Data Warehouse Analyst - bezplatný kurz od spoločnosti Otus, školenie 5 mesiacov, dátum 30. novembra 2023.
Rôzne / / December 04, 2023
Analytické aplikácie sú dnes postavené na priesečníku inžinierskych postupov (softvérové/údajové inžinierstvo), pochopenie špecifík produktov a podnikania (Data/Business Analysis), rýchle a kvalitné poskytovanie služieb (DevOps).
Cieľom kurzu je naučiť študentov zostavovať kompletné komplexné analytické riešenia pomocou najrelevantnejších a najžiadanejších nástrojov.
Materiál bude študovaný do hĺbky (napríklad princípy fungovania analytických DBMS), ako aj do šírky (porovnanie nástrojov, analýza silných a slabých stránok riešení).
Aké nové veci sa môžem naučiť?
Pre roly Data Scientist, Data Analyst, Product Analyst:
– Prevádzkové princípy analytickej DBMS a konštrukcie ELT-potrubia
– Používanie osvedčených postupov na modelovanie dátových skladov a obchodov
– Aplikácia správnych architektonických vzorov pri budovaní riešení
Pre roly Data Engineer, Backend Developer, DBA, System Administrator:
– Postupy budovania komplexných analytických riešení
– Aplikované zručnosti vo vizualizácii, dashboardingu, BI
– Zamerajte sa na vytváranie obchodnej hodnoty
Kurz sa bude týkať:
– Zručnosti pri stavbe ELT potrubí: Airflow, Nifi, Stitch
– Princípy fungovania analytického DBMS: Redshift, Greenplum, Clickhouse
– Osvedčené postupy modelovania údajov: dbt, Data Vault
– Vizualizácia a BI: Metabase, Superset, DataLens
– Pokročilá analytika: KPI, zúženia, marketingová atribúcia, kohorta, RFM
– Postupy DevOps: nepretržitá integrácia, akcie Github
6
kurzyDátový inžinier v spoločnosti Wildberries, prednášateľ kurzu DE Junior. Viac ako 7 rokov v IT
Absolvent Voronežskej štátnej univerzity s vyznamenaním. V súčasnosti je študentom HSE magisterského programu „Systémové a softvérové inžinierstvo“. Odborná prax - 2 roky práce ako dátový analytik a dátový inžinier. Teraz pracuje s 5 populárnymi databázami, vyvíja sa v Pythone a rýchlo rozvíja svoje zručnosti. Pripravený podeliť sa o svoje skúsenosti.
1
dobreViac ako 6 rokov skúseností s vývojom dátových skladov, ELT pipeline, analýzou dát a vizualizáciou. Skúsenosti v oblasti bezpečnosti štátu, vytváranie a implementácia KHD LLC "Skupina spoločností "SBSV-Klyuchavto", v súčasnosti...
Viac ako 6 rokov skúseností s vývojom dátových skladov, ELT pipeline, analýzou dát a vizualizáciou. Skúsenosti v oblasti štátnej bezpečnosti, vytvorenie a implementácia QCD LLC "Skupina spoločností "SBSV-Klyuchavto", v súčasnosti rozvíjajúca QCD pre skupinu spoločností Delo som si istý, že dáta sú druhou ropou, druhom majetku, ktorý musíte vedieť spravovať a zbaviť sa. Prítomnosť organizovaných dát, ich správne ukladanie, používanie, predaj, anonymizácia naznačujú vysokú úroveň digitálnej zrelosti. učiteľ
3
kurzAlexandra pôsobí v oblasti analytiky a BI od roku 2019. V tom čase získala bakalársky titul v odbore softvérového inžinierstva na St. Petersburg State University of Aviation Administration a potom magisterský titul. Prvé kroky v...
Alexandra pôsobí v oblasti analytiky a BI od roku 2019. V tom čase získala bakalársky titul v odbore softvérového inžinierstva na St. Petersburg State University of Aviation Administration a potom magisterský titul. Prvé kroky v kariére urobil v americkej spoločnosti Intermedia Cloud Communications ako junior dátový analytik a do roku 2021 sa mu podarilo stať sa vedúcim analytického tímu. Celý tento rok bol venovaný novému medzitímovému projektu pre medzinárodný finančný manažment na Microsoft stack (MS SQL Server, SSRS, SSIS, Power BI). Od marca 2022 pracuje v skupine spoločností Tinkoff Bank ako skladový analytik údajov. Poskytuje podporu vrcholovému manažmentu finančného oddelenia pri budovaní prototypov ETL procesov pomocou Greenplum, ad-hoc analytiky v Pythone, reportingu a vizualizácie v Tableau. V roku 2020 získala ďalšie vzdelanie v smere Project Management Manager v IT. Je skalným zástancom flexibilných metodík rozvoja. Domnieva sa, že najvýnosnejšie investície sú investície do vlastného rozvoja. Zásobník: SQL, SAS DIS, SSIS, Tableau, Power BI, Python
ELT: Štruktúra a typy zdrojov údajov
-Téma 1. Zdroje údajov: klasifikácia a vlastnosti
-Téma 2.Nástroje na sťahovanie údajov – 1
-Téma 3.Nástroje na sťahovanie údajov – 2
Základy DWH
-Téma 4. Analytické motory (DBMS) na prácu s údajmi
-Téma 5.Princípy konštrukcie DWH
-Téma 6. Analýza DZ – Nahrávanie údajov webového počítadla
-Téma 7.Úvod do nástroja na vytváranie údajov
-Téma 8.DBT: Analytické inžinierstvo
Stredný DWH
-Téma 9. Usporiadanie scenárov a úloh – 1
-Téma 10. Usporiadanie scenárov a úloh – 2
-Téma 11. Analýza DZ – Konfigurácia a spustenie projektu dbt
-Téma 12.Kvalita údajov
-Téma 13. Problémy s optimalizáciou výkonu
-Téma 14.Datový trezor – 1
-Téma 15.Datový trezor – 2
-Téma 16.DZ analýza – Príprava a nastavenie DAG harmonogramu pre sťahovanie dát zo zdrojov
Business Intelligence
-Téma 17.BI: Prehľad
-Téma 18.BI: Nasadenie
-Téma 19.BI: Modelovanie a poskytovanie
-Téma 20.DZ analýza – Organizácia detailnej DWH vrstvy pomocou metodiky Data Vault
-Téma 21.Analytika: Základné analytické vitríny
-Téma 22.BI: Hĺbkové otázky
-Téma 23. DZ Razor – Konfigurácia a nasadenie BI riešenia
-Téma 24.Analytika: Prezentácia pokročilej analýzy
DWH Pokročilé témy
-Téma 25.DWH: Pokročilé témy
-Téma 26.DBT: Rozšírenie o moduly
-Téma 27.DWH: Monitoring + Riadenie pracovného zaťaženia
-Téma 28.DZ analýza – Vizualizácia a dashboarding pre analytické vitríny
-Téma 29.DWH: Externé + Pološtruktúrované dáta
-Téma 30.DWH: Reverse-ETL
-Téma 31.DWH: Možnosti strojového učenia
Rekapitulácia
-Téma 32. Analýza prípadov: komplexné riešenie
-Téma 33.DZ analýza – Pokročilé DWH: Konfigurácia CI, dbt modulov, externých tabuliek
-Téma 34. Ďalší rozvoj zručností
Projektová práca
-Téma 35. Výber témy a organizácia projektovej práce
-Téma 36.Ochrana dizajnérskej práce