Analityk danych w IT

Joanna Sarata/
Michał Poliński

Senior Business Intelligence Analyst w Sabre/
Lead Data Science Engineer w Sabre

DATY:

30.01.24 - 11.04.24

PARTNER KURSU:

CZAS TRWANIA:

12 TYGODNI

Wtorki i czwartki

18:30–20:30

MODUŁ DODATKOWY:

Junior

Middle

Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo Kurs online na żywo

Na kursie:

zdobędziesz umiejętność pracy w środowisku cloud
nauczysz się korzystać z analitycznych bibliotek języka Python
poznasz proces analityczny end-to-end oraz nauczysz się sprawnie komunikować z biznesem i innymi interesariuszami
samodzielnie przeprowadzisz analizę eksploracyjną przy użyciu bibliotek Pandas
zrealizujesz projekt końcowy do portfolio
poznasz język pracy SQL oraz podstawy statystyki, dzięki czemu będziesz umiał samodzielnie operować danymi

DLA KOGO JEST TEN KURS?

Junior Data Specialistów

Poprawisz swój poziom przetwarzania danych dzięki opanowaniu SQL, bibliotek Pythona oraz poznaniu narzędzi do wizualizacji i tworzenia raportów. Nauczysz się przekładać wyniki liczbowe na język biznesu.

Analityków Marketingowych/ Product Managerów

Poznasz kwestie techniczne dotyczące analizowania Big Data, dzięki czemu zrozumiesz metryki. Nauczysz się budować prognozy i tworzyć na ich bazie skuteczne rozwiązania biznesowe. Opanujesz sposoby komunikacji z zespołami technicznymi i analitycznymi.

Specjalistów Finansowych

Nauczysz się analizować dane, a także je wizualizować i przedstawiać w języku biznesowym.

Specjalistów IT

Rozwiniesz się w kolejnym obszarze IT jako analityk danych. Zdobyta na kursie wiedza umożliwi ci eksplorację ścieżek w obszarach Data Science lub Data Engineering.

Osób zmieniających branżę w obrębie matematyki bądź statystyki

Opanujesz kluczowe narzędzia i technologie potrzebne do kompleksowej analizy danych. Rozwiniesz analityczne myślenie i dowiesz się, jak zbudować i uruchomić projekt analityczny.

Junior Data Specialistów

Analityków Marketingowych/ Product Managerów

Specjalistów Finansowych

Nauczysz się analizować dane, a także je wizualizować i przedstawiać w języku biznesowym.

Specjalistów IT

Rozwiniesz się w kolejnym obszarze IT jako analityk danych. Zdobyta na kursie wiedza umożliwi ci eksplorację ścieżek w obszarach Data Science lub Data Engineering.

Osób zmieniających branżę w obrębie matematyki bądź statystyki

Opanujesz kluczowe narzędzia i technologie potrzebne do kompleksowej analizy danych. Rozwiniesz analityczne myślenie i dowiesz się, jak zbudować i uruchomić projekt analityczny.

Program Kursu

wtorek

30.01.2024

18:30–20:30

Wprowadzenie do zawodu analityka danych

Metodyka pracy CRISP-DM
Rola analityka w organizacji – badanie otoczenia
Różnice między analitykiem: danych, biznesowym, finansowym, internetowym, produktu
Współpraca z innymi zespołami
Jak rozpocząć projekt?

czwartek

01.02.2024

18:30–20:30

Podstawowa analiza danych

Do czego służy arkusz kalkulacyjny analitykowi?
Wiersz i kolumna
Tabele przestawne
Wykresy
Import i czyszczenie danych
Funkcje agregujące
Średnia krocząca – window function

wtorek

06.02.2024

18:30–20:30

Mam zbiór danych i co dalej? Case study z analizą eksploracyjną

Czym jest analiza eksploracyjna?
Miary centralne i miary rozproszenia
Użycie bibliotek Pandas i NumPy do zrozumienia zbioru danych

czwartek

08.02.2024

18:30–20:30

Bazy danych

Podstawy bazy danych
MySQL
Agregacja

wtorek

13.02.2024

18:30–20:30

Jak czytać query? SQL nie zaczyna się od SELECT

Polecenia SQL i kolejność ich wykonywania
Podstawowe polecenia
JOIN
CTE + Windows function
UML w bazach danych – Data Modeling

czwartek

15.02.2024

18:30–20:30

SQL lub NoSQL? To jest pytanie!

