Data Warehouse Analyst – tasuta kursus Otust, koolitus 5 kuud, kuupäev 30.11.2023.

Varia / by admin / December 04, 2023

click fraud protection

Analüütilised rakendused on tänapäeval ehitatud inseneritavade (tarkvara / andmetehnika) ristumiskohas, toodete ja äri spetsiifika mõistmine (Data/Business Analysis), teenuste kiire ja kvaliteetne kohaletoimetamine (DevOps).

Kursuse eesmärk on õpetada õpilastele, kuidas koostada terviklikke analüütilisi lahendusi, kasutades kõige asjakohasemaid ja nõudlikumaid tööriistu.

Materjali uuritakse nii süvendatult (näiteks analüütiliste DBMS-ide toimimise põhimõtted) kui ka laiemalt (tööriistade võrdlus, lahenduste tugevate ja nõrkade külgede analüüs).

Milliseid uusi asju saan õppida?
Andmeteadlase, andmeanalüütiku ja tooteanalüütiku rollide jaoks:
– Analüütilise DBMS-i tööpõhimõtted ja ELT-torustike ehitus
– Andmeladude ja turgude modelleerimise parimate tavade kasutamine
– Õigete arhitektuurimustrite rakendamine lahenduste ehitamisel

Andmeinsener, taustaprogrammi arendaja, DBA, süsteemiadministraator rollide jaoks:
– Lõpp-otsani analüütiliste lahenduste loomise praktikad
– Rakendusoskused visualiseerimises, armatuurlauas, BI-s
– Keskenduge äriväärtuse loomisele

instagram viewer

Kursusel käsitletakse:
- ELT-torustike ehitamise oskused: Airflow, Nifi, Stitch
– Analüütilise DBMS-i tööpõhimõtted: Redshift, Greenplum, Clickhouse
– Andmete modelleerimise parimad tavad: dbt, Data Vault
– Visualiseerimine ja BI: metabaas, superset, DataLens
– Täpsem analüüs: KPI, kanalid, turunduse omistamine, rühm, RFM
- DevOpsi tavad: pidev integreerimine, Githubi toimingud

Aleksei Železnoi

kursused

Andmeinsener ettevõttes Wildberries, DE nooremkursuse esineja. Rohkem kui 7 aastat IT-alal

Lõpetanud Voroneži Riikliku Ülikooli kiitusega. Hetkel üliõpilane HSE magistriprogrammis "Süsteemi- ja tarkvaratehnika". Töökogemus - 2 aastat tööd andmeanalüütiku ja andmeinsenerina. Nüüd töötab ta 5 populaarse andmebaasiga, areneb Pythonis ja arendab kiiresti oma oskusi. Valmis oma kogemust jagama.

Anatoli Borzilov

hästi

Rohkem kui 6-aastane kogemus andmeladude, ELT torustike, andmete analüüsi ja visualiseerimise arendamisel. Kogemused riigi julgeoleku valdkonnas, KHD LLC "SBSV-Klyuchavto ettevõtete grupi" loomise ja rakendamise alal, praegu...

Rohkem kui 6-aastane kogemus andmeladude, ELT torustike, andmete analüüsi ja visualiseerimise arendamisel. Kogemused riigi julgeoleku valdkonnas, QCD LLC "SBSV-Klyuchavto ettevõtete grupp" loomise ja juurutamise valdkonnas, arendades praegu QCD-d Delo ettevõtete grupi jaoks olen kindel, et andmed on teine õli, omamoodi vara, mida peate suutma hallata ja lahti saama. Korraldatud andmete olemasolu, nende nõuetekohane säilitamine, kasutamine, müük, anonüümseks muutmine näitavad digitaalse küpsuse kõrget taset. Õpetaja

