Analityk Hurtowni Danych – bezpłatny kurs firmy Otus, szkolenie 5 miesięcy, termin 30.11.2023.
Miscellanea / / December 04, 2023
Aplikacje analityczne powstają dziś na skrzyżowaniu praktyk inżynierskich (inżynieria oprogramowania/danych), zrozumienie specyfiki produktów i biznesu (Data/Analiza biznesowa), szybkie i wysokiej jakości świadczenie usług (DevOps).
Celem kursu jest nauczenie studentów, jak montować kompletne, kompleksowe rozwiązania analityczne przy użyciu najbardziej odpowiednich i poszukiwanych narzędzi.
Materiał zostanie przestudiowany zarówno dogłębnie (np. zasady funkcjonowania analitycznych systemów zarządzania bazami danych), jak i wszerz (porównanie narzędzi, analiza mocnych i słabych stron rozwiązań).
Jakich nowych rzeczy mogę się nauczyć?
Na stanowiska Analityk Danych, Analityk Danych, Analityk Produktu:
– Zasady działania analitycznego systemu DBMS i budowy rurociągów ELT
– Stosowanie najlepszych praktyk w modelowaniu hurtowni i martów danych
– Stosowanie właściwych wzorców architektonicznych przy budowaniu rozwiązań
Na stanowiska Inżyniera Danych, Programisty Backendu, DBA, Administratora Systemu:
– Praktyki budowania kompleksowych rozwiązań analitycznych
– Zastosowane umiejętności w zakresie wizualizacji, dashboardów, BI
– Skoncentruj się na tworzeniu wartości biznesowej
Kurs obejmie:
– Umiejętności budowy rurociągów ELT: Airflow, Nifi, Stitch
– Zasady działania analitycznego DBMS: Redshift, Greenplum, Clickhouse
– Najlepsze praktyki modelowania danych: dbt, Data Vault
– Wizualizacja i BI: Metabase, Superset, DataLens
– Zaawansowana analityka: KPI, Funnels, Marketing Attribution, Cohort, RFM
– Praktyki DevOps: Continuous Integration, Github Actions
6
kursyInżynier danych w Wildberries, prelegent kursu DE Junior. Ponad 7 lat w IT
Absolwent z wyróżnieniem Uniwersytetu Państwowego w Woroneżu. Obecnie student studiów magisterskich HSE „Inżynieria Systemów i Oprogramowania”. Doświadczenie zawodowe - 2 lata pracy na stanowisku Analityka i Inżyniera Danych. Obecnie pracuje z 5 popularnymi bazami danych, rozwija się w Pythonie i dynamicznie rozwija swoje umiejętności. Gotowy podzielić się moim doświadczeniem.
1
DobrzePonad 6 lat doświadczenia w rozwoju hurtowni danych, potoków ELT, analizy i wizualizacji danych. Doświadczenie w dziedzinie bezpieczeństwa państwa, tworzenia i wdrażania KHD LLC „Grupa Spółek „SBSV-Klyuchavto”, obecnie...
Ponad 6 lat doświadczenia w rozwoju hurtowni danych, potoków ELT, analizy i wizualizacji danych. Doświadczenie w dziedzinie bezpieczeństwa państwa, tworzenie i wdrażanie QCD LLC „Grupa Spółek „SBSV-Klyuchavto”, obecnie rozwijająca QCD dla grupy firm Delo mam pewność, że dane to druga ropa naftowa, rodzaj własności, którą trzeba umieć zarządzać i pozbyć się. Obecność uporządkowanych danych, ich właściwe przechowywanie, wykorzystanie, sprzedaż, anonimizacja wskazują na wysoki poziom dojrzałości cyfrowej. Nauczyciel
3
kursAleksandra pracuje w obszarze analityki i BI od 2019 roku. W tym czasie uzyskała tytuł licencjata w dziedzinie inżynierii oprogramowania na Państwowym Uniwersytecie Administracji Lotniczej w Petersburgu, a następnie tytuł magistra. Pierwsze kroki w...
