Data Warehouse Analyst - gratis cursus van Otus, opleiding 5 maanden, datum 30 november 2023.
Gemengde Berichten / / December 04, 2023
Analytische toepassingen worden tegenwoordig gebouwd op het snijvlak van technische praktijken (Software/Data Engineering), inzicht in de details van producten en activiteiten (data-/bedrijfsanalyse), snelle en hoogwaardige levering van diensten (DevOps).
De cursus heeft tot doel studenten te leren hoe ze complete end-to-end analytische oplossingen kunnen samenstellen met behulp van de meest relevante en veelgevraagde tools.
Het materiaal zal zowel diepgaand worden bestudeerd (bijvoorbeeld de principes van het functioneren van analytische DBMS's) als in de breedte (vergelijking van tools, analyse van de sterke en zwakke punten van oplossingen).
Welke nieuwe dingen kan ik leren?
Voor de rollen Data Scientist, Data Analist, Product Analist:
– Werkingsprincipes van analytische DBMS en constructie van ELT-pijpleidingen
– Best practices gebruiken voor het modelleren van datawarehouses en marts
– Toepassing van de juiste architectuurpatronen bij het bouwen van oplossingen
Voor de rollen Data Engineer, Backend Developer, DBA, Systeembeheerder:
– Praktijken voor het bouwen van end-to-end analytische oplossingen
– Toegepaste vaardigheden op het gebied van visualisatie, dashboarding, BI
– Focus op het creëren van bedrijfswaarde
De cursus behandelt:
– Vaardigheden in het bouwen van ELT-pijpleidingen: Airflow, Nifi, Stitch
– Werkingsprincipes van analytische DBMS: Redshift, Greenplum, Clickhouse
– Best practices voor gegevensmodellering: dbt, Data Vault
– Visualisatie en BI: Metabase, Superset, DataLens
– Geavanceerde analyses: KPI, trechters, marketingattributie, cohort, RFM
– DevOps-praktijken: continue integratie, Github-acties
6
cursussenData engineer bij Wildberries, DE Junior cursusspreker. Ruim 7 jaar in de IT
Afgestudeerd met onderscheiding aan de Voronezh State University. Momenteel student aan de HSE masteropleiding "System and Software Engineering". Professionele ervaring - 2 jaar werk als data-analist en data-ingenieur. Nu werkt hij met 5 populaire databases, ontwikkelt hij in Python en ontwikkelt hij zijn vaardigheden snel. Klaar om mijn ervaring te delen.
1
GoedRuim 6 jaar ervaring in de ontwikkeling van datawarehouses, ELT pipelines, data-analyse en visualisatie. Ervaring op het gebied van staatsveiligheid, oprichting en implementatie van KHD LLC "Group of Companies "SBSV-Klyuchavto", momenteel...
Ruim 6 jaar ervaring in de ontwikkeling van datawarehouses, ELT pipelines, data-analyse en visualisatie. Ervaring op het gebied van staatsveiligheid, oprichting en implementatie van QCD LLC "Group of Companies "SBSV-Klyuchavto", momenteel bezig met de ontwikkeling van QCD Voor de Delo-bedrijvengroep ben ik ervan overtuigd dat data de tweede olie is, een soort eigendom dat je moet kunnen beheren en weggooien. De aanwezigheid van georganiseerde data, de juiste opslag, het gebruik, de verkoop en de anonimisering ervan duiden op een hoog niveau van digitale volwassenheid. Docent
3
cursusAlexandra is sinds 2019 werkzaam op het gebied van analytics en BI. Tegen die tijd behaalde ze een bachelordiploma in Software Engineering aan de St. Petersburg State University of Aviation Administration, en vervolgens een masterdiploma. Eerste stappen binnen...
