Šie mokymai nebeorganizuojami, todėl rekomenduojame rinktis kitus mokymus šioje kategorijoje.

Duomenų analitika ir Python programavimo pagrindai

Pradžia » Kursai » IT kursai » Duomenų bazės » Duomenų analitika ir Python programavimo pagrindai

Tipas: Kursai
Lygis: Pradedančiųjų
Baigimo pažymėjimas: Išduodamas
Kalba: Lietuvių, Anglų k.
Trukmė: 10 sav. (160 ak. val.)
Organizatorius: Vilnius Coding School (UAB Programavimo mokykla)

Kaina: 2400€

Data

Miestas

Laikas, vieta, komentaras

2023-10-10

Internetu

4 kartus per savaitę, nuo 18.00-22.00 val.

2023-11-07

Internetu

4 kartus per savaitę, nuo 18.00-22.00 val.

2023-11-10

Internetu

4 kartus per savaitę, nuo 18.00-22.00 val. (Anglų k.)

2023-12-05

Internetu

4 kartus per savaitę, nuo 18.00-22.00 val.

Užklausa

Organizacijose milžinišku tempu didėjant duomenų kiekiui aktualu tampa specialistų, mokančių dirbti su didžiaisiais duomenimis (angl. Big Data), kiekis. Duomenų analitikos mokymai skirti norintiems gebėti įgalinti duomenis, juos analizuoti ir generuoti įžvalgas paremtas duomenimis. Taip pat tiems, kurie nori sieti savo karjerą su duomenų analitiko darbu. Kurso metu Jūs įgausite svarbiausius teorinius ir praktinius pagrindus, kurie leis atlikti įvairias užduotis susijusias su duomenimis: analizuoti duomenis, dirbti su duomenų bazėmis, duomenų atvaizdavimo įrankiais bei gebėti naudoti Python programavimo kalbą duomenų analitikoje. Baigus šiuos mokymus Jūs galėsite pradėti savo karjerą pradedančiojo duomenų analitiko pozicijoje arba efektyvinti savo kasdienį darbą esamoje darbo pozicijoje. Didžiųjų duomenų analitikas – šiuo metu viena paklausiusių specialybių IT darbo rinkoje.

Ką gebėsiu po mokymų?

- Dirbti analitikų komandoje ir atlikti pagrindines užduotis.
- Atrasti įžvalgas duomenyse („Tableau“/„Power Bi“)
- Pasiekti jums reikiamus duomenis ir juos ištraukti naudojant SQL kodą.
- Versijuoti ir saugoti savo atliekamas analizes.
- Sutvarkyti, išanalizuoti duomenis ir juos pristatyti ( „Python“: „Pandas“, „Sckitlearn“, „Matplotlib“ etc, „Jupyter Notebooks“,).

Kas po mokymų?

Po šių mokymų, studentai kviečiami toliau nemokamai dalyvauti mokyklos mentorystės programoje: visą mėnesį, iškilus klausimams, tiek kreiptis į mokyklos lektorių, tiek naudotis mokyklos klasėmis savarankiškam mokymuisi.

Mūsų studentams, norintiems pradėti karjerą IT srityje, padedame susirasti praktikos arba darbo vietą vienoje mūsų IT įmonių-partnerių. Visoje Lietuvoje šiuo metu turime beveik 250 įmonių-partnerių tinklą. Net 85 proc. visų, baigusių mokyklą ir besikreipusių dėl darbo, sėkmingai pavyksta pradėti karjerą IT srityje

Mokymų programa:

ĮVADAS Į DUOMENŲ ANALITIKĄ
SQL
Duomenų bazių struktūra:
● Lentelių schemos/architektūra
● Lentelių sukūrimas/redagavimas/naikinimas
● Įrašų lentelėje sukūrimas/redagavimas/naikinimas

