DUOMENŲ ANALITIKA IR PYTHON PROGRAMAVIMO PAGRINDAI (UŽIMTIEMS) – 223002829

PILNAI FINANSUOJAMI DIRBANTIEMS ŽMONĖMS

Visa suma yra finansuojama UŽIMTUMO TARNYBOS.

Programos kodas: 223002829

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).

Vakarinių 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)

1. Minkštųjų įgūdžių įvadas

Kas yra minkštieji įgūdžiai?
Jų panaudojimas darbe
Profesiniai tikslai ir minkštieji įgūdžiai
Tikslų rodikliai ir struktūra

2. Pasitikėjimas savimi

Pasitikėjimo savimi tipai
Pasitikinčio ir savimi nepasitikinčio žmogaus savybės
Kaip stiprinti pasitikėjimą savimi derybose dėl atlyginimo?
Komforto zona

3. Efektyvus mokymasis

Svarbiausi komponentai mokymosi procese
Metodai, kurie gerina mokymosi procesą
Pomodoro taktika
Efektyvus laiko paskirstymas

4. Grįžtamasis ryšys

Kodėl sunku duoti ir gauti grįžtamąjį ryšį?
Grįžtamojo ryšio tipai
Grįžtamojo ryšio sėkmė
Komunikavimo būdai, teikiant/gaunant grįžtamąjį ryšį

5. Imposterio sindromas

Kas yra imposterio sindromas?
Imposterio mąstymo modeliai ir taktikos
Imposterio sindromo įtaka karjeroje
Ką daryti, kad imposterio sindromas netrukdytų?

Kas yra Dirbtinis intelektas?
Duomenų tipai
Mašininio mokymosi (Machine Learning – ML) pagrindai
Neuroniniai tinklai (Deep Learning)
Kalbos modeliai (ChatGPT, Gemini ir kt.)

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