Proqram

Data Analitikası

Texniki baza biliklərinə malik olan və biznes-analitika, məlumat analizi sahəsində peşəkar inkişafa çalışan hər kəs üçün bu kurs çox uyğundur. Qəbul zamanı kompüter elmləri ilə tanışlığı olan tələbələrə üstünlük veriləcək. Data Analytikası kursu müasir data-analizi dünyasına inteqrasiya olunaraq tələbəni növbəti 5 il üzrə bazar çağırışlarına tam hazırlayır. Proqramı uğurla başa vuran hər kəs informasiya texnologiyaları dünyasına çıxış üçün zəruri alətlər əldə edəcək. Biznes-analitika sahəsində peşəkar mütəxəssis kimi böyük həcmdə məlumatların analizini, onların nəticələrinin biznesdə tətbiqini bacaracaq.

Data Analitikası proqramı üzrə təhsil haqqı 2250 AZN təşkil edir.

Proqrama qeydiyyat aktiv deyil
Başlanğıc

Aprel 2024

Müddət

4 ay

Qrup

20-25 nəfər

Tədris qrafiki

III gün saat 19:00 ; V gün saat 19:00 ; VII gün saat 11:00

Qəbul şərtləri
Gözlənti

İntensiv tədrisə hazırlıq

Dil biliyi

Minimum intermediate səviyyəsində ingilis dili biliyi

Tələb

Fərdi noutbuk, yaxud kompüterə malik olmaq

Yaş həddi

18 yaş və yuxarı

Kurs tələbələrə bunları qazandıracaq:

Bazanın proqramlaşdırılması sahəsində bilik və bacarıqların genişləndirilməsi

Məlumatların modelləşdirilməsi, birləşdirilməsi və təqdimatı formasının təyin edilməsi

Dinamik informasiya tablosunun qurulması və tətbiqi üçün müvafiq alətlərdən istifadənin öyrənilməsi

Məlumat saxlanması metodologiyası və ETL dəstəyi üzrə əsas biliklər

Hesabatlılıq sahəsində peşəkar yanaşmalar üzrə biliklər: QlikSense, PowerBI, Tableau və s

IT layihələrinin uğurla həyata keçirilməsindən ötrü biznes-analitika üzrə bütün zəruri bilik və bacarıqları əldə etmək

