Visa suma yra finansuojama UŽIMTUMO TARNYBOS.
Programos kodas: 223002828
Šie mokymai skirti norintiems perprasti duomenis arba norintiems sieti savo karjerą su duomenų analitiko darbu.
Ką daro duomenų analitikas ir duomenų mokslininkas?
Kokie būna duomenys? Kur ir kaip jie saugomi?
Kaip pasiekti duomenis ir juos analizuoti?
Kokios pagrindinės duomenų analitiko darbo priemonės?
Dirbti analitikų komandoje ir atlikti pagrindines užduotis.
Pasiekti jums reikiamus duomenis ir juos ištraukti naudojant SQL kodą.
Versijuoti ir saugoti savo atliekamas analizes.
Atrasti įžvalgas duomenyse („Tableau“).
Sutvarkyti, išanalizuoti duomenis ir juos pristatyti („Jupyter Notebooks“, „Python“: „Pandas“, „Sckitlearn“, „Matplotlib“ etc).
I SAVAITĖ – ĮVADAS Į DUOMENŲ ANALITIKĄ
SQL
Duomenų bazių struktūra:
● Lentelių schemos/architektūra
● Lentelių sukūrimas/redagavimas/naikinimas
● Įrašų lentelėje sukūrimas/redagavimas/naikinimas
Duomenų ištraukimas iš duomenų bazių:
● Užklausų sintaksė
● Duomenų filtravimas
● Pagrindinės funkcijos užklausose
● Lentelių jungimas (ryšiai tarp jų)
● Vidinės užklausos
II SAVAITĖ – DUOMENŲ TIPAI
TABLEAU arba POWER BI
Duomenų prisijungimas ir tvarkymas pasitelkiant Tableau prep / Power Query:
● Duomenų tipų keitimas ir valymas
● Naujų kintamųjų kūrimas
● Lentelių jungimas ir duomenų agregavimas
Vizualus susipažinimas su duomenimis:
● Grafikų kūrimas
● Tinkamos vizualizacijos parinkimas
● Įžvalgų ir tendencijų pastebėjimas
Detali analizė ir naujų kintamųjų kūrimas:
● Naujų suskaičiuotų laukų kūrimas, set’ų ir grupių kūrimas (calculated fields) (Tableau)
● Naujų lentelių skaičiavimas ir parametrų kūrimas (table calculation) (Tableau arba Power BI)
● Skirtingų duomenų tipams pritaikytų filtrų kūrimas (Tableau)
● Lentelių, stulpelių, measures kūrimas naudojant DAX kalbą (Power BI)
Gautų rezultatų apibendrinimas naudojant dashboard ir stories/bookmarks:
● Dashboard estetika
● Spalvų pasirinkimas
● Tikslingas duomenų atvaizdavimas
III SAVAITĖ – PYTHON PAGRINDAI IR ĮVADAS Į STATISTINĘ ANALIZĘ
Programavimo kalbos sintaksės pagrindai:
● Duomenų struktūros: string, integer, float, boolean, list, set, dictionary
● Sąlygos: if / elif / else
● Ciklai: for loop, while loop
● Funkcijos: paprastosios ir anoniminės. Funkcijų pritaikymas duomenims. Supažindinimas ir darbas su populiariausiomis duomenų analitikos bibliotekomis (numpy, pandas, math)
● Teorinis supažindinimas su numpy ir math
● Praktinis darbas su pandas biblioteka: duomenų nuskaitymas, transformavimas, tvarkymas ir paruošimas analizei
IV SAVAITĖ – PYTHON PAGRINDAI IR ĮVADAS Į STATISTINĘ ANALIZĘ
Duomenų vizualizavimas:
● Matplotlib: duomenų vaizdavimas naudojant plot, hist, bar, scatter. Grafikų konfigūravimas
● Seaborn: duomenų vaizdavimas, stilistika. Statistiniai modeliai (teorinis pagrindas, praktinis pritaikymas su scikit-learn biblioteka)
● tiesinė regresija
● klasterizavimas
● pasirinkimo medžiai
BAIGIAMASIS PROJEKTAS, PRISTATYMAS IR ATSISKAITYMAS
Nerimaujate, kad trūksta asmeninių įgūdžių tapti Duomenų analitiku, bet IT sfera vis tiek traukia? Mūsų mokykloje siūlomi duomenų analitikos, Python, Power BI ir SQL mokymų kursai gali būti kaip tik Jums!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Mokymai vyksta KLASĖJE ir NUOTOLINIU BŪDU!
Pasirinkite dieninių Duomenų analitikos mokymų tipą ir datą