Naslovnica

Data Analyst Akademije

Data Analyst Akademija namijenjena je svima koji su zaduženi za brzu pripremu i vizualizaciju raznih analiza i izvještaja poput analiza profitabilnosti, strukture prihoda i rashoda, analize plaća, prodajnih rezultata, produktivnosti, ponašanja kupaca, ključnih pokazatelja uspješnosti i sl.

Edukacija se temelji na službenim Microsoftovim nastavnim materijalima, a oslanjamo se na skladišta podataka bazirana na Microsoft SQL Serveru, alat Microsoft Power BI i Excel kao pomoćni alat pri analizi i vizualizaciji podataka. Svaki dan susrećemo se i suočavamo sa sve većom količinom podataka.

Bez obzira generiraju li se podaci kao posljedica poslovnih procesa ili izvan poslovnih sustava, potreba za sve naprednijim načinima analize i vizualizacije podataka sve je očitija. Podatkovni analitičar (engl. Data Analyst) fokusiran je na dohvaćanje i pripremu podataka u cilju njihove analize i pronalaženja dubljih zaključaka važnih za poslovanje i organizaciju.

Mentorirano

Prijavi se

Mentorirano+

Prijavi se

Classroom

Prijavi se
FORMAT NASTAVE
Q&A sesije (jedanput tjedno u trajanju od 90 minuta)Online nastava u živo (dva do tri puta tjedno u trajanju od 90 minuta)Nastava u učionici u klasičnom obliku(jedan do dva puta mjesečno po 3, 5 ili 6 dana od 08:00 ili 09:00 do 16:00 ili 17:00 sati)
Službeni Microsoft nastavni materijal (DA100, 20767, 20768, 20779, 55232)
Službeni Microsoft certifikacijski ispit DA-100
Probni ispit MeasureUp Practice Test DA-100
Početna radionica za orijentaciju
Pristup video materijalima na hrvatskom jeziku koji prate službeni nastavni materijal u trajanju od 180 dana
Pristup službenim praktičnim vježbama (labovima) u trajanju od 180 dana(pristup labovima samo tijekom održavanja nastave)
Cijena12487,50kn16237,50 kn21862,50 kn

Što ćete naučiti

  • Identificirati neovisne i ovisne varijable i razine mjerenja u njihovim vlastitim analitičkim scenarijima.
  • Utvrdite zanimljive varijable u tablicama relacijskih baza podataka.
  • Odabrati razinu agregacije podataka i dizajn skupa podataka koji odgovaraju planiranoj analizi i alatu.
  • Koristite TSQL SELECT upite za izradu skupova podataka za analizu u alatima kao što su PowerBI, SQL Server Reporting Services, Excel, R, SAS, SPSS i drugi.
  • Istražiti i proširiti klasičnu Excel dashboard.
  • Urediti i uvesti .CSV datoteku.
  • Povezati se s izvorima podataka i optimizirati podatkovne modele.
  • Modelirati podatke u cilju boljih performansi i skalabilnosti.
  • Dizajnirati i kreirati izvještaje za analizu podataka.
  • Upravljati izvještajima i dijeliti ih.
  • Kreirati izvještaje u alatu Power BI.
  • Opisati komponente, arhitekturu i prirodu BI rješenja.
  • Stvoriti višedimenzionalnu bazu podataka pomoću Analysis Services.
  • Implementirati dimenzije u kocku (engl. Implement dimensions in a cube).
  • Implementirati logični dizajn DWH.

Kome je namijenjeno

  • Akademija je namijenjena podatkovnim analitičarima, BI profesionalcima i sličnim stručnjacima te onima koji to žele postati. Moderno poslovanje nezamislivo je bez kvalitetnih poslovnih analitičara i stoga je ova edukacija namijenjena svima koji svojim znanjem žele unaprijediti poslovanje te osigurati aktualnost na tržištu rada.
 

