0(0 Ratings)

Power BI: Πρακτικές Data Cleaning & Μοντελοποίησης Δεδομένων

⚠️ Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.

Categories Microsoft Power BI
139,00 

🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.

Χαρακτηριστικά του μαθήματος

Περιγραφή

Το μάθημα "Power BI: Πρακτικές Data Cleaning & Μοντελοποίησης Δεδομένων" είναι ιδανικό για τους λάτρεις μετασχηματισμού (data transformation) και καθαρισμού δεδομένων (data cleaning) με την χρήση του Power Query και εκείνων που θέλουν να μάθουν να δημιουργούν Data Models και να αντιμετωπίζουν τις προκλήσεις ανάπτυξής τους. Μέσα από αυτό το μάθημα, θα λάβετε θεμελιώδεις δεξιότητες και τεχνικές σχετικές με το Power Query, ένα απαραίτητο εργαλείο του Microsoft Power BI, καθώς και θα δημιουργήσετε από την αρχή ένα Data Model κατανοώντας πώς ορίζονται και αναγνωρίζονται οι σχέσεις μεταξύ των πινάκων, αλλά και πώς αντιμετωπίζονται διάφορες προκλήσεις του Data Modeling. Ακολουθώντας την φιλοσοφία της Data Tutor, το μάθημα αυτό σας παρέχει μια πρακτική εμπειρία εκμάθησης με την χρήση real-world δεδομένων και σεναρίων, επίλυση αποριών με άλλους μαθητές, καθώς και καθοδήγηση από επαγγελματία. Προς το τέλος του μαθήματος, θα έχετε την ευκαιρία να εφαρμόσετε τις γνώσεις σας σε ένα project μέσω του οποίου θα χρησιμοποιήσετε πραγματικά δεδομένα της Airbnb για την δημιουργία ενός Data Model και της υλοποίηση βημάτων data transformation & data cleaning μέσω του Power Query, λαμβάνοντας σχόλια βελτίωσης από την καθοδηγήτριά σας, διασφαλίζοντας ότι το project σας είναι ευπαρουσίαστο και έτοιμο για διαμοιρασμό μέσω του GitHub. Αυτό το μάθημα θα σας δώσει όλα τα εφόδια για να ανταποκριθείτε στα μαθήματα "Power BI: Οδηγός Data Visualization & DAX".
Show More

Τι θα μάθω;

  • Εξοικείωση με το περιβάλλον του Power Query.
  • Έμπρακτη χρήση των διαφόρων λειτουργιών του Power Query.
  • Αναγνώριση των βασικών πρακτικών καθαρισμού δεδομένων (Data Cleaning).
  • Ικανότητα αντίληψης την γλώσσας Μ με δυνατότητα παραμετροποίησης κώδικα.
  • Εξοικείωση με το περιβάλλον του Model View.
  • Κατανόηση των σχέσεων μεταξύ πινάκων και ιδιοτήτων των τελευταίων.
  • Εξερεύνηση των διαφόρων ιδιοτήτων και ρυθμίσεων του μοντέλου σε επίπεδο πινάκων και στηλών.
  • Ενημέρωση και πρακτική αντιμετώπιση προκλήσεων Data Modeling.

Curriculum

Καλωσόρισμα
Σημαντικές πληροφορίες σχετικά με το μάθημα.

  • Εισαγωγή του Μαθήματος
  • Γνωριμία με την καθοδηγήτρια
  • Τεχνικές Απαιτήσεις
  • Προτεινόμενο Εβδομαδιαίο Πλάνο
  • Κανόνες Κοινότητας
  • Αποδοχή Συμφωνίας
  • Ενεργοποίηση Cookies Εμπορικής Προώθησης
  • Τελευταία λόγια και… ξεκινάμε!
  • Αρχική Αξιολόγηση Γνώσεων

Εισαγωγή
Σε αυτό το μάθημα θα συζητηθούν βασικές ορολογίες σχετικά με το Microsoft Power BI και την Εισαγωγή Δεδομένων.

