JUNIOR DATA ANALYST
KURS ONLINE
Arkadiusz Kisiołek
Business Intelligence Developer & Data Analyst w ING
Jakub Sokołowski
Data Scientist w Shift4
Rola analityka w biznesie
Wprowadzenie do arkuszy kalkulacyjnych
Adresowanie komórek, podstawowe funkcje warunkowe, funkcje tekstowe i funkcje daty
Wizualizacja i filtrowanie danych
Funkcje warunkowe i statystyczne, wyszukiwanie danych
Funkcje zagnieżdżone i tabele przestawne
Wprowadzenie do baz danych
SQL w zadaniach praktycznych
Łączenie tabel w SQL w praktyce
Widoki w SQL, operacje na danych, tworzenie i modyfikowanie tabel
+ 23 lekcje
Zdobądź umiejętności twarde potrzebne do startu kariery jako młodszy analityk danych
DATY:
3 grudnia 2024 - 10 kwietnia 2025
CZAS TRWANIA:
33 lekcje, 18 tygodni
wtorki i czwartki, 18:00
Opanuj podstawowe narzędzia przydatne w analizie: arkusze kalkulacyjne, PowerBI, DAX Studio, SQL, Python, GitHub i dowiedz się, jak wizualizować dane na dashboardach.
POLECAMY TEN KURS, JEŚLI:
-
CHCESZ PRACOWAĆ JAKO MŁODSZY ANALITYK
Poznasz narzędzia i technologie przydatne w rozwoju kariery w branży IT. Zrozumiesz analizę danych i zaktualizujesz wiedzę z matematyki oraz statystyki. Przygotujesz się do rozmowy kwalifikacyjnej i do rozmowy technicznej na nowe stanowisko.
-
JESTEŚ ANALITYKIEM DANYCH Z NIEWIELKIM DOŚWIADCZENIEM
Opanujesz nowe narzędzia przydatne w analizie danych. Rozwiniesz umiejętność tworzenia lepszych wizualizacji wyników analiz. Przygotujesz lepsze CV i portfolio, dzięki którym wyróżnisz się na rynku pracy w branży IT.
TEMATY, KTÓRE PORUSZYMY PODCZAS KURSU:
-
Narzędzia do analizy danych
Na kursie opanujesz lub rozwiniesz zakres narzędzi i programów niezbędnych w analizie danych, takich jak m.in.: PowerBI, DAX Studio, MS SQL Server i Python.
-
Wizualizacja danych
Poznasz dobre praktyki tworzenia dashboardów i wizualizacji danych w PowerBI, a w ramach projektu końcowego samodzielnie zaprojektujesz wizualizację.
-
CV, portfolio i autoprezentacja
Dzięki pracy na kursie dodasz kluczowe narzędzia do CV oraz złożone raporty do portfolio. Przygotujesz się też do rekrutacyjnych rozmów technicznych w branży IT.
Prowadzący:
Arkadiusz
Kisiołek
- Business Intelligence Developer & Data Analyst w ING
- Od 7 lat zawodowo zajmuje się analizą danych
- Jest trenerem analizy danych, prowadzi szkolenia, a przez prawie 6 lat pracował jako prowadzący zajęć m.in. z arkuszów kalkulacyjnych, baz danych i wizualizacji na Uniwersytecie Ekonomicznym w Katowicach
- Był uczestnikiem wielu krajowych i międzynarodowych konferencji z zakresu analizy danych
- Zdobył nagrodę Best Paper Award jako współautor artykułu dotyczącego tematyki Big Data pt. Big Data for Customer Knowledge Management
Jakub
Sokołowski
- Data Scientist w Shift4
- Obecnie zajmuje się wykrywaniem anomalii i transakcji fraudowych w branży fintech
- Ma 9-letnie doświadczenie jako Data Analyst i Data Scientist. Pracował m.in. w Volvo Group Polska (modelowanie i analiza szkodliwości maszyn), Santander Consumer Bank (modelowanie zrywalności depozytów, analiza ryzyka) i KGHM Cuprum (modelowania i analiza danych górniczych)
- Był finalistą III edycji hackatonu CuValley Hack
Program kursu
MODUŁ 1: Wprowadzenie do zawodu analityka danych
Wtorek, 3 grudnia, 18:00
Rola analityka w biznesie
- Zespół analityczny w firmie: analityk danych vs. Data Engineer, Data Scientist vs. Business Analyst
