Data Warehouse Analyst - gratis kursus fra Otus, uddannelse 5 måneder, dato 30. november 2023.
Miscellanea / / December 04, 2023
Analytiske applikationer er i dag bygget i skæringspunktet mellem ingeniørpraksis (Software/Data Engineering), forståelse af de specifikke produkter og forretning (Data/Business Analysis), hurtig levering af høj kvalitet af tjenester (DevOps).
Kurset har til formål at lære de studerende, hvordan man sammensætter komplette end-to-end analytiske løsninger ved hjælp af de mest relevante og efterspurgte værktøjer.
Materialet vil blive studeret både i dybden (f.eks. principperne for funktion af analytiske DBMS'er) og i bredden (sammenligning af værktøjer, analyse af styrker og svagheder ved løsninger).
Hvilke nye ting kan jeg lære?
For rollerne Data Scientist, Data Analyst, Product Analyst:
– Driftsprincipper for analytisk DBMS og konstruktion af ELT-rørledninger
– Brug af bedste praksis til modellering af datavarehuse og marts
– Anvendelse af de korrekte arkitektoniske mønstre ved bygning af løsninger
For rollerne Data Engineer, Backend Developer, DBA, System Administrator:
– Praksis for at bygge end-to-end analytiske løsninger
– Anvendte færdigheder inden for visualisering, dashboarding, BI
– Fokus på at skabe forretningsværdi
Kurset vil dække:
– Færdigheder i at bygge ELT-rørledninger: Airflow, Nifi, Stitch
– Driftsprincipper for analytisk DBMS: Redshift, Greenplum, Clickhouse
– Best practices for datamodellering: dbt, Data Vault
– Visualisering og BI: Metabase, Superset, DataLens
– Avanceret analyse: KPI, Tragte, Marketing Attribution, Cohort, RFM
– DevOps-praksis: Kontinuerlig integration, Github-handlinger
6
kurserDataingeniør hos Wildberries, DE Junior kursusholder. Mere end 7 år indenfor IT
Uddannet fra Voronezh State University med udmærkelse. I øjeblikket studerende på HSE kandidatuddannelsen "System and Software Engineering". Erhvervserfaring - 2 års arbejde som dataanalytiker og dataingeniør. Nu arbejder han med 5 populære databaser, udvikler i Python og udvikler hurtigt sine færdigheder. Klar til at dele min oplevelse.
1
godtMere end 6 års erfaring med udvikling af datavarehuse, ELT pipelines, dataanalyse og visualisering. Erfaring inden for statssikkerhed, oprettelse og implementering af KHD LLC "Group of Companies "SBSV-Klyuchavto", i øjeblikket...
Mere end 6 års erfaring med udvikling af datavarehuse, ELT pipelines, dataanalyse og visualisering. Erfaring inden for statssikkerhed, oprettelse og implementering af QCD LLC "Group of Companies "SBSV-Klyuchavto", der i øjeblikket udvikler QCD for Delo-gruppen af virksomheder er jeg overbevist om, at data er den anden olie, en slags egenskab, som du har brug for for at kunne administrere og bortskaffe. Tilstedeværelsen af organiserede data, dens korrekte opbevaring, brug, salg, anonymisering indikerer et højt niveau af digital modenhed. Lærer
3
RuteAlexandra 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...
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
ELT: Struktur og typer af datakilder
-Emne 1. Datakilder: klassifikation og funktioner
-Emne 2.Værktøjer til at downloade data – 1
-Emne 3.Værktøjer til at downloade data – 2
DWH Grundlæggende
-Emne 4. Analytiske motorer (DBMS) til at arbejde med data
-Emne 5. Principper for DWH-konstruktion
-Emne 6.DZ-analyse – Upload af webtællerdata
-Emne 7.Introduktion til Dataopbygningsværktøj
-Emne 8.DBT: Analytics Engineering
DWH Mellem
-Emne 9.Orkestrering af manuskripter og opgaver – 1
-Emne 10. Orkestrering af manuskripter og opgaver – 2
-Emne 11.DZ analyse – Konfiguration og lancering af dbt-projektet
-Emne 12.Datakvalitet
-Emne 13. Problemer med præstationsoptimering
-Emne 14.Data Vault – 1
-Emne 15.Data Vault – 2
-Emne 16.DZ analyse – Udarbejdelse og opsætning af en DAG tidsplan for download af data fra kilder
Business Intelligence
-Emne 17.BI: Overblik
-Emne 18.BI: Implementering
-Emne 19.BI: Modellering & Levering
-Emne 20.DZ-analyse – Organisering af et detaljeret DWH-lag ved hjælp af Data Vault-metoden
-Emne 21.Analytics: Grundlæggende analytiske udstillingsvinduer
-Emne 22.BI: Dybdespørgsmål
-Emne 23. DZ Razor – Konfiguration og implementering af en BI-løsning
-Emne 24.Analytics: Avancerede analyser
DWH Avancerede emner
-Emne 25.DWH: Avancerede emner
-Emne 26.DBT: Udvidelse med moduler
-Emne 27.DWH: Overvågning + Arbejdsbelastningsstyring
-Emne 28.DZ analyse – Visualisering og dashboarding til analytiske udstillingsvinduer
-Emne 29.DWH: Eksterne + Semistrukturerede data
-Emne 30.DWH: Omvendt-ETL
-Emne 31.DWH: Maskinlæringsevner
Recap
-Emne 32. Caseanalyse: end-to-end løsning
-Emne 33.DZ-analyse – Avanceret DWH: Konfiguration af CI, dbt-moduler, eksterne tabeller
-Emne 34. Videreudvikling af færdigheder
Projekt arbejde
-Emne 35. Valg af emne og tilrettelæggelse af projektarbejdet
-Emne 36.Beskyttelse af designarbejde