Dataanalytiker - gratis kursus fra Otus, uddannelse, Dato: 5. december 2023.
Miscellanea / / December 08, 2023
Dataanalytiker er stordataspecialist. Han samler dem, analyserer, visualiserer og drager konklusioner. Ud fra de opnåede hypoteser træffer virksomheder vigtige forretningsbeslutninger.
-Junior niveau dataanalytikere, der stræber efter at systematisere og uddybe deres viden;
-Rapporteringsspecialister, der bygger det manuelt eller semi-automatisk i Excel og ønsker at lære at gøre det hurtigere og mere effektivt;
-Kandidater, der ønsker at arbejde inden for dataanalyse og har den nødvendige minimumsviden til at komme i gang
-Markedsførere, produktchefer, forretningsanalytikere, økonomer, planlæggere, der ønsker at reducere deres daglige rutine til et minimum
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...
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 5 år i IT arbejdede hun som HR-analytiker og Business intelligence-specialist hos Luxoft, og er nu specialist i analytics og rapporteringsvisualisering hos Exness. Uddannet økonom. Stak: Tableau Desktop & Server, Data...
I 5 år i IT arbejdede hun som HR-analytiker og Business intelligence-specialist hos Luxoft, og er nu specialist i analytics og rapporteringsvisualisering hos Exness. Uddannet økonom. Stack: Tableau Desktop & Server, Dataanalyse & visualisering, SQL I mit arbejde søger jeg en sund balance mellem at skrive en god datakilde og skabe et smukt visualisering.
8 års virksomhedserfaring med analyse. SQL, Tableau, c++, python. Skabt analytiske og produktløsninger i store virksomheder som MTS, Ozon, ivi.ru Arbejdede i produktteams i Rusland, Tyskland, Polen...
8 års virksomhedserfaring med analyse. SQL, Tableau, c++, python. Skabt analytiske og produktløsninger i store virksomheder som MTS, Ozon, ivi.ru Arbejdede i produktteams i Rusland, Tyskland, Polen. Lærer
Introduktion til dataanalyse og grundlæggende statistik
-Emne 1. Generel population og stikprøve, måleniveauer
-Emne 2. Normalfordeling, niveau af statistisk signifikans, standardafvigelse. Central grænsesætning. Konfidensintervaller og standardfejl
-Emne 3. Beskrivende statistik. Mål for central tendens
-Emne 4. Normalfordeling, niveau af statistisk signifikans, standardafvigelse. Central grænsesætning
-Emne 5. Konfidensintervaller og standardfejl
-Emne 6. Signifikansniveau, statistiske hypoteser
-Emne 7. Korrelationskoefficient
-Emne 8. Metoder til datasammenligning. Sammenligning af nominelle data.
-Emne 9. Metoder til sammenligning af gennemsnit
DBMS og SQL
-Emne 10.Introduktion til relationelle databaser. Række- og kolonnedatabaser
-Emne 11.Oprettelse og redigering af tabeller. DDL. DML, DCL
-Emne 12. Datavalg, betingelser, dataudsnit i SQL
-Emne 13. Aggregerende funktioner. Gruppering og sortering af data
-Emne 14. Indlejrede forespørgsler og midlertidige tabeller
-Emne 15.Typer af bordsammenføjninger
-Emne 16. Udtryk i SQL
-Emne 17. Indbyggede funktioner i SQL
-Emne 18.Databaseobjekter. Tabeller og udsigter. Indekser og partitioner
-Emne 19. Forespørgselsplan og præstationsoptimering
Introduktion til Python
-Emne 20.Introduktion til syntaks. Jupyter notesbog
-Emne 21. Variabler og datatyper. Dataoutput og aritmetiske operationer
-Emne 22.Python Basics. Operatører, sløjfer
-Emne 23.Python datastrukturer. Stryge, Lister og Tuples og Ordbøger
-Emne 24.For og mens-løkker
-Emne 25.Funktioner, moduler og biblioteker
-Emne 26. Biblioteker NumPy, pandaer, SciPy
-Emne 27.Visualiseringsmetoder. Grundlæggende om matplotlib, seaborn, plotly
Dataforbehandling, eksplorativ og statistisk dataanalyse
-Emne 28.At arbejde med udeladelser og dubletter
-Emne 29. Kategorisering af data
-Emne 30. Datatypekonvertering
-Emne 31. Datanormalisering
-Emne 32. Datakategorisering
-Emne 33. Tidsserieanalyse
-Emne 34. At studere dataskiver
-Emne 35.Data relationer
-Emne 36.Validering af resultater
-Emne 37. Udsagn og test af hypoteser
Introduktion til Business Intelligence og visuel dataanalyse
-Emne 38.Introduktion til Business Intelligence
-Emne 39: Tableau Desktop/Public Ecosystem Oversigt
-Emne 40. Hovedtyper af datakilder i Tableau, forbindelser
-Emne 41. Tableau Desktop interface og grundlæggende betjeningskoncepter
-Emne 42.Visualisering: diagrammer, hovedscenarier for deres brug
-Emne 43. Forudinstallerede og tilpassede beregninger
-Emne 44. Organisering af data i Tableau
-Emne 45. Operationsrækkefølge i Tableau
-Emne 46.Introduktion til informationsdesign
-Emne 47. Hvordan brugeropfattelse virker
-Emne 48. Hovedfejl ved oprettelse af dashboards
-Emne 49. Dashboard design
-Emne 50. Layout til forskellige opgaver og enheder
-Emne 51.Planlægning af brugerinteraktion med dashboardet
Projektlivscyklus i dataanalyse
-Emne 52. Datadrevet beslutningstagning i erhvervslivet
-Emne 53. Indsamlingskrav
-Emne 54. Krystallisering af krav og oprettelse af en prototype
-Emne 55. Iterativt arbejde med kunden på udviklingsstadiet
-Emne 56.Demo af den færdige version og brugerteststadiet
-Emne 57. Udgivelse og efterproduktion
-Emne 58. Overvågning af efterspørgsel og modtagelse af feedback
Særlige metoder og områder inden for dataanalyse
-Emne 59.Analyse af forretningsindikatorer
-Emne 60. Produktanalyse, enhedsøkonomi, A/B-tests
-Emne 61. Metrikker og tragte, hierarki af metrikker
-Emne 62. Kohorteanalyse
-Emne 63.BI-analyse
-Emne 64.Datajournalistik