Duomenų analitika ir Python programavimas (SQL, Power BI)

PILNAI FINANSUOJAMA UŽIMTUMO TARNYBOS

Dirbantiems ir nedirbantiems. UŽT kodas 223003276

Kam skirti šie mokymai?

Šie mokymai skirti norintiems perprasti duomenis arba norintiems sieti savo karjerą su duomenų analitiko darbu.

Mokymų metu sužinosite :

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?

Po mokymų gebėsite :

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).

Mokymų programa

Duomenų analitikos pagrindai, susipažinimas su programa
SELECT, ORDER, GROUP BY
Operatoriai (>,<, =,+, *) + filtravimas
Case/Subquery
Inner/Left/Right/Outer Join
Substring/Locate/Replace/Length (duomenų manipuliacijos)
Lentelių kūrimas, užpildymas duomenimis, trynimas
Kartojimo užduotys (joins, subqueries, select, group by, lentelių kūrimas)
Galutinis SQL egzaminas

Susipažinimas su verslo įžvalgų įrankiais, POWER BI aplinka, vizualizacijų tipais
Grafikų kūrimas, formatavimas, filtravimas
Calculated measurements ir calculated column kūrimas (distinct, max, min, sum)
Duomenų transformacija naudojant M Language ir Power Query
Pritaikymas mobiliems įrenginiams, bookmarks, drillthroughs
Dimensinis modeliavimas, faktinės ir dimensinės lentelės
Kartojimo užduotys (measurements, bookmarks, drillthroughs, Power Query)
Galutinis projektas

Įvadas į Python, susipažinimas su Jupyter ir darbo aplinka
Kintamieji, duomenų tipai, informacijos išvedimas
Informacijos įvedimas, sąlygos (if sakiniai)
Ciklai (for ir while)
Masyvai (informacijos įvedimas, išvedimas, manipuliacija)
Žodynai (įvedimas informacijos, išvedimas, matematiniai veiksmai, if sąlygos prijungimas)
Darbas su failais (atidaryti, uždaryti, įrašyti, nuskaityti)
Kartojimo užduotys (pagrindai)
Numpy/Try/Except
Pandas (darbas su dataframes, filtravimas, matematiniai skaičiavimai)
Matplotlib (skirtingų vizualizacijų kūrimas, jų formatavimas)
Pandas ir SQL (užklausų rašymas, duomenų manipuliacijai bei skaičiavimai)
Teksto analizės pagrindai ir NLTK
Kartojimo užduotys (bibliotekos)
Galutinis projektas (teorinė ir projektinė dalis)

Pasitikėjimas savimi
Laiko planavimas
Efektyvus mokymasis
Imposterio sindromas
Grįžtamasis ryšys
Emocinis intelektas
Kritinis mąstymas
Prisitaikymas
Problemų sprendimas
Darbas komandoje
Konfliktų valdymas

Įvadas į dirbtinį intelektą ir jo pagrindines sąvokas
Pagrindinės DI sritys: Natūralios kalbos apdorojimas ir kompiuterinė rega
Kaip DI transformuoja įvairias pramonės šakas ir darbo vietas
Praktiniai DI pritaikymo pratimai
Patarimai, kaip integruoti DI įrankius į kasdienes darbo užduotis
Sėkmingų DI integracijos atvejų analizės
Etiniai DI aspektai ir atsakingas naudojimas
Dirbtinio intelekto istorija ir evoliucija
Papildomi šaltiniai ir kurso apibendrinimas

Miglė

Vyr. pardavimų vadybininkė. Klauskite!

Nesate tikri ar šis kursas jums tinka?

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!

Vilnius