- Narzędzia analityka danych
- Proces przygotowywania raportów
- Metodyka pracy z projektami: Agile i Waterfall
- Metodologia pracy CRISP-DM
MODUŁ 2: Arkusze kalkulacyjne
Czwartek, 5 grudnia, 18:00
Wprowadzenie do arkuszy kalkulacyjnych
- Proces wprowadzania danych w MS Excel
- Przypomnienie podstawowych zagadnień i operacji w MS Excel
- Importowanie danych z różnych źródeł
- Adresowanie komórek
- Import danych z Internetu i wykorzystanie adresowania komórek w ćwiczeniach na tych danych
- Wprowadzenie do funkcji JEŻELI()
- Funkcje tekstowe a funkcje daty
Wtorek, 10 grudnia, 18:00
Funkcje warunkowe i statystyczne, wyszukiwanie danych
- Wykorzystanie funkcji warunkowych i statystycznych np. Suma.jeżeli(), Suma.warunkow(), licz.jeżeli(), itd
- Wykorzystanie funkcji wyszukujących tj. Wyszukaj.pionowo(), wyszukaj.poziomo(), zwrócenie uwagi na x.wyszukaj() - od excel365, wykorzystanie funkcji indeks(), wykorzystanie funkcji podaj.pozycję(), wykorzystanie funkcji adr.pośr()
Czwartek, 12 grudnia, 18:00
Wizualizacja i filtrowanie danych
- Wykorzystanie i formatowanie wykresów w MS Excel
- Formatowanie warunkowe w tabelach
- Formatowanie danych za pomocą funkcji
- Filtry podstawowe w MS Excel
- Filtrowanie zaawansowane w MS Excel
Wtorek, 17 grudnia, 18:00
Funkcje zagnieżdżone i tabele przestawne
- Łączenie wykorzystanych wcześniej funkcji ze sobą
- Wprowadzenie do funkcji PRZEŁĄCZ() (switch)
- Wprowadzenie do tabel przestawnych
- Fragmentatory
- Konsolidacja danych
Czwartek, 19 grudnia, 18:00
Praca z innymi narzędziami: Google Sheets
- Prezentacja wybranych funkcji w ramach ekosystemu Google
MODUŁ 3: Bazy danych i SQL
Czwartek, 9 stycznia 2025, 18:00
Wprowadzenie do baz danych
- Definicje bazy danych i obiektów baz danych
- Definicja i zastosowanie SQL
- Składnia SQL
- Funkcje i operatory w SQL, funkcje agregujące
- Zapoznanie z interfejsem MS SQL Server Express
- Przykłady wykonania kilku najprostszych zapytań SQL
Wtorek, 14 stycznia 2025, 18:00
SQL w zadaniach praktycznych
- Przypomnienie składni SQL
- Wykorzystanie funkcji (tekstowych, agregujących, daty) i operatorów w zadaniach praktycznych
Czwartek, 16 stycznia 2025, 18:00
Łączenie tabel w SQL w praktyce
- Omówienie typów złączeń w SQL
- Wyjaśnienie jak łączyć tabele za pomocą kodu SQL
- Wykorzystanie zdobytej wiedzy teoretycznej w praktyce
Wtorek, 21 stycznia 2025, 18:00
Widoki w SQL, operacje na danych, tworzenie i modyfikowanie tabel
- Tworzenie widoków w zapytaniach
- Tworzenie baz danych, tabel
- Modyfikowanie tabel
- Operacje na danych
Czwartek, 23 stycznia 2025, 18:00
Praktyczne podejście do SQL – powtórzenie i podsumowanie zdobytej wiedzy
- Podsumowanie zdobytej wiedzy z SQL
- Zadania praktyczne z języka SQL
MODUŁ 4: Business Intelligence: PowerBI
Wtorek, 28 stycznia 2025, 18:00
Wprowadzenie do Business Intelligence
- Podstawowe definicje związane z systemami BI
- Omówienie interfejsu oprogramowania MS Power BI
- Omówienie możliwości wykorzystania różnych typów plików w Power BI
- Omówienie procesu ETL
- Podstawowe operacje na danych
- Przegląd narzędzi wykorzystywanych w Business Intelligence
Czwartek, 30 stycznia 2025, 18:00
Power BI
- Omówienie źródeł pozyskiwania danych
- Omówienie źródeł pozyskiwania wizualizacji
- Formatowanie wizualizacji
- Wprowadzenie do Power Query (język M)
