Analityk Danych – bezpłatny kurs firmy Otus, szkolenie, Termin: 5 grudnia 2023.
Miscellanea / / December 08, 2023
Analityk danych jest specjalistą od big data. Gromadzi je, analizuje, wizualizuje i wyciąga wnioski. Na podstawie uzyskanych hipotez firmy podejmują ważne decyzje biznesowe.
-Analitycy danych na poziomie młodszego szczebla, którzy dążą do usystematyzowania i pogłębienia swojej wiedzy;
-Raportowanie specjalistów, którzy budują go ręcznie lub półautomatycznie w Excelu i chcą dowiedzieć się, jak to zrobić szybciej i sprawniej;
-Absolwenci, którzy chcą pracować w dziedzinie analizy danych i posiadają niezbędną wiedzę minimalną, aby rozpocząć
-Marketerzy, menadżerowie produktów, analitycy biznesowi, ekonomiści, planiści chcący ograniczyć swoją codzienność do minimum
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...
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
Przez 5 lat w IT pracowała jako analityk HR i specjalista Business Intelligence w Luxoft, a obecnie jest specjalistą ds. analityki i wizualizacji raportów w Exness. Ekonomista z wykształcenia. Stos: komputer stacjonarny i serwer Tableau, dane...
Przez 5 lat w IT pracowała jako analityk HR i specjalista Business Intelligence w Luxoft, a obecnie jest specjalistą ds. analityki i wizualizacji raportów w Exness. Ekonomista z wykształcenia. Stos: Tableau Desktop & Server, Analiza i wizualizacja danych, SQL.W mojej pracy szukam zdrowej równowagi pomiędzy napisaniem dobrego źródła danych a stworzeniem pięknej wizualizacji.
8 lat doświadczenia korporacyjnego w analityce. SQL, Tableau, C++, Python. Tworzył rozwiązania analityczne i produktowe w dużych firmach takich jak MTS, Ozon, ivi.ru. Pracował w zespołach produktowych w Rosji, Niemczech, Polsce...
8 lat doświadczenia korporacyjnego w analityce. SQL, Tableau, C++, Python. Tworzył rozwiązania analityczne i produktowe w dużych firmach takich jak MTS, Ozon, ivi.ru. Pracował w zespołach produktowych w Rosji, Niemczech, Polsce. Nauczyciel
Wprowadzenie do analizy danych i podstawowej statystyki
-Temat 1. Populacja ogólna i próba, poziomy pomiaru
-Temat 2. Rozkład normalny, poziom istotności statystycznej, odchylenie standardowe. Centralne twierdzenie graniczne. Przedziały ufności i błąd standardowy
-Temat 3. Statystyka opisowa. Miara tendencji centralnej
-Temat 4. Rozkład normalny, poziom istotności statystycznej, odchylenie standardowe. Centralne twierdzenie graniczne
-Temat 5. Przedziały ufności i błąd standardowy
-Temat 6. Poziom istotności, hipotezy statystyczne
-Temat 7. Współczynnik korelacji
-Temat 8. Metody porównywania danych. Porównanie danych nominalnych.
-Temat 9. Metody porównywania średnich
DBMS i SQL
-Temat 10.Wprowadzenie do relacyjnych baz danych. Bazy danych wierszowe i kolumnowe
-Temat 11.Tworzenie i edycja tabel. DDL. DML, DCL
-Temat 12. Selekcja danych, warunki, segmenty danych w SQL
-Temat 13. Funkcje agregujące. Grupowanie i sortowanie danych
-Temat 14. Zapytania zagnieżdżone i tabele tymczasowe
-Temat 15. Rodzaje złączy tabel
-Temat 16. Wyrażenia w SQL
-Temat 17. Funkcje wbudowane w SQL
-Temat 18. Obiekty baz danych. Tabele i widoki. Indeksy i partycje
-Temat 19. Plan zapytań i optymalizacja wydajności
Wprowadzenie do Pythona
-Temat 20.Wprowadzenie do składni. Notatnik Jupytera
-Temat 21. Zmienne i typy danych. Wyprowadzanie danych i operacje arytmetyczne
-Temat 22. Podstawy Pythona. Operatory, pętle
-Temat 23. Struktury danych w Pythonie. Ciągi, listy i krotki oraz słowniki
-Temat 24. Pętle For i while
-Temat 25.Funkcje, moduły i biblioteki
-Temat 26. Biblioteki NumPy, pandy, SciPy
-Temat 27. Metody wizualizacji. Podstawy matplotlib, seaborn, plotly
Wstępne przetwarzanie danych, eksploracyjna i statystyczna analiza danych
-Temat 28. Praca z pominięciami i duplikatami
-Temat 29. Kategoryzacja danych
-Temat 30. Konwersja typów danych
-Temat 31. Normalizacja danych
-Temat 32. Kategoryzacja danych
-Temat 33. Analiza szeregów czasowych
-Temat 34. Badanie wycinków danych
-Temat 35. Relacje danych
-Temat 36. Walidacja wyników
-Temat 37. Stawianie i testowanie hipotez
Wprowadzenie do Business Intelligence i wizualnej analizy danych
-Temat 38.Wprowadzenie do Business Intelligence
-Temat 39: Przegląd ekosystemu Tableau Desktop/Public
-Temat 40. Główne typy źródeł danych w Tableau, połączenia
-Temat 41. Interfejs Tableau Desktop i podstawowe koncepcje obsługi
-Temat 42.Wizualizacja: diagramy, główne scenariusze ich wykorzystania
-Temat 43. Obliczenia preinstalowane i niestandardowe
-Temat 44. Organizowanie danych w Tableau
-Temat 45. Kolejność operacji w Tableau
-Temat 46.Wprowadzenie do projektowania informacji
-Temat 47. Jak działa percepcja użytkownika
-Temat 48. Główne błędy przy tworzeniu dashboardów
-Temat 49.Projekt deski rozdzielczej
-Temat 50. Układ dla różnych zadań i urządzeń
-Temat 51.Planowanie interakcji użytkownika z dashboardem
Cykl życia projektu w analizie danych
-Temat 52. Podejmowanie decyzji w oparciu o dane w biznesie
-Temat 53. Zbieranie wymagań
-Temat 54. Krystalizacja wymagań i stworzenie prototypu
-Temat 55. Iteracyjna praca z klientem na etapie rozwoju
-Temat 56. Demo gotowej wersji i etap testów z użytkownikami
-Temat 57. Wydanie i postprodukcja
-Temat 58. Monitorowanie popytu i otrzymywanie informacji zwrotnej
Specjalne metody i obszary analityki danych
-Temat 59.Analiza wskaźników biznesowych
-Temat 60. Analityka produktu, ekonomia jednostkowa, testy A/B
-Temat 61. Metryki i lejki, hierarchia metryk
-Temat 62. Analiza kohortowa
-Temat 63.BI analityka
-Temat 64.Dziennikarstwo danych