Aleksandra pracuje w obszarze analityki i BI od 2019 roku. W tym czasie uzyskała tytuł licencjata w dziedzinie inżynierii oprogramowania na Państwowym Uniwersytecie Administracji Lotniczej w Petersburgu, a następnie tytuł magistra. Pierwsze kroki w swojej karierze stawiał w amerykańskiej firmie Intermedia Cloud Communications jako młodszy analityk danych, a do 2021 roku udało mu się zostać szefem zespołu analitycznego. Cały ten rok był poświęcony nowemu, międzyzespołowemu projektowi dotyczącemu międzynarodowego zarządzania finansami na stosie Microsoft (MS SQL Serwer, SSRS, SSIS, Power BI).Od marca 2022 roku pracuje w grupie spółek Tinkoff Bank na stanowisku analityka magazynowego dane. Zapewnia wsparcie wyższej kadry kierowniczej działu finansowego w budowaniu prototypów procesów ETL z wykorzystaniem Greenplum, analityki ad hoc w Pythonie, raportowaniu i wizualizacji w Tableau. W 2020 roku zdobyła dodatkowe wykształcenie na kierunku Project Management Manager w IT. Jest zagorzałym zwolennikiem elastycznych metodologii rozwoju. Uważa, że najbardziej opłacalne inwestycje to inwestycje we własny rozwój. Stos: SQL, SAS DIS, SSIS, Tableau, Power BI, Python
ELT: Struktura i rodzaje źródeł danych
-Temat 1. Źródła danych: klasyfikacja i cechy
-Temat 2. Narzędzia do pobierania danych – 1
-Temat 3.Narzędzia do pobierania danych – 2
Podstawy DWH
-Temat 4. Silniki analityczne (DBMS) do pracy z danymi
-Temat 5.Zasady budowy DWH
-Temat 6.Analiza DZ – Przesyłanie danych licznika internetowego
-Temat 7.Wprowadzenie do narzędzia do budowania danych
-Temat 8.DBT: Inżynieria analityczna
DWH średniozaawansowany
-Temat 9. Orkiestracja skryptów i zadań – 1
-Temat 10. Orkiestracja skryptów i zadań – 2
-Temat 11.Analiza DZ – Konfiguracja i uruchomienie projektu dbt
-Temat 12. Jakość danych
-Temat 13. Zagadnienia optymalizacji wydajności
-Temat 14.Sejm danych – 1
-Temat 15.Sejm danych – 2
-Temat 16.Analiza DZ – Przygotowanie i ustawienie harmonogramu DAG pobierania danych ze źródeł
Inteligencja biznesowa
-Temat 17.BI: Przegląd
-Temat 18.BI: Wdrożenie
-Temat 19.BI: Modelowanie i dostarczanie
-Temat 20.Analiza DZ – Organizacja szczegółowej warstwy DWH z wykorzystaniem metodologii Data Vault
-Temat 21.Analiza: Podstawowe gabloty analityczne
-Temat 22.BI: Pytania szczegółowe
-Temat 23. DZ Razor – Konfiguracja i wdrożenie rozwiązania BI
-Temat 24.Analiza: Zaawansowane prezentacje analityczne
DWH Zaawansowane tematy
-Temat 25.DWH: Tematy zaawansowane
-Temat 26.DBT: Rozszerzanie o moduły
-Temat 27.DWH: Monitoring + Zarządzanie obciążeniem
-Temat 28.DZ analiza – Wizualizacja i dashboardy dla gablot analitycznych
-Temat 29.DWH: Dane zewnętrzne + półstrukturalne
-Temat 30.DWH: Reverse-ETL
-Temat 31.DWH: Możliwości uczenia maszynowego
Podsumowanie
-Temat 32. Analiza przypadku: kompleksowe rozwiązanie
-Temat 33.DZ analiza – Advanced DWH: Konfiguracja modułów CI, dbt, tabele zewnętrzne
-Temat 34. Dalszy rozwój umiejętności
Praca projektowa
-Temat 35. Wybór tematu i organizacja pracy projektowej
-Temat 36.Ochrona dzieł projektowych