Data Analytics Essentials self-study

Data Analytics Essentials — Fundamentele analizei datelor

Descoperă cum poți transforma datele în informații utile pentru luarea deciziilor. Cursul Data Analytics Essentials te ajută să înveți cum să lucrezi cu datele, de la colectarea și pregătirea lor până la analizarea și prezentarea rezultatelor, folosind Excel, SQL și Tableau.

Vei învăța să organizezi, să prelucrezi și să vizualizezi date folosind Excel, să interoghezi baze de date relaționale cu SQL și să creezi vizualizări în Tableau. Activitățile practice te ajută să aplici conceptele și să construiești un portofoliu de analiză a datelor.

Cui  se adresează?

Cursul este potrivit pentru elevi, studenți, persoane care doresc o reconversie profesională și profesioniști care vor să înceapă să lucreze cu date.

Cerințe preliminare

Nu sunt necesare cunoștințe anterioare de analiză a datelor.  Parcurgerea cursului SQL Fundamentals MySQL este recomandată.

Ce vei învăța?

• Să colectezi, să pregătești și să cureți date.

• Să organizezi și să transformi date în Excel.

• Să aplici metode statistice de bază.

• Să extragi informații din baze de date folosind SQL.

• Să creezi vizualizări în Tableau.

• Să înțelegi implicațiile etice și riscul de părtinire în analiza datelor.

Format: online, studiu individual, în ritm propriu.

Curriculum

• Ședința 1 Proiecte de analiză a datelor (3h 30m)
  • ​Analiza datelor în timp real
  • Valoarea analizei datelor
  • Revoluția analizei datelor
  • Diferite tipuri de analiză
  • Analiza datelor în practică
  • Procesul de analiză a datelor
  • Înţelegerea contextului de afaceri

  • ​Portofoliul de proiecte
  • Importanța unui portofoliu de proiecte
    
  • Introducere în blogging
  • Publicarea proiectelor pe GitHub
    
  • Pașii pentru crearea unui fișier README
    
• Ședința 2 Introducere în colectarea și explorarea datelor (3h 30m)
  • ​Instrumente pentru înțelegerea datelor
  • Prezentare generală a analizei
  • Date și seturi de date
  • Instrumente pentru analiza datelor
  • Introducere în platforma Kaggle și în seturile de date
  • Noțiuni și funcționalități de bază în Excel
  • Utilizarea Excel în procesul de analiză a datelor

  • ​Utilizarea funcțiilor simple pentru analiza datelor
  • Colectarea datelor
  • Observații, variabile și valori
  • Tipuri de variabile
    
• Ședința 3 Pregătirea și curățarea datelor pentru analiză (3h 30m)
  • Surse de date
  • Selectarea datelor relevante
  • Date statistice şi date în flux
  • Tipuri şi formate de date

  • ​Caracteristicile datelor structurate
  • Fişiere CSV
  • Tipuri de fişiere structurate

  • ​Date nestructurare
  • Big Data şi luarea deciziilor
  • Fişiere nestructurate
  • Surse de date nestructurate

  • ​Pregătirea datelor
  • De ce conţin datele erori şi neconcordanţe?
  • Procesele ETL şi ELT
  • Curăţarea datelor
• Ședința 4 Transformarea datelor cu Excel (3h 30m)
  • ​Sortarea și filtrarea datelor în Excel
  • Organizarea datelor prin sortare și filtrare în Excel
  • Formatarea şi ajustarea datelor
  • Conversia datelor în Excel
  • Formatarea condițională
  • Combinarea seturilor de date
  • Calcule pe date
  • Formule și funcții
  • Tabele pivot
• Ședința 5 Analiza datelor folosind metode statistice (3h 30m)
  • ​Utilizarea statisticii pentru interpretarea datelor
  • Ce sunt statistica, populațiile și eșantioanele?
  • Statistică descriptivă
  • Statistica și Big Data
  • Alegerea vizualizării potrivite pentru scopul analizei
    
  • Importanța vizualizărilor
  • Tipuri uzuale de vizualizare a datelor
  • Crearea vizualizărilor în Excel
  • Pașii pentru crearea vizualizărilor în Excel
  • Tratarea anomaliilor din date 
  • Identificarea anomaliilor prin vizualizarea datelor
  • Valori atipice şi anomalii
  • Utilizarea Excel pentru rezolvarea problemelor legate de date
  • Introducere în funcţia VLOOKUP
  • Ce poţi face cu funcţia VLOOKUP
• Ședința 6 Introducere în bazele de date relaționale și SQL (3h 30m)
  • ​Noțiuni de bază privind gestionarea datelor
  • Introducere în bazele de date
  • Baze de date bazate pe fișiere plate
  • Limitările fișierelor plate
  • Baze de date relaționale
  • Diagrame entitate-relație (ERD)
  • SQL
  • Limbajul de interogare SQL
  • Ce este SQL?
  • Utilizarea SQL pentru interogarea datelor
  • Bune practici pentru interogările SQL
  • Utilizarea operatorilor în interogările SQL
• Ședința 7 Introducere în interogările SQL (3h 30m)
  • ​Schema bazei de date
  • Chei
  • Relații între tabelele bazei de date
  • Tipuri de date
  • Utilizarea SQL cu mai multe tabele
    
  • Lucrul cu mai multe tabele în SQL
  • Combinarea tabelelor prin operații JOIN
  • Tipuri de operații JOIN
  • Îmbinări naturale (NATURAL JOIN)
  • Combinarea funcțiilor SQL pentru extragerea datelor
    
  • Combinarea tabelelor prin operații JOIN
  • Funcționalități de gestionare a datelor în SQL și alternative
    
  • Limbajul de manipulare a datelor (DML)
  • Limbajul de definire a datelor (DDL)
  • Date distribuite și NoSQL
    
• Ședința 8 Introducere în Tableau (3h 30m)
  • ​Introducere în Tableau
  • Primii pași în Tableau
  • Crearea vizualizărilor în Tableau
    
  • Vizualizări în Tableau
  • Crearea vizualizărilor
  • Tablouri de bord în Tableau
    
  • Introducere în tablourile de bord
  • Date statice și date actualizate în timp real
  • Avantajele tablourilor de bord
  • Bune practici pentru realizarea tablourilor de bord
  • Crearea unui tablou de bord nou
  • Crearea tablourilor de bord
• Ședința 9 Etică și părtinire în lucrul cu datele (3h 30m)
  • ​Părtinirea în analiza datelor
  • Tipuri de părtinire
  • Evitarea părtinirii
  • Utilizarea etică a datelor
    
  • Probleme etice legate de date
  • Reglementări actuale și viitoare
  • Scenarii privind etica utilizării datelor
  • Securitatea datelor
    
• Ședința 10 Pașii următori în dezvoltarea competențelor (3h 30m)
  • ​Cerințe pentru realizarea unui portofoliu
  • Exemple de portofolii
  • Construirea propriului portofoliu
  • Cum evaluează angajatorii portofoliile
  • Dezvoltarea competențelor de analiză a datelor
    
  • Importanța programării în analiza datelor
  • Rolul Python în analiza datelor
  • Introducere în notebook-urile Jupyter