0(0 Ratings)

Data Warehouses 101: Το επόμενο βήμα στην ανάλυση

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

129,00 

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

Χαρακτηριστικά του μαθήματος

Περιγραφή

Το μάθημα "Datawarehouses 101: Το επόμενο βήμα στην ανάλυση" είναι ιδανικό για εκείνους που ενδιαφέρονται να δουν πώς δημιουργείται μια από τις πιο σημαντικές υποδομές δεδομένων όσον αφορά την οργάνωση των δεδομένων προς ανάλυση. Είτε είστε Data Engineer, είτε Data Analyst, ο κάθε ρόλος μπορεί να ωφεληθεί με διαφορετικό τρόπο από την πρακτική κατανόηση αρχιτεκτονικής ενός Data Warehouse. Μέσα από αυτό το μάθημα, θα λάβετε θεμελιώδεις δεξιότητες και τεχνικές δημιουργίας ενός Data Warehouse μέσω του Microsoft SQL Server και βεβαίως με τη χρήση της SQL. Αν κάποιος δεν ενδιαφέρεται άμεσα για τη δημιουργία ενός Data Warehouse, θα κατανοήσει σε πολύ καλό βαθμό και με απλούς ορισμούς και παραδείγματα γιατί ένα Data Warehouse καθιστά μια επιχείρηση που το διαθέτει επιτυχή και με στρατηγική όσον αφορά την αξιοποίηση των δεδομένων, καθώς και πώς αυτό υλοποιείται πρακτικά. Ακολουθώντας την φιλοσοφία της Data Tutor, το μάθημα αυτό σας παρέχει μια πρακτική εμπειρία εκμάθησης με τη χρήση πραγματικών 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, λαμβάνοντας σχόλια βελτίωσης από την καθοδηγήτριά σας, διασφαλίζοντας ότι το project σας είναι ευπαρουσίαστο και έτοιμο για χρήση σε ένα Business Intelligence εργαλείο όπως το Microsoft Power BI. Η εργασία (project) αποτελεί την "λύση" για το πώς δημιουργείται το Data Warehouse που παρέχεται έτοιμο στο μάθημα "Power BI: Πρακτικές Data Cleaning & Μοντελοποίησης Δεδομένων". Προτείνεται, αν δεν έχετε προηγούμενη εμπειρία με την SQL, να παρακολουθήσετε το μάθημα "Foundations of SQL: Εκμάθηση της γλώσσας δεδομένων".
Show More

Τι θα μάθω;

  • Γνωριμία με την έννοια των OLTP και OLAP και τις διαφορές μεταξύ τους
  • Πρακτική κατανόηση της χρησιμότητας ενός Data Warehouse σε σύγκριση με μια σχεσιακή βάση δεδομένων
  • Εξ' ολοκλήρου επεξήγηση της Αρχιτεκτονικής ενός Data Warehouse
  • Κατανόηση του Multidimensional Modeling
  • Διάκριση μεταξύ Start και Snowflake Schema
  • Πρακτική αναγνώριση και κατανόηση των διαφόρων τύπων Fact και Dimension Tables
  • Χρήση της SQL μέσω του Microsoft SQL Server για την εξ' ολοκλήρου δημιουργία ενός Data Warehouse

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.

Data Warehouse Fundamentals
Σε αυτό το μάθημα θα ασχοληθούμε με βασικά στοιχεία που πρέπει να γνωρίζουμε σχετικά με τα Data Warehouses.

Dimensional Modeling
Σε αυτήν την ενότητα θα συζητηθούν βασικές αρχές και τεχνικές του Dimensonal Modeling.

Basic and Advanced Techniques in Dimensional Modeling
Σε αυτήν την ενότητα θα βρείτε βασικές και πιο προχωρημένες τεχνικές δημιουργίας Fact και Dimension πινάκων.

Real-World Use Case
Σε αυτή την ενότητα θα μελετήσουμε ένα ολοκληρωμένο use case το οποίο συναντάται και στην πραγματικότητα.

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.

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
129,00 

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

Η Καθοδηγήτρια

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

Κοινό

  • Data Engineers που ξεκινούν την καριέρα τους.
  • Data Architects που ξεκινούν την καριέρα τους και θέλουν να λάνουν την θεμελιώδη γνώση χτισίματος ενός Data Warehouse.
  • Database Developers που θέλουν να εμπλουτίσουν τις γνώσεις τους.
  • Business Intelligence Developers που χρειάζεται να ασχολούνται και με κομμάτια Data Warehousing.
  • Ανερχόμενοι Data Analysts.
  • Επαγγελματίες που έχουν γνώσεις Βάσεων Δεδομένων και θέλουν να εξελίξουν την καθημερινότητά τους δημιουργώντας μια υποδομή που είναι κατάλληλη για σκοπούς ανάλυσης.

Υλικό

  • Καθοδηγητικά Videos
  • Διαφάνειες
  • Πρακτικές ασκήσεις με τις λύσεις τους
  • Σύντομα knowledge-check quizzes
  • AI Prompts
  • Cheasheet(s)
  • Μια άλυτη, προαιρετική, εργασία (project) προς επίλυση για το portfolio η οποία αποτελεί βασική λύση για μαθήματα του Microsoft Power BI

Απαιτήσεις

  • Καλή γνώση της SQL (Ενδεικτικά, να έχετε το μάθημα Advanced SQL)
  • Εγκατάσταση του Microsoft SQL Server/Azure Data Studio
  • Computer RAM περισσότερο από 8 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