Data Warehouse Analyst - brezplačen tečaj pri Otusu, usposabljanje 5 mesecev, datum 30. november 2023.
Miscellanea / / December 04, 2023
Današnje analitične aplikacije so zgrajene na stičišču inženirskih praks (programska oprema/podatkovni inženiring), razumevanje specifike produktov in poslovanja (analiza podatkov/poslov), hitra in kakovostna izvedba storitev (DevOps).
Cilj predmeta je naučiti študente, kako sestaviti popolne analitične rešitve od konca do konca z uporabo najbolj ustreznih orodij, ki jih potrebujejo.
Gradivo bomo preučevali tako poglobljeno (npr. principi delovanja analitičnih DBMS-jev) kot tudi v širino (primerjava orodij, analiza prednosti in slabosti rešitev).
Kaj novega se lahko naučim?
Za vloge Data Scientist, Data Analyst, Product Analyst:
– Principi delovanja analitičnih DBMS in konstrukcija ELT-cevovodov
– Uporaba najboljših praks za modeliranje podatkovnih skladišč in marts
– Uporaba pravilnih arhitekturnih vzorcev pri gradbenih rešitvah
Za vloge Data Engineer, Backend Developer, DBA, System Administrator:
– Prakse gradnje celovitih analitičnih rešitev
– Uporabne veščine vizualizacije, nadzorne plošče, BI
– Osredotočite se na ustvarjanje poslovne vrednosti
Tečaj bo zajemal:
– Veščine gradnje ELT-cevovodov: Airflow, Nifi, Stitch
– Principi delovanja analitičnih DBMS: Redshift, Greenplum, Clickhouse
– Najboljše prakse modeliranja podatkov: dbt, Data Vault
– Vizualizacija in BI: Metabase, Superset, DataLens
– Napredna analitika: KPI, tokovi, marketinško dodeljevanje, kohorta, RFM
– Prakse DevOps: neprekinjena integracija, dejanja Github
6
tečajiPodatkovni inženir pri Wildberries, govornik tečaja DE Junior. Več kot 7 let v IT
Diplomiral na Državni univerzi v Voronežu z odliko. Trenutno študent na magistrskem programu HSE »Sistemsko in programsko inženirstvo«. Delovne izkušnje - 2 leti dela kot podatkovni analitik in podatkovni inženir. Zdaj dela s 5 priljubljenimi bazami podatkov, razvija se v Pythonu in hitro razvija svoje sposobnosti. Pripravljen deliti svoje izkušnje.
1
dobroVeč kot 6 let izkušenj na področju razvoja podatkovnih skladišč, ELT cevovodov, podatkovne analize in vizualizacije. Izkušnje na področju državne varnosti, ustvarjanje in izvajanje KHD LLC "Skupina podjetij "SBSV-Klyuchavto", trenutno...
Več kot 6 let izkušenj na področju razvoja podatkovnih skladišč, ELT cevovodov, podatkovne analize in vizualizacije. Izkušnje na področju državne varnosti, ustvarjanje in izvajanje QCD LLC "Skupina podjetij "SBSV-Klyuchavto", ki trenutno razvija QCD za skupino podjetij Delo sem prepričan, da so podatki drugo olje, nekakšna lastnina, s katero moraš znati upravljati in znebiti se. Prisotnost organiziranih podatkov, njihovo ustrezno shranjevanje, uporaba, prodaja, anonimizacija kažejo na visoko stopnjo digitalne zrelosti. učiteljica
3
sevedaAlexandra deluje na področju analitike in poslovne inteligence od leta 2019. Do takrat je diplomirala iz programskega inženiringa na St. Petersburg State University of Aviation Administration in nato še magistrirala. Prvi koraki v...
Alexandra deluje na področju analitike in poslovne inteligence od leta 2019. Do takrat je diplomirala iz programskega inženiringa na St. Petersburg State University of Aviation Administration in nato še magistrirala. Prve korake v karieri je naredil v ameriškem podjetju Intermedia Cloud Communications kot mlajši podatkovni analitik, do leta 2021 pa mu je uspelo postati vodja analitične ekipe. Celotno leto je bilo posvečeno novemu navzkrižnemu projektu za mednarodno finančno upravljanje na Microsoftovem skladu (MS SQL Server, SSRS, SSIS, Power BI) Od marca 2022 dela v skupini podjetij Tinkoff Bank kot skladiščni analitik. podatke. Zagotavlja podporo najvišjemu vodstvu finančnega oddelka pri gradnji prototipov ETL procesov z uporabo Greenplum, ad-hoc analitike v Pythonu, poročanja in vizualizacije v Tableau. Leta 2020 se je dodatno izobraževala v smeri Vodja projektov v IT. Je odločen zagovornik fleksibilnih metodologij razvoja. Meni, da so najbolj donosne naložbe naložbe v lastni razvoj. Sklad: SQL, SAS DIS, SSIS, Tableau, Power BI, Python
ELT: Struktura in vrste podatkovnih virov
-Tema 1. Viri podatkov: klasifikacija in značilnosti
-Tema 2. Orodja za prenos podatkov – 1
-Tema 3. Orodja za prenos podatkov – 2
Osnove DWH
-Tema 4. Analitični motorji (DBMS) za delo s podatki
-Tema 5. Principi gradnje DWH
-Tema 6. Analiza DZ – Nalaganje podatkov spletnega števca
-Tema 7. Uvod v orodje za gradnjo podatkov
-Tema 8.DBT: Analitični inženiring
DWH Intermediate
-Tema 9. Orkestracija skript in nalog – 1
-Tema 10. Orkestracija skript in nalog – 2
-Tema 11. Analiza DZ – Konfiguracija in zagon projekta dbt
-Tema 12. Kakovost podatkov
-Tema 13. Težave z optimizacijo delovanja
-Tema 14. Podatkovni trezor – 1
-Tema 15. Podatkovni trezor – 2
-Tema 16. Analiza DZ – Priprava in nastavitev urnika DAG za prenos podatkov iz virov
Poslovna inteligenca
-Tema 17.BI: Pregled
-Tema 18.BI: Razmestitev
-Tema 19.BI: Modeliranje in izvedba
-Tema 20. Analiza DZ – Organizacija podrobnega sloja DWH po metodologiji Data Vault
-Tema 21.Analitika: Osnovne analitične vitrine
-Tema 22.BI: Poglobljena vprašanja
-Tema 23. DZ Razor – Konfiguracija in uvedba BI rešitve
-Tema 24. Analitika: Predstavitve napredne analitike
Napredne teme DWH
-Tema 25.DWH: Napredne teme
-Tema 26.DBT: Razširitev z moduli
-Tema 27.DWH: Spremljanje + Upravljanje delovne obremenitve
-Tema 28.DZ analiza – Vizualizacija in nadzorna plošča za analitične vitrine
-Tema 29.DWH: Zunanji + Polstrukturirani podatki
-Tema 30.DWH: Reverse-ETL
-Tema 31.DWH: Zmožnosti strojnega učenja
Povzetek
-Tema 32. Analiza primera: rešitev od konca do konca
-Tema 33.DZ analiza – Napredni DWH: Konfiguracija CI, moduli dbt, zunanje tabele
-Tema 34. Nadaljnji razvoj spretnosti
Projektno delo
-Tema 35. Izbira teme in organizacija projektnega dela
-Tema 36. Zaščita projektantskega dela