Proqram

Data Analitikası
4

Modul sayı

  • Texnologiyanın Təkamülü
  • Müasir dünyada verilənlərin əhəmiyyəti
  • Data nədir?
  • Məlumat Texnologiyaları
  • Data Rolları
  • SQL nədir?
  • Oracle XE və SQL Developer
  • SQL SELECT ifadələrinin imkanlarını izah edin
  • Əsas SELECT ifadəsini yerinə yetirin
  • Sorğu ilə əldə edilən sıraları məhdudlaşdırın
  • Sorğu ilə əldə edilən cərgələri çeşidləyin
  • SQL-də mövcud olan müxtəlif növ funksiyaları təsvir edin
  • SELECT ifadələrində simvol, nömrə və tarix funksiyalarından istifadə edin
  • SQL-də mövcud olan müxtəlif növ çevirmə funksiyalarını təsvir edin
  • TO_CHAR, TO_NUMBER və TO_DATE çevirmə funksiyalarından istifadə edin
  • SELECT ifadəsində şərti ifadələr tətbiq edin
  • Mövcud qrup funksiyalarını müəyyənləşdirin
  • Qrup funksiyalarının istifadəsini təsvir edin
  • GROUP BY bəndindən istifadə edərək məlumatları qruplaşdırın
  • HAVING bəndindən istifadə edərək qruplaşdırılmış sətirləri daxil edin və ya xaric edin
  • Write SELECT statements to access data from more than one table using equijoins
  • Join a table to itself by using a selfjoin
  • View data that generally does not meet a join condition by using OUTER joins
  • Generate a Cartesian product of all rows from two or more tables
  • Ekvijoinlərdən istifadə edərək birdən çox cədvəldən verilənlərə daxil olmaq üçün SEÇİM ifadələrini yazın
  • Öz-özünə qoşulmadan istifadə edərək cədvələ qoşulun
  • OUTER birləşmələrindən istifadə edərək ümumiyyətlə birləşmə şərtinə cavab verməyən dataya baxın
  • İki və ya daha çox cədvəldən bütün sətirlərin Kartezian məhsulunu yaradın
  • Describe set operators
  • Use a set operator to combine multiple queries into a single query
  • Control the order of rows returned
  • Describe each data manipulation language (DML) statement
  • Insert rows into a table
  • Update rows in a table
  • Delete rows from a table
  • Control transactions
  • Categorize the main database objects
  • Review the table structure
  • List the data types that are available for columns
  • Create a simple table
  • Explain how constraints are created at the time of table creation
  • Create simple and complex views
  • Retrieve data from views
  • Create, maintain, and use sequences
  • Create and maintain indexes
  • Create private and public synonyms
  • Overview of ETL: What is Extract, Transform, Load?
  • Importance of ETL in data integration.
  • Key concepts: Source, Transformation, Destination.
  • Batch extraction vs. Realtime extraction.
  • Exploring various data sources (e.g., databases, APIs, files).
  • ETL tools for data engineering (e.g., Apache NiFi, ODI).
  • Loading data incrementally vs. full loads
  • Hands-on exercise: Extracting data from a sample source.
  • Hands-on exercise: Basic data transformation.
  • Hands-on exercise: Loading transformed data into a destination.
  • Hands-on exercise: Slowly Change Dimension
  • Data Modelling
  • Practic Session
  • Exam
  • Introduction to python
  • Data types
  • Operators,operator precedence
  • Introduction to functions
  • Print() function
  • Type conversion
  • Variables
  • Input() function
  • Modules
  • Errors
  • Introduction to string,list,tuples
  • Operators -index,slice,escape,formatting
  • Concatenation&Repetition
  • Split(),Join() functions
  • Iteration - for loops
  • Range() function
  • Loop accumulation
  • Boolean values,expressions
  • Conditional control structure
  • Loop accumulation with conditionals
  • String/list methods
  • Files
  • Dictionaries
  • Loop accumulation with string/list/dictionaries
  • Sets
  • Tuples,tuple unpacking,enumerate(), * operator
  • While loops
  • Functions
  • Optional parameters
  • Anonymous functions
  • Sorted() function
  • JSON
  • Pickle
  • Object serialization
  • Nested iteration
  • Map,filter,list comprehensions,zip
  • Clean code principles
  • Requests module
  • Regex
  • Classes
  • Itertools
  • Collections
  • Introduction to algorithms
  • More on algorithms
  • Multidimensional arrays
  • Elementwise operations
  • Math functions
  • Jupyter
  • Numpy
  • Pandas
  • Introduction to probability
  • Monte Carlo methods
  • Statistics
  • EDA
  • Exam
  • What is data visualization?
  • Importance of data visualization in decision-making
  • Types of data visualization (e.g., charts, graphs, maps)
  • Popular data visualization tools in the world
  • Comparison of data visualization tools (e.g., Qlik Sense, Tableau, Power BI)
  • Overview of Qlik Sense and its features
  • Installation and setup of Qlik Sense Desktop
  • A quick tour of the Qlik Sense interface
  • Exploring the Qlik Sense interface
  • Loading data into Qlik Sense
  • Building your first Qlik Sense app
  • Understanding data models in Qlik Sense
  • Qlik Sense scripting language (QlikView Expression Language)
  • Loading and transforming data with scripting
  • Introduction to charts and visualizations
  • Creating basic charts
  • Customizing and formatting visualizations
  • Advanced chart types (e.g., pivot tables, map charts)
  • Adding interactivity to dashboards
  • Integrating Qlik Sense with other tools (e.g., Excel, web applications)
  • Overview of Qlik Sense extensions
  • Best practices for Qlik Sense development
  • Recap of key concepts
  • Final Q&A and course review

In this module, you will prepare for and complete a comprehensive final exam that assesses your understanding of the key concepts covered in the previous modules. This module will provide guidance on exam preparation strategies, review important topics, and offer practice exercises to ensure you are well-prepared to excel in the final assessment.