MODUŁ 5: DAX
Wtorek, 4 lutego 2025, 18:00
Wprowadzenie do DAX
- Omówienie zastosowania języka DAX
- Omówienie podstawowych funkcji agregujących języka DAX
- Tworzenie nowych kolumn w DAX
- Tworzenie miar w DAX
- Zewnętrzne narzędzia wspierające pracę w DAX – wprowadzenie do Tabular Editor i DAX Studio
Wtorek, 11 lutego 2025, 18:00
Łączenie i tworzenie nowych tabel w DAX
- Funkcje wyszukujące w DAX
- Łączenie tabel ze sobą mimo nieistniejących relacji
- Tworzenie nowych tabel – słowników i grupujących w DAX
- Tworzenie zmiennych w DAX
Czwartek, 13 lutego 2025, 18:00
Wizualizacja danych
- Techniki wizualizacji danych
- Rodzaje wykresów
- Modyfikowanie interakcji pomiędzy filtrami a wizualizacjami
- Tworzenie zakładek
Wtorek, 18 lutego 2025, 18:00
Power BI – tworzenie całościowego dashboardu
- Przygotowanie całościowego dashboardu na podstawie danych pod okiem prowadzącego
Czwartek, 20 lutego 2025, 18:00
Business Intelligence – przykłady innych narzędzi: Looker Studio
- Wprowadzenie do Looker Studio
- Omówienie zasad korzystania i wizualizacji
MODUŁ 6: Analiza danych w Pythonie
Wtorek, 25 lutego 2025, 18:00
Wprowadzenie do Pythona i Git
- Instalacja Pythona i środowiska programistycznego (np. Anaconda, Jupyter Notebook)
- GoogleColab
- Podstawy składni Pythona: typy danych, operatory, zmienne
- Podstawy Gita: instalacja, konfiguracja, podstawowe polecenia (init, clone, commit, push, pull)
Czwartek, 27 lutego 2025, 18:00
Podstawy programowania w Pythonie
- Podstawowe struktury danych
- Pętle i warunki: for, while, if-else
- Funkcje: tworzenie i wywoływanie funkcji, parametry, zwracanie wartości
- List comprehensions
Wtorek, 4 marca 2025, 18:00
Wprowadzenie do Pandas
- Tworzenie i manipulowanie DataFrame’ami
- Importowanie i eksportowanie danych z/do różnych formatów
Czwartek, 6 marca 2025, 18:00
Eksploracja danych w Pandas
- Grupowanie danych i agregacja
- Filtrowanie i sortowanie danych
- Przekształcanie i czyszczenie danych (m.in. usuwanie brakujących wartości, duplikatów)
Wtorek, 11 marca 2025, 18:00
Wizualizacja danych w Pythonie
- Wprowadzenie do Matplotlib i Seaborn
- Tworzenie podstawowych wykresów: linie, słupki, histogramy, wykresy kołowe
- Dostosowywanie wykresów: tytuły, etykiety, legendy
Czwartek, 13 marca 2025, 18:00
Matematyka i statystyka w Pythonie
- Wprowadzenie do biblioteki NumPy
- Podstawy statystyki: średnia, mediana, odchylenie standardowe
- Podstawowe rozkłady statystyczne: rozkład normalny, dwumianowy, wykładniczy, Poissona
- Centralne twierdzenie graniczne
Wtorek, 18 marca 2025, 18:00
Testowanie hipotez statystycznych w Pythonie
- Wprowadzenie do testów statystycznych
- Testowanie hipotez w Pythonie (t-test, test chi-kwadrat)
- Interpretacja wyników testów
Czwartek, 20 marca 2025, 18:00
Redukcja wymiarowości i klasteryzacja
- Wprowadzenie do klasteryzacji
- K-means
- Wizualizacja wyników
- Redukcja wymiarowości (PCA)
- Integracja PCA z klasteryzacją w celu poprawy wyników i wizualizacji
Wtorek, 25 marca 2025, 18:00
Wprowadzenie do modelowania w Pythonie cz. 1
- Wprowadzenie do modelowania danych: regresja liniowa
- Tworzenie prostych modeli predykcyjnych w Pythonie za pomocą biblioteki Scikit-learn
- Ocena jakości modelu: podział na zbiory treningowy i testowy, metryki oceny modelu (RMSE, R²)
Czwartek, 27 marca 2025, 18:00
