til at forbinde til datakilder, principper for behandling og transformation vil blive diskuteret i detaljer data i Power Query, oprettelse af en datamodel i Power Pivot, tilpasning og interaktion med visuals og oprettelse af avancerede visualiseringer ved hjælp af DAX formler

Kurset vil også give dig mulighed for at oprette brugerdefinerede dashboards af enhver kompleksitet, der passer til de specifikke behov hos en kunde eller arbejdsgiver ved hjælp af Python og Dash-biblioteket.

instagram viewer

Alexandra har arbejdet inden for analytics og BI siden 2019. På dette tidspunkt modtog hun en bachelorgrad i softwareingeniør fra St. Petersburg State University of Aviation Administration og derefter en kandidatgrad. De første skridt i hans karriere blev taget hos det amerikanske firma Intermedia Cloud Communications som junior dataanalytiker, og i 2021 nåede han at blive leder af analyseteamet. Hele dette år var afsat til et nyt tværteamprojekt for international økonomistyring på Microsoft-stakken (MS SQL Server, SSRS, SSIS, Power BI). Siden marts 2022 har han arbejdet i Tinkoff Bank-gruppen af virksomheder som lageranalytiker data. Yder support til topledelsen i finansafdelingen i at bygge prototyper af ETL processer ved hjælp af Greenplum, ad-hoc analytics i Python, rapportering og visualisering i Tableau. I 2020 modtog hun en efteruddannelse i retning af Project Management Manager i IT. Han er en varm tilhænger af fleksible udviklingsmetoder. Mener at de mest rentable investeringer er investeringer i egen udvikling. Stak: SQL, SAS DIS, SSIS, Tableau, Power BI, Python

I øjeblikket engageret i brugeranalyse i projekter fra Moskva-regeringen, såsom Our City, Active Citizen, City of Ideas, Million Prizes, etc.

Han arbejdede i de udøvende myndigheder i byen Moskva, underordnede institutioner i det kommunale økonomikompleks og social beskyttelse. Han ledede arbejdet i overvågnings- og analyseafdelingen, som overvågede driften af kommunalt rengøringsudstyr. I øjeblikket implementerer jeg projekter relateret til digitalisering af målrettet social bistand til 65+-befolkningen i Moskva.

Blandt de projekter, der gennemføres, er kontaktcentrets informationssystem "Social Beskyttelse", som tillader fjernmodtage målrettet assistance i form af medicin, mad og nødvarer nødvendig.

Programleder

Big Data Analytiker/Systemanalytiker/Python Udvikling 8+ år. Jeg er engageret i brugeranalyse i projekter fra Moskva-regeringen. Han arbejdede i de udøvende myndigheder i byen Moskva og var projektleder for overvågning af driften af kommunalt udstyr. Udviklet metodik og algoritmer til at identificere tilfælde af uhensigtsmæssig brug af udstyr. Udviklede systemer til optimering af udgifterne til budgetmidler. Jeg er også engageret i implementeringen af integrationsmekanismer til at bygge centre til overvågning af byens tjenesters aktiviteter. Anvendte teknologier: - python, java, git, pl/sql - oracle, postgresql, hadoop, luftstrøm - ms office (inkl. VBA) Lærer

Modul 1. Introduktion til BI-analyse
-Emne 1.Introduktion til BI-analyse. Hvad er et dashboard
-Emne 2. Analyse af de vigtigste målinger og krav til bygningsvisualiseringer
-3.Python-tema til analyse. Grundlæggende datatyper i Python
-Emne 4. Betingede udsagn, loops, funktioner i Python
-Emne 5.Python-biblioteker. Numpy og pandaer
-Emne 6.Python-biblioteker. Avancerede pandaer
-Emne 7.Python-biblioteker. Visualiseringer i Python: Matplotlib, Seaborn, Plotly
SQL og arbejde med databaser
-Emne 8.Principper for at arbejde med relationelle databaser
-Tema 9.SQL. Tabeller, visninger, enkle valg, funktioner
-Emne 10. Uddybning i SQL. Deltag, Eksisterer, indlejrede forespørgsler, grupper efter, har. Indeks og forespørgselsplan
-Emne 11.Vindue funktioner i SQL, typer og omfang
Praksis for at arbejde med populære BI-platforme
-Emne 12.BI platform: formål, egenskaber
-Emne 13.Qlik Sense-teknologier. Gennemgang af funktioner og opbygning af et dashboard
-Emne 14.Tableau-teknologier. Gennemgang af kapaciteter, dataforberedelse
-Emne 15.Tableau-teknologier. Arbejde med visualiseringer og opbygning af et dashboard
-Emne 16.Tableau-teknologier. Avancerede dashboard-teknikker
-Emne 17. Arbejde med Power BI. Indlæsning og transformation af data. Strømforespørgsel
-Emne 18.Opbygning af en datamodel i Power BI. arbejder med Power Pivot
- Emne 19. Fortsat arbejde med Power BI. Opbygning af et dashboard. Tilpasning og interaktion af visuelle elementer
-Emne 20. Fortsat arbejde med Power BI. Oprettelse af beregnede medlemmer ved hjælp af DAX-formler
-Emne 21.Kunde- og marketinganalyse i Power BI
Oprettelse af tilpassede BI-løsninger i Dash
-Emne 22. Dash Library. Gennemgang og oprettelse af simple grafer
-Emne 23.Dash Library. Filtre og tilbagekald
-Emne 24. Dash Library. Eksternt design af instrumentbrættet. Brug af Bootstrap
-Emne 25.Dash Library. Use cases til forskellige dash core-komponenter (dcc)
-Emne 26. Dash Library. Den endelige version af dashboardet. Dashboard output i produktion
Projekt arbejde
-Emne 27. Valg af emne og tilrettelæggelse af projektarbejdet
-Emne 28. Høring om projekter og lektier
-Emne 29.Beskyttelse af designarbejde. opsummering af forløbet

Tags sky

Miscellanea

bedømmelse

visninger

Kommentarer