Preduvjeti

  • Osnovno poznavanje operacijskog sustava Windows i njegovih temeljnih funkcionalnosti uključujući navigaciju datotečnim sustavom.
  • Znanja o analizi podataka i BI scenarijima kao npr. razumijevanje potrebe uspostave BI izvještavanja u cilju unapređenja poslovanja.
  • Osnovno razumijevanje sustava kao što je SQL Server.
  • Znanje o i iskustvo u radu s relacijskim bazama podataka.
  • Napredno poznavanje aplikacije Excel uključujući formule, grafikone, filtriranje, sortiranje i podzbrojeve.
  • Osnovno znanje o analitici podataka.
  • Iskustvo u korištenju Transact-SQL-a.
  • Osnovno poznavanje DWH topologije kao npr. star i snowflake
  • Poželjna je svijest o ključnim poslovnim prioritetima poput prihoda, profitabilnosti i financijskog računovodstva.

Nastavni plan

Pregledaj
  • MOC 55232: Writing Analytical Queries for Business Intelligence
    • Module 1: Introduction to TSQL for Business Intelligence
    • Module 2: Turning Table Columns into Variables SELECT List Expressions, WHERE, and ORDER BY
    • Module 3: Combining Columns from Multiple Tables into a Single Dataset The JOIN Operators
    • Module 4: Creating an Appropriate Aggregation Level Using GROUP BY
    • Module 5: Subqueries, Derived Tables and Common Table Expressions
    • Module 6: Encapsulating Data Retrieval Logic
    • Module 7: Getting Your Dataset to the Client
  • MOC 20779: Analyzing Data with Excel
    • Module 1: Data Analysis in Excel
    • Module 2: The Excel Data Model
    • Module 3: Importing Data from Files
    • Module 4: Importing Data from Databases
    • Module 5: Importing Data from Excel Reports
    • Module 6: Creating and Formatting Measures
    • Module 7: Visualizing Data in Excel
    • Module 8: Using Excel with Power BI
  • MOC DA-100: Analyzing Data with Power BI
    • Module 1: Get Started with Microsoft Data Analytics
    • Module 2: Prepare Data in Power BI
    • Module 3: Clean, Transform, and Load Data in Power BI
    • Module 4: Design a Data Model in Power BI
    • Module 5: Create Measures using DAX in Power BI
    • Module 6: Optimize Model Performance
    • Module 7: Create Reports
    • Module 8: Create Dashboards
    • Module 9: Create Paginated Reports in Power BI
    • Module 10: Perform Advanced Analytics
    • Module 11: Create and Manage Workspaces
    • Module 12: Manage Datasets in Power BI
    • Module 13: Row-level security
  • MOC 20768: Developing SQL Data Models
    • Module 1: Introduction to Business Intelligence and Data Modeling
    • Module 2: Creating Multidimensional Databases
    • Module 3: Working with Cubes and Dimensions
    • Module 4: Working with Measures and Measure Groups
    • Module 5: Introduction to MDX
    • Module 6: Customizing Cube Functionality
    • Module 7: Implementing a Tabular Data Model by Using Analysis Services
    • Module 8: Introduction to Data Analysis Expression (DAX)
    • Module 9: Performing Predictive Analysis with Data Mining
  • MOC 20767: Implementing a Data Warehouse using SQL
    • Module 1: Introduction to Data Warehousing
    • Module 2: Planning Data Warehouse Infrastructure
    • Module 3: Designing and Implementing a Data Warehouse
    • Module 4: Columnstore Indexes
    • Module 5: Implementing an Azure SQL Data Warehouse
    • Module 6: Creating an ETL Solution
    • Module 7: Implementing Control Flow in an SSIS Package
    • Module 8: Debugging and Troubleshooting SSIS Packages
    • Module 9: Implementing a Data Extraction Solution
    • Module 10: Enforcing Data Quality
    • Module 11: Using Master Data Services
    • Module 12: Extending SQL Server Integration Services (SSIS)
    • Module 13: Deploying and Configuring SSIS Packages
    • Module 14: Consuming Data in a Data Warehouse
  • Exam DA-100: Analyzing Data with Power BI
Preuzmi

Za koji certifikat te priprema?

  • Microsoft Certified: Data Analyst Associate

Podijeli: Facebook Twitter Google+