Python i praca ze słownikami
Korzystanie z bazy Firestore. Praca z plikami JSON
Bucket praca na plikach w cloud

wtorek

20.02.2024

18:30–20:30

Pliki, bazy, przepływy, czyli ETL

Operacje na dużym zbiorze danych przy użyciu Dataproc/PySpark
Hadoop i podejście „schema on read”
Partycjonowanie dużych zbiorów danych

czwartek

22.02.2024

18:30–20:30

BigQuery – Big Problem?

BigQuery WebUi – bezserwerowa, skalowalna hurtownia danych w chmurze (cloud data warehouse)
Klastrowanie
Kontrolowanie kosztów i optymalizacja
Python API

wtorek

27.02.2024

18:30–20:30

Warsztaty jak przejść rekrutację? Rozmowa techniczna – tips and tricks

Zadania rekrutacyjne z SQLa na jednej tabeli
Pytania zamknięte z SQLa i pytania otwarte z analizy
Debugowanie Query
Rekrutacja z AI
Case study

czwartek

29.02.2024

18:30–20:30

Stawiam hipotezę! Jak ją sprawdzę?

Stawianie hipotez – hipoteza zerowa i alternatywna
Czym jest próba a czym populacja?
Dobór próby
Rozkład normalny
Prawo pięciu

wtorek

05.03.2024

18:30–20:30

Od teorii do praktyki. Jakie testy do jakich zmiennych?

Python SciPy – biblioteka open source używana do rozwiązywania problemów matematycznych, naukowych, inżynieryjnych i technicznych
Scikit-learn – biblioteka Pythona przeznaczona do uczenia maszynowego
Testy statystyczne dla dwóch zmiennych – w zależności od typu zmiennej
Porównywanie grup – ANOVA

czwartek

07.03.2024

18:30–20:30

Czy korelacja to przyczynowość? Od korelacji do regresji

Korelacja a przyczynowość
Python scikit-learn – implementacja algorytmów uczenia maszynowego, takich jak regresja, klasyfikacja, grupowanie, ewaluacja modeli
Korelacja a kowariancja
Współczynnik Pearsona

wtorek

12.03.2024

18:30–20:30

Od regresji do ML

Regresja jednej zmiennej
Zmienna zależna i niezależna – kierunkowość
Drzewa decyzyjne

czwartek

14.03.2024

18:30–20:30

Q&A obejmujące teoretyczne aspekty kursu w kontekście projektów

Wykorzystanie zebranego materiału w projektach końcowych
Pytania od uczestników

wtorek

19.03.2024

18:30–20:30

Widok analityczny – do czego mi to potrzebne?

Czym jest Business Intelligence?
Czym jest widok analityczny i jak go zbudować?
Tworzenie zmiennych analitycznych w widoku – KPI
Automatyzacja widoku analitycznego – operacje na danych
Wykorzystanie dotychczasowej wiedzy na temat SQL

czwartek

21.03.2024

18:30–20:30

Poeksperymentujmy! Testy A/B

Czym są testy A/B oraz kiedy je stosować?
Przejście do praktyki – przygotowanie widoku analitycznego do testów A/B
Przeprowadzenie testów A/B z wykorzystaniem scikit-learn

wtorek

26.03.2024

18:30–20:30

Narysuj mi dane.
O wizualizacjach

Python Seaborn – biblioteka zbudowana na bazie Matplotlib, służąca do tworzenia wizualizacji danych
Typy wykresów – stosowanie ze względu na typy danych i przekazane informacje
Dobór kolorów

czwartek

28.03.2024

18:30–20:30

Dane – informacje – insight , czyli jak zbudować dashboard i przedstawić wyniki

Looker Data Studio – obsługa narzędzia
Jak budować dashboard – co ma przekazywać, na jakie pytania odpowiadać, kto jest odbiorcą?
Automatyzacja dashboardu
Podstawy data storytelling

wtorek

02.04.2024

18:30–20:30

Q&A obejmujące techniczne aspekty kursu w kontekście projektów

Wybór datasetu
Przygotowanie do prezentacji projektu

wtorek

09.04.2024

18:30–20:30

Prezentacja i obrona projektów część 1

Zajęcia w formie warsztatowej - każdy uczestnik ma 15 minut, aby przedstawić całościowy, spójny projekt, który przygotował w trakcie trwania kursu.