Power Query Interface
Αυτή είναι η ενότητα εξοικίωσης με το interface του Power Query.

Home Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του Home Tab.

Transform Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του Transform Tab.

Add Column Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του Add Column Tab.

View Tab
Αυτή η ενότητα εξηγεί όλες τις λειτουργίες του View Tab.

Important Transformations
Σε αυτή την ενότητα θα δούμε αρκετά σημαντικούς μετασχηματισμούς του Power Query.

Shortcuts
Σε αυτήν την ενότητα συζητούνται όλες οι συντομεύσεις που βρίσκονται άμεσα στο Power Query.

Tips and Tricks
Σε αυτήν την ενότητα θα συζητηθούν ορισμένα tips και tricks του Power Query.

Common Errors
Σε αυτήν την ενότητα θα συζητηθούν κοινά λάθη που γίνονται στο Power Query, μαζί με την επίλυση αυτών.

Calendar Table
Αυτή η σύντομη ενότητα, προσφέρει τον Μ κώδικα για την δημιουργία ενός Calendar table.

Data Modeling
Αυτή η ενότητα θα αναφερθεί σε όλες εκείνες τις γνώσεις που αφορούν την δημιουργία ενός Data Model, καθώς και τις προκλήσεις του.

Τελικό Project
Σε αυτή την ενότητα θα συζητηθεί εκτενώς ποιο είναι το τελικό project, ποιος είναι ο στόχος του, τι αναμένω ως καθοδηγήτρια από εσάς σχετικά με το τελικό project, πώς αναμένετε να είναι η συνεργασία μας και διάφορες οδηγίες επιτυχίας του project.

Επιπλέον Πηγές και Αξιολόγηση
Εδώ θα βρείτε διάφορα Cheatsheets, Youtube Videos, Άρθρα και e-books τα οποία μπορούν να σας βοηθήσουν στην επέκταση γνώσεων επί του θέματος του μαθήματος. Επίσης, θα αξιολογήσετε το μάθημα πιο λεπτομερώς.

Λάβε Πιστοποίηση

Βάλε αυτήν την πιστοποίηση στο βιογραφικό σου για να αναδείξεις τις δεξιότητές σου στους Recruiters!

selected template

Αξιολογήσεις και Κριτικές Μαθητών

Καμία κριτική ακόμα
Καμία κριτική ακόμα
139,00 

🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.

Η Καθοδηγήτρια

Alexandra Athanasakou
Alexandra Athanasakou
Business Intelligence Developer, Trainer and Learning Designer

Κοινό

  • Απόφοιτοι σχολών Μαθηματικών, Στατιστικής, Διοίκησης Επιχειρήσεων, Οικονομικών, Πληροφορικής, κ.ά. συναφή.
  • Επαγγελματίες που χρησιμοποιούν το Microsoft Excel ή/και το Microsoft Power BI.
  • Επαγγελματίες Data Analyst, Business Intelligence Developer/Analyst που θέλουν να εμπλουτίσουν τις γνώσεις τους και έχουν ανάγκη να αναλύσουν περισσότερο από 1 εκ. εγγραφές.
  • Data Engineers που χρειάζονται να κάνουν και κομμάτια Data Modeling.
  • Λογιστές (Accountants) που θέλουν να βλέπουν πληροφορίες, έσοδα/έξοδα πελατών και να κάνουν άμεσα υπολογισμούς σε ένα μέρος.
  • Πολιτικοί Μηχανικοί (Civil Engineers) που θέλουν να βλέπουν, μεταξύ άλλων, τοποθεσίες πάνω σε χάρτη και να φιλτράρουν δεδομένα ανά περιοχή.
  • Υπεύθυνοι Ξενοδοχειακών Μονάδων (Hotel Managers) που θέλουν να βλέπουν άμεσα την πληρότητα του ξενοδοχείου, την ικανοποίηση των πελατών από διάφορες πηγές αξιολογήσεων, το πρόγραμμα και την μισθοδοσία του προσωπικού τους κ.ά.
  • Ασφαλιστές (Insurance Agents) που θέλουν να αναλύσουν τον κίνδυνο, να προβλέψουν αποζημιώσεις και να διαχειριστούν τα χαρτοφυλάκια των πελατών τους.
  • Τραπεζικοί και Χρηματοοικονομικοί Σύμβουλοι (Banking and Financial Advisors) ώστε να αναλύουν οικονομικά δεδομένα, να προβλέπουν τάσεις και να διαχειρίζονται χαρτοφυλάκια επενδύσεων.
  • Διευθυντές Πωλήσεων (Sales Managers) για να παρακολουθούν τις πωλήσεις, να αναλύουν την απόδοση της ομάδας και να κατανοούν τις τάσεις της αγοράς.
  • Επαγγελματίες Μάρκετινγκ (Marketing Professionals) για να αναλύσουν την απόδοση των καμπανιών, τη συμπεριφορά των καταναλωτών και να βελτιώσουν τις στρατηγικές τους.
  • Διευθυντές Ανθρώπινου Δυναμικού (HR Managers) για να παρακολουθούν δεδομένα εργαζομένων, όπως η παραγωγικότητα, η αποδοτικότητα, η ικανοποίηση και οι αποχωρήσεις προσωπικού.

