دوره آموزشی مقدمه ای بر مهارت های شغلی در تجزیه و تحلیل داده ها

جزئیات دوره

آیا به عنوان یک تحلیلگر داده آماده هستید تا اولین قدم را در سفر خود بردارید؟ اهداف شما هرچه که باشند، برای شروع امروز نیازی به پیشینه در علوم کامپیوتر ندارید. در این دوره آموزشی، مربی رابین هانت، نگاهی جامع و پشت صحنه به شما می دهد که واقعاً چگونه یک تحلیلگر داده است، از استفاده از مفاهیم داده و مهارت های هوش تجاری گرفته تا رسیدن به اولین نقش و پیشرفت شغلی.

قدرت داده ها و تجزیه و تحلیل داده ها را بررسی کنید تا درک بهتری از نقش ایجاد کنید. در مورد هوش تجاری، تصمیم گیری مبتنی بر داده، روش های جمع آوری داده ها، کشف و تفسیر، و همچنین نحوه ساختار، ارزیابی و تبدیل داده ها با استفاده از توابع اصلی در Excel و Power BI بیاموزید. از رابین در مورد مدل‌سازی، تجسم و ترسیم بازار کار به‌عنوان یک تحلیل‌گر حرفه‌ای، بینش جمع‌آوری کنید. در پایان این دوره، شما مهارت هایی را خواهید داشت که برای شروع یک مسیر شغلی جدید و مقابله با آزمون گواهینامه Microsoft GSI Data Analytics نیاز دارید.

سرفصل ها

0. مقدمه

01 - شروع کار با تجزیه و تحلیل داده ها

1. مقدمه ای بر داده ها و تجزیه و تحلیل داده ها

02 - تعریف تحلیل داده ها و نقش ها در تجزیه و تحلیل داده ها
03 - توسعه روانی داده ها
04 - درک چگونگی تأثیر حاکمیت داده بر تحلیلگر داده
05 - درک اهمیت کیفیت داده ها

2. مقدمه ای بر هوش تجاری

06 - BI چیست و ارزش کسب و کار
07 - تجزیه و تحلیل تجاری و BI چگونه متفاوت هستند
08- چگونه داده ها می توانند اطلاعات سازمان را تامین کنند

3. شناسایی داده ها

09 - درک ارزش تصمیم گیری مبتنی بر داده
10- تکنیک های پرسشگری برای جمع آوری داده های مناسب
11 - کشف و تفسیر داده های موجود
12 - منابع و ساختارهای داده

4. آماده سازی داده ها

13 - توصیف بهترین شیوه های داده ها
14 - ارزیابی و تطبیق داده ها برای تبدیل
15 - درک قوانین داده ها
16 - نکاتی در مورد تهیه داده ها در اکسل

5. تبدیل داده ها

17 - تبدیل داده ها در اکسل با Power Query
18 - تبدیل داده ها در SQL
19 - تبدیل داده ها در Power BI
20 - نظافت و تبدیل مشترک
21 - استفاده از توابع داخلی

6. مدل سازی داده ها

22 - پایگاه های اطلاعاتی رابطه ای
23 - مدل سازی داده ها برای Power BI
24 - استاد مدیریت داده ها
25 - داده های بدون ساختار

7. تجسم داده ها

26 - روش های تجسم و بهترین شیوه ها
27 - ایجاد گزارش برای تجسم داده های خود در صفحات
28 - ایجاد داشبورد برای گزارش
29 - جمع آوری الزامات برای تجسم
30 - ارائه چالش های داده ای به طور موثر به دیگران
31 - نهایی کردن داشبوردها
32 - افزودن فیلترهای داشبورد
33 - اصلاح نکات ابزار داشبورد

8. نقشه شغلی در فیلد تجزیه و تحلیل داده ها

34 - کارگران داده
35 - تحلیلگران داده
36 - مهندسین داده
37 - دانشمندان داده

ادامه سفر یادگیری تجزیه و تحلیل داده شما

38 - مراحل بعدی و منابع اضافی