Alexandra Merzlaya

muidugi

Alexandra on analüütika ja BI valdkonnas töötanud alates 2019. aastast. Selleks ajaks on ta omandanud bakalaureusekraadi Peterburi Riiklikus Lennundusülikoolis tarkvaratehnika erialal ja seejärel magistrikraadi. Esimesed sammud karjääris tehti Ameerika ettevõttes Intermedia Cloud Communications nooremandmeanalüütikuna ning 2021. aastaks õnnestus tal saada analüütikameeskonna juht. Terve see aasta oli pühendatud uuele meeskonnaülesele projektile rahvusvahelise finantsjuhtimise jaoks Microsofti pinus (MS SQL) Server, SSRS, SSIS, Power BI). Alates 2022. aasta märtsist on ta töötanud Tinkoff Banki ettevõtete grupis laoanalüütikuna. andmeid. Toetab finantsosakonna tippjuhtkonda ETL-i protsesside prototüüpide ehitamisel, kasutades Greenplumi, ad-hoc-analüütikat Pythonis, aruandlust ja visualiseerimist Tableaus. 2020. aastal omandas ta täiendava hariduse IT projektijuhtimise juhi erialal. Ta on paindlike arendusmetoodikate kindel pooldaja. Usub, et kõige tulusamad investeeringud on investeeringud enda arengusse. Pinn: SQL, SAS DIS, SSIS, Tableau, Power BI, Python

ELT: Andmeallikate struktuur ja tüübid
-Teema 1. Andmeallikad: klassifikatsioon ja tunnused
-Teema 2. Tööriistad andmete allalaadimiseks – 1
-Teema 3. Tööriistad andmete allalaadimiseks – 2

DWH põhitõed
-Teema 4. Analüütilised mootorid (DBMS) andmetega töötamiseks
-Teema 5.DWH ehitamise põhimõtted
-Teema 6.DZ analüüs – Veebiloendurite andmete üleslaadimine
-Teema 7. Sissejuhatus andmete koostamise tööriista
-Teema 8.DBT: Analyticsi tehnika

DWH keskmine
-Teema 9.Skriptide ja ülesannete orkestreerimine – 1
-Teema 10. Stsenaariumide ja ülesannete orkestreerimine – 2
-Teema 11.DZ analüüs – dbt projekti konfigureerimine ja käivitamine
-Teema 12.Andmete kvaliteet
-Teema 13. Toimivuse optimeerimise probleemid
-Teema 14. Andmehoidla – 1
-Teema 15. Andmehoidla – 2
-Teema 16.DZ analüüs – DAG-i ajakava koostamine ja seadistamine andmete allikatest allalaadimiseks

Ärianalüüs
-Teema 17.BI: Ülevaade
-Teema 18.BI: juurutamine
-Teema 19.BI: Modelleerimine ja tarnimine
-Teema 20.DZ analüüs – Detailse DWH kihi korraldamine Data Vault metoodika abil
-Teema 21. Analüütika: põhilised analüütilised esitlused
-Teema 22.BI: põhjalikud küsimused
-Teema 23. DZ Razor – BI-lahenduse konfigureerimine ja juurutamine
-Teema 24. Analüütika: täiustatud analüütika esitlused

DWH Täpsemad teemad
-Teema 25.DWH: Täpsemad teemad
-Teema 26.DBT: Laiendamine moodulitega
-Teema 27.DWH: monitooring + töökoormuse juhtimine
- Teema 28.DZ analüüs – visualiseerimine ja armatuurlaud analüütiliste esitluste jaoks
-Teema 29.DWH: Välised + poolstruktureeritud andmed
-Teema 30.DWH: Reverse-ETL
-Teema 31.DWH: masinõppe võimalused

Kokkuvõte
-Teema 32. Juhtumianalüüs: otsast lõpuni lahendus
-Teema 33.DZ analüüs – Täiustatud DWH: CI, dbt moodulite konfigureerimine, välised tabelid
-Teema 34. Oskuste edasiarendamine

Projektitöö
-Teema 35. Teema valik ja projektitöö korraldus
-Teema 36.Projekteerimistööde kaitsmine

Sildid pilv

Varia

hinne

views

Kommentaarid