Υλικό

  • Καθοδηγητικά Videos
  • Διαφάνειες με δυνατότητα αποθήκευσης ("Download")
  • Ασκήσεις βήμα-βήμα προς επίλυση σε real-world datasets
  • Σύντομα κουίζ γνώσεων
  • AI Βοηθητικά Ερωτήματα
  • Cheasheet(s)
  • Μια άλυτη, προαιρετική, εργασία (project) προς επίλυση για το portfolio
  • ΔΩΡΕΑΝ η Checklist "20 Ερωτήσεις Πριν Ξεκινήσετε Το Data Analytics Project"

Απαιτήσεις

  • Εγκατάσταση του Microsoft Power BI Desktop
  • Microsoft 356 για Windows/Mac για να λειτουργήσετε μέσω του Microsoft Excel αποκλειστικά το Power Query
  • Μνήμη RAM μεγαλύτερη από 8 GB
  • Διαθέσιμος χώρος στον υπολογιστή περισσότερο από 50 GB
  • Έχετε ενεργοποιημένα τα Cookies Προώθησης

Αξιολογήσεις Μαθητών

Συχνές Ερωτήσεις

Τίτλοι σπουδών όπως:

  • Μαθηματικά,
  • Στατιστική,
  • Διοίκηση Επιχειρήσεων,
  • Οικονομικά,
  • ή Πληροφορική.

Ωστόσο, οι παραπάνω περιπτώσεις δεν χρειάζεται να σε περιορίσουν ώστε να αλλάξεις το αντικείμενο καριέρας σου και να ακολουθήσεις καριέρα στα Data Analytics. 

Όπως σε κάθε επάγγελμα, χρειάζεται να αποκτήσεις πολλαπλές δεξιότητες. Έτσι, και οι ρόλοι που σχετίζονται με Data Analytics χρειάζονται αρκετές δεξιότητες τις οποίες όμως θα βρεις επαρκές υλικό και εξάσκηση στην Data Tutor μέσω των μαθημάτων, αλλά και των εκπαιδευτικών υπηρεσιών καθοδήγησης και προετοιμασίας!

Η Εκπαιδευτική Πλατφόρμα Data Tutor διαθέτει πληθώρα διαφορών σε σχέση με άλλες εκπαιδευτικές πλατφόρμες. Ενδεικτικά:

  • Επαγγελματίας του χώρου σας καθοδηγεί σε project με πραγματικά δεδομένα και πραγματικές περιπτώσεις που δύναται να αντιμετωπίσετε στην πραγματική δουλειά.
  • Η καθοδήγηση δεν περιορίζεται μόνο σε project, αλλά και σε γενικότερες γνώσεις που μπορείτε να πάρετε μέσω 1:1 συναντήσεις.
  • Συναντήσεις mentoring/coaching είναι διαθέσιμες για εσάς προκειμένου να θέσετε ένα πλάνο από το Α-Ω.
  • Μετά την ολοκλήρωση των projects και της μελέτης δεν ήρθε το τέλος. Το παλεύουμε μαζί να είστε πανέτοιμοι για συνεντεύξεις.
  • Το υλικό των μαθημάτων είναι στα Αγγλικά, αλλά τα βίντεο, οι ασκήσεις και το Project στα Ελληνικά.