Prezentacja projektu (5 min)
Czas na pytania (10 min)

czwartek

11.04.2024

18:30–20:30

Prezentacja i obrona projektów część 2

Zajęcia w formie warsztatowej - każdy uczestnik ma 15 minut, aby przedstawić całościowy, spójny projekt, który przygotował w trakcie trwania kursu.

Prezentacja projektu (5 min)
Czas na pytania (10 min)

Moduł Rekrutacja IT

Jak przygotować się do rozmowy?
Modelowa ścieżka rekrutacyjna
Po czym poznać dobrego rekrutera i jak poradzić sobie z tym kiepskim?
W jaki sposób „sprzedać” siebie?

UZYSKAJ INFORMACJE

Chcę dowiedzieć się więcej o tym kursie

Wypełnij formularz, a nasz doradca edukacyjny skontaktuje się z tobą tak szybko, jak to możliwe i udzieli szczegółowych informacji na temat przebiegu i ceny kursu.

FAQ

Jakie są wymagane umiejętności przed rozpoczęciem kursu?

Podstawowa umiejętność stosowania komend w Excelu

Wymagania sprzętowe

Komputer z systemem Windows/MacOS (min. 8 GB)
Przeglądarka internetowa (preferowane Chrome/Firefox/Safari)

Software, którego będziemy używać w trakcie kursu

Python
Pandas
Numpy
Seaborn
Scikit-learn
SQL
Google Cloud Platform
Spark
BigQuery
Looker Data Studio

Jak będzie wyglądał projekt końcowy?

Na ostatnich zajęciach zaprezentujesz swój projekt. Będziesz na to mieć 15 min, podczas których:

spójnie i biznesowo przedstawisz wnioski z uwzględnieniem definicji problemu, wyników i rekomendacji oraz dashboardu (5 minut)
odpowiesz na pytania prowadzących oraz pozostałych uczestników (10 min)

Słownik

Python – język programowania popularny w data analysis i data science
Seaborn – jedna z bibliotek Pythona, zbudowana na bazie Matplotlib, służąca do budowania wizualizacji danych
Pandas – jedna z bibliotek Pythona, służąca do ładowania, czyszczenia i analizowania danych, odpowiednik arkusza kalkulacyjnego (excela) w środowisku Pythona
Numpy – jedna z bibliotek Pythona, służąca do przeprowadzania operacji na macierzach
Scikit-learn – jedna z bibliotek Pythona, wykorzystywana do algorytmów uczenia maszynowego
SQL – język wykorzystywany w pracy z bazami danych
JOIN – podstawowa operacja języka SQL służąca do łączenia dwóch odrębnych zbiorów
Dataset – zbiór danych w bazie danych
ETL (extract, transform, load) – etapy procesowania danych, również szereg narzędzi wspomagających proces pozyskania i obróbki danych
noSql – nierelacyjny sposób przechowywania danych, odnosi się do baz danych, gdzie format przechowywania jest inny niż relacyjny
Hadoop – system rozproszonego przechowywania i przetwarzania plików wykorzystywany w Big Data
Big Data – duże i złożone zbiory danych, które ze względu na swoją wielkość są problematyczne w przechowywaniu i przetwarzaniu
Spark (silnik) – biblioteka do sprawnego przetwarzania dużej ilości danych
BigQuery – bezserwerowa hurtownia danych od Google, która obsługuje zapytania SQL, łączy w sobie zalety Hadoopa i bazy danych
Looker Data Studio - służy do raportowania i wizualizacji danych w formie dashboardu

Analityk danych w IT

Na kursie:

DLA KOGO JEST TEN KURS?

Program Kursu

PROWADZĄCY

Partner kursu

Czym jest analiza danych?

Dlaczego warto wybrać Labę IT?

UZYSKAJ INFORMACJE

FAQ