Alexandra is sinds 2019 werkzaam op het gebied van analytics en BI. Tegen die tijd behaalde ze een bachelordiploma in Software Engineering aan de St. Petersburg State University of Aviation Administration, en vervolgens een masterdiploma. De eerste stappen in zijn carrière zette hij bij het Amerikaanse bedrijf Intermedia Cloud Communications als junior data-analist en in 2021 wist hij hoofd te worden van het analytics-team. Dit hele jaar stond in het teken van een nieuw cross-teamproject voor internationaal financieel management op de Microsoft-stack (MS SQL Server, SSRS, SSIS, Power BI. Sinds maart 2022 werkt hij bij de Tinkoff Bank-bedrijvengroep als magazijnanalist gegevens. Biedt ondersteuning aan het topmanagement van de financiële afdeling bij het bouwen van prototypes van ETL-processen met behulp van Greenplum, ad-hoc analytics in Python, rapportage en visualisatie in Tableau. In 2020 heeft zij een aanvullende opleiding gevolgd in de richting van Projectmanagement Manager in de IT. Hij is een groot voorstander van flexibele ontwikkelmethodieken. Is van mening dat de meest winstgevende investeringen investeringen in de eigen ontwikkeling zijn. Stapel: SQL, SAS DIS, SSIS, Tableau, Power BI, Python
ELT: Structuur en soorten gegevensbronnen
-Onderwerp 1. Gegevensbronnen: classificatie en kenmerken
-Onderwerp 2.Tools voor het downloaden van gegevens – 1
-Onderwerp 3. Hulpmiddelen voor het downloaden van gegevens – 2
DWH-basisprincipes
-Onderwerp 4. Analytische motoren (DBMS) voor het werken met data
-Onderwerp 5. Principes van DWH-constructie
-Onderwerp 6.DZ-analyse – Webtellergegevens uploaden
-Onderwerp 7. Inleiding tot de Data Build Tool
-Onderwerp 8.DBT: Analytics-engineering
DWH-tussenproduct
-Onderwerp 9.Orchestratie van scripts en taken – 1
-Onderwerp 10. Orchestrering van scripts en taken – 2
-Topic 11.DZ-analyse – Configuratie en lancering van het dbt-project
-Onderwerp 12.Gegevenskwaliteit
-Onderwerp 13. Problemen met prestatie-optimalisatie
-Onderwerp 14.Datakluis – 1
-Onderwerp 15.Datakluis – 2
-Topic 16.DZ-analyse – Opstellen en opzetten van een DAG-schema voor het downloaden van gegevens uit bronnen
Bedrijfsinformatie
-Onderwerp 17.BI: Overzicht
-Onderwerp 18.BI: Implementatie
-Onderwerp 19.BI: Modelleren en leveren
-Onderwerp 20.DZ-analyse – Organisatie van een gedetailleerde DWH-laag met behulp van de Data Vault-methodologie
-Onderwerp 21.Analytica: fundamentele analytische showcases
-Onderwerp 22.BI: Diepgaande vragen
-Onderwerp 23. DZ Razor – Configuratie en implementatie van een BI-oplossing
-Onderwerp 24.Analytics: demonstraties van geavanceerde analyses
DWH Geavanceerde onderwerpen
-Onderwerp 25.DWH: Geavanceerde onderwerpen
-Onderwerp 26.DBT: Uitbreiden met modules
-Onderwerp 27.DWH: Monitoring + werklastbeheer
-Topic 28.DZ-analyse – Visualisatie en dashboarding voor analytische showcases
-Topic 29.DWH: Externe + semi-gestructureerde gegevens
-Onderwerp 30.DWH: Omgekeerde ETL
-Onderwerp 31.DWH: Machine Learning-mogelijkheden
Samenvatten
-Onderwerp 32. Casusanalyse: end-to-end oplossing
-Onderwerp 33.DZ-analyse – Geavanceerde DWH: CI, dbt-modules, externe tabellen configureren
-Thema 34. Verdere ontwikkeling van vaardigheden
Project Werk
-Onderwerp 35. Keuze van het onderwerp en organisatie van projectwerk
-Onderwerp 36. Bescherming van ontwerpwerkzaamheden