Ναι, τα μαθήματα κορμού που περιλαμβάνονται σε εκπαιδευτικά πακέτα έχουν όλα από ένα (1) Project.

Στην καθοδήγηση των μαθημάτων η καθοδηγήτρια έρχεται σε επικοινωνία μαζί σου για να σου προσφέρει βελτίωση του τελικού σου project. Στην εκπαιδευτική καθοδήγηση λαμβάνεις online 1:1 καθοδήγηση πάνω σε γνώσεις και ύλη των μαθημάτων που προσφέρονται πάντοτε με βάση τις προσωπικές σου ανάγκες. Οι συναντήσεις αυτές είναι προγραμματισμένες εκ των προτέρων ύστερα από συνεννόηση με την καθοδηγήτρια. Τέλος, η εκπαιδευτική καθοδήγηση προσφέρει σύνολο 3 ώρες και το πλήθος των ωρών δεν είναι καθόλου τυχαίο. Μέσα από την εμπειρία της καθοδηγήτριας, 3 – 4 ώρες χρειάζονται σε συνδυασμό με την μελέτη και την προσωπική εξάσκηση για να βοηθηθείς στην επίλυση των αποριών σου.

Μερικοί από τους λόγους για τους οποίους θα προτιμούσε κανείς εκπαιδευτική καθοδήγηση είναι οι παρακάτω:

  • Για να καλύψουμε όλες αυτές τις ερωτήσεις και απορίες που δεν μπορέσαμε να κάνουμε διότι προέκυψαν στην πορεία
  • Για να εκπαιδευτούμε σε εργαλεία που δεν προσφέρονται μέσα από ήδη υπάρχοντα προγράμματα σπουδών
  • Για να μάθουμε λεπτομέρειες σε τεχνολογίες και εργαλεία που δεν μπορέσαμε να βρούμε μέσα από τα διαθέσιμα προγράμματα σπουδών
  • Γιατί θέλουμε σε σύντομο χρονικό διάστημα, να ανανεώσουμε κάποιες γνώσεις μας ώστε να ψάξουμε για εργασία
  • κ.ά.

Αν ταυτίζεσαι με την πλειονότητα των παραπάνω, τότε η εκπαιδευτική καθοδήγηση είναι αυτή την στιγμή αυτό που χρειάζεσαι.

Η φράση “Γίνε και εσύ Data Analyst σε 30 ημέρες…” είναι μια απάτη. Για να μπορέσει κανείς να γίνει επαγγελματίας σε ένα πεδίο χρειάζεται χρόνο να μελετήσει, συνεχή εξάσκηση, επιπλέον πρακτική, και διαρκή “περιέργεια” το πώς δουλεύει το κάθε τι. Το συγκεκριμένο εκπαιδευτικό πακέτο με το πλήθος των μαθημάτων και ακολουθώντας το εβδομαδιαίο πλάνο μελέτης, απαιτεί τουλάχιστον 8 μήνες.

Δεν είσαι ακόμη σίγουρος/η;

Μην διστάσεις να κλείσεις μια 15' δωρέαν συνάντηση με την καθοδηγήτρια της Data Tutor.
Φρόντισε απλώς να περιγράψεις εν συντομία τον προβληματισμό σου.

Δεν είσαι ακόμη σίγουρος/η;

Μην διστάσεις να κλείσεις μια 15' δωρέαν συνάντηση με την καθοδηγήτρια της Data Tutor.
Φρόντισε απλώς να περιγράψεις εν συντομία τον προβληματισμό σου.

Scroll to Top