Duomenų ištraukimas iš duomenų bazių:
● Užklausų sintaksė
● Duomenų filtravimas
● Pagrindinės funkcijos užklausose
● Lentelių jungimas (ryšiai tarp jų)
● Vidinės užklausos

DUOMENŲ TIPAI
TABLEAU arba POWER BI
Duomenų prisijungimas ir tvarkymas pasitelkiant Tableau prep / Power Query:
● Duomenų tipų keitimas ir valymas
● Naujų kintamųjų kūrimas
● Lentelių jungimas ir duomenų agregavimas

Vizualus susipažinimas su duomenimis:
● Grafikų kūrimas
● Tinkamos vizualizacijos parinkimas
● Įžvalgų ir tendencijų pastebėjimas

Detali analizė ir naujų kintamųjų kūrimas:
● Naujų suskaičiuotų laukų kūrimas, set’ų ir grupių kūrimas (calculated fields) (Tableau)
● Naujų lentelių skaičiavimas ir parametrų kūrimas (table calculation) (Tableau ir Power BI)
● Skirtingų duomenų tipams pritaikytų filtrų kūrimas (Tableau)
● Lentelių, stulpelių, measures kūrimas naudojant DAX kalbą (Power BI)

Gautų rezultatų apibendrinimas naudojant dashboard ir stories/bookmarks:
● Dashboard estetika
● Spalvų pasirinkimas
● Tikslingas duomenų atvaizdavimas

PYTHON PAGRINDAI IR ĮVADAS Į STATISTINĘ ANALIZĘ
Programavimo kalbos sintaksės pagrindai:
● Duomenų struktūros: string, integer, float, boolean, list, set, dictionary
● Sąlygos: if / elif / else
● Ciklai: for loop, while loop
● Funkcijos: paprastosios ir anoniminės. Funkcijų pritaikymas duomenims. Supažindinimas ir darbas su populiariausiomis duomenų analitikos bibliotekomis (numpy, pandas, math)
● Teorinis supažindinimas su numpy ir math
● Praktinis darbas su pandas biblioteka: duomenų nuskaitymas, transformavimas, tvarkymas ir paruošimas analizei

Duomenų vizualizavimas:
● Matplotlib: duomenų vaizdavimas naudojant plot, hist, bar, scatter. Grafikų konfigūravimas
● Seaborn: duomenų vaizdavimas, stilistika

Statistiniai modeliai (teorinis pagrindas, praktinis pritaikymas su scikit-learn biblioteka):
● tiesinė regresija
● klasterizavimas
● pasirinkimo medžiai

BAIGIAMASIS PROJEKTAS, PRISTATYMAS IR ATSISKAITYMAS

Karjeros startui – minkštųjų įgūdžių (soft skills) dalis:
1. Bendravimo įgūdžiai

Aktyvus klausymasis
Efektyvi komunikacija
Bendravimas su sunkiais klientais
Ryšio kūrimas
2. Problemų sprendimo strategijos

Problemų analizavimas ir diagnostika
Sprendimų nustatymas
Gedimų šalinimo būdai
Pagrindinės problemos priežasties analizė
Naujausios problemų sprendimo technologijos
Kaip gauti atsiliepimus iš vadovų
Profesinis tobulėjimas
3. Laiko valdymas ir organizavimas

Užduočių prioritetų nustatymas
Darbo krūvio valdymas
Delegavimas ir bendradarbiavimas
4. Emocinis intelektas

Emocijų supratimas ir valdymas
Empatija ir užuojauta
Konfliktų sprendimas
Streso valdymas
5. Kaip išmokti daugiau ir greičiau bei mažiau
pamiršti

5 minučių smegenų mankšta
Išvalykite savo „protinį rūką“ su šiais 5
skaniais smegenų maisto produktais
Išmokite galingą atminties techniką, kad
niekada nepraleistumėte susitikimo

Atsiliepimai:
Kolkas nėra jokių atsiliepimų apie šį kursą.
Parašykite atsiliepimą:




    Mokymų ir kursų temos


    Užklausa