Wprowadzenie do modelowania w Pythonie cz. 2
- Wprowadzenie do klasyfikacji binarnej
- Niezbalansowany zbiór- jak sobie z nim radzić
- Tworzenie modelu drzewa decyzyjnego lub modelu Random Forest za pomocą Scikit-learn
- Ocena jakości modelu: macierz błędów, krzywa ROC, AUC, precyzja, recall, F1-score
MODUŁ 7: Rozwój kariery
Wtorek, 1 kwietnia 2025, 18:00
Praca analityka, Q&A projektowe
- Wyzwania w pracy analityka
- Komunikacja z ludźmi z biznesu
- Najczęstsze błędy popełniane przez niedoświadczonych analityków
Czwartek, 3 kwietnia 2025, 18:00
Rozmowa kwalifikacyjna
- Przykładowa ścieżka rekrutacyjna
- Pisanie kompetentnego CV i portfolio
- Przygotowanie do rozmowy kwalifikacyjnej z rekruterem
- Przygotowanie do rozmowy technicznej
- Przykładowa rozmowa rekrutacyjna
- Analiza wybranych zadań rekrutacyjnych
- Metoda STAR
- Pytania, które warto zadać firmie
- Jak negocjować ofertę pracy?
Wtorek, 8 kwietnia 2025, 18:00
Prezentacja projektów końcowych cz. 1
Przeprowadzenie kompleksowej analizy danych w celu zidentyfikowania kluczowych czynników wpływających na zmienną predykowaną, stworzenie dashboardu – wizualizacji oraz stworzenie modelu predykcyjnego, który pozwoli przewidywać przyszłe wyniki.
- Zgromadzenie danych (pliki różnego typu plus baza danych SQL)
- Przygotowanie danych za pomocą różnego typu narzędzi (Python/ Power Query)
- Analiza statystyczna, predykcyjna, modelowanie
- Wizualizacja danych
Czwartek, 10 kwietnia 2025, 18:00
Prezentacja projektów końcowych cz. 2
Co nasi kursanci mówią o Labie?
"Zdecydowanie polecam kursy LABA - świetna organizacja, świetne przygotowanie merytoryczne, wspaniała atmosfera, praktyczne podejście:)"
"Bardzo fajnie strukturyzuje wiedzę z wybranego zakresu. Solidne przygotowanie prowadzącego - łatwość dostępu do informacji i spora dawka praktyki w kursie, którą można przełożyć na swoje codzienne obowiązki i usprawniać."
"Ogólnie polecam! dobry poziom kursów, fajni prowadzący, świetna obsługa klienta i ceny ok."
"Do tej pory odbyłem dwa kursy z LABA. Jestem naprawdę zadowolony z obu. Pomogli mi podnieść kwalifikacje i ubiegać się o lepiej płatną pracę"
"Za mną już kilka kursów organizowanych przez Laba.
Świetnie zorganizowane, przyjaźni, ale i wymagający wykładowcy. Gorąco polecam :)"
"Super merytoryczne kursy oraz materiały, polecam!"
"Polecam! To zupełnie nowe podejście do szkoleń!"
"Fajna kadra, dużo praktycznej wiedzy, tempo nauki dostosowane do możliwości osób pracujących. Skorzystałam raz, ale na pewno jeszcze wróce do Laby."
"Profesjonalna firma, świetny kurs z Google Ads, materiały. Konkretna wiedza do wykorzystania od razu. Polecam :)"
"Bralam udzial w kilku kursach przygotowanych przez szkole LABA - Analityka w marketingu, Marketing Automation i Google Ads Analityk reklamowy - kursy przygotowane bardzo merytorycznie. Jestem bardzo zadowolona i szczerze polecam kursy i szkole LABA!"
Dowiedz się więcej
Wypełnij formularz, a nasz doradca edukacyjny skontaktuje się z Tobą i udzieli szczegółowych informacji na temat przebiegu oraz ceny kursu.
Wymagania przed kursem
-
01
Wymagania sprzętowe
- System operacyjny: Windows 10 lub nowszy
- Pamięć RAM: minimum 4 GB
- Procesor: minimum 1 GHz, x64
- Rozdzielczość ekranu: preferowane 16:9
- Zalecane korzystanie z drugiego monitora
-
02
MS Excel (wersja 2019 lub nowsza)