0 (0 Ratings)

Data Warehouses: Ξεκινώντας με τα βασικά

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

69,00 

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

💡Η πρόσβαση στο μάθημα γίνεται άμεσα με το που γίνει η πληρωμή.

 📽️ Η παρακολούθηση είναι ασύγχρονη.

👩🏻‍🏫 Η καθοδήγηση από επαγγελματία παρέχεται οποτεδήποτε την χρειάζεστε.

Χαρακτηριστικά του μαθήματος

Περιγραφή

Αυτό το μάθημα αποτελεί την ιδανική εισαγωγή στον κόσμο των Data Warehouses. Εδώ θα μάθετε τι είναι ένα Data Warehouse, ποια είναι τα θεμελιώδη στοιχεία του, πώς οργανώνονται τα δεδομένα για ανάλυση και πώς τα επιχειρησιακά δεδομένα γίνονται εργαλείο στρατηγικής απόφασης. Μέσα από απλούς ορισμούς, παραδείγματα και καθαρή θεωρία, θα κατανοήσετε: Την αρχιτεκτονική ενός Data Warehouse και τα βασικά του συστατικά. Την έννοια του dimensional modeling και των κύριων τύπων δεδομένων. Τα πλεονεκτήματα και τις διαδικασίες ενός Data Warehouse για την επιχείρηση. Το μάθημα είναι κατάλληλο για Data Analysts, Data Engineers και κάθε επαγγελματία που θέλει να κατανοήσει την υποδομή δεδομένων χωρίς να απαιτείται προηγούμενη εμπειρία στη δημιουργία Data Warehouse. Στο τέλος του μαθήματος, θα μπορείτε να αξιολογήσετε και να κατανοήσετε Data Warehouses με σαφήνεια και να περάσετε ένα σύντομο τεστ αξιολόγησης για να επιβεβαιώσετε τις νέες γνώσεις σας, καθώς και την επίλυση ενός μικρού project. Προτείνεται, αν δεν έχετε προηγούμενη εμπειρία με SQL, να παρακολουθήσετε πρώτα το μάθημα “Foundations of SQL: Εκμάθηση της γλώσσας δεδομένων” για πιο ολοκληρωμένη εμπειρία.
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

Curriculum

Καλωσόρισμα
Σημαντικές πληροφορίες σχετικά με το μάθημα.

  • Εισαγωγή του Μαθήματος
  • Γνωριμία με την καθοδηγήτρια
  • Προτεινόμενο Εβδομαδιαίο Πλάνο
  • Κανόνες Κοινότητας
  • Mini Εκπαιδευτική Καθόδηγηση μόνο για τους μαθητές μας
  • [Σημαντικό!] Κάνε Join τον Discord Server 🙏🏻
  • Ενεργοποίηση Cookies Εμπορικής Προώθησης
  • Τελευταία λόγια και… ξεκινάμε!

Σχετικά με το Project & Διαγώνισμα του μαθήματος
Σε αυτήν την ενότητα θα βρείτε τα δεδομένα και πληροφορίες για τα επόμενα βήματα σχετικά με το προαιρετικό project.

Εισαγωγή
Σε αυτήν την ενότητα θα συζητηθούν βασικές ορολογίες.

Data Warehouse Foundamentals
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.

Τελικό Project & Διαγώνισμα
Εδώ θα μπορέσετε να βρείτε το project, αλλά και το διαγώνισμα του μαθήματος.

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
69,00 

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

💡Η πρόσβαση στο μάθημα γίνεται άμεσα με το που γίνει η πληρωμή.

 📽️ Η παρακολούθηση είναι ασύγχρονη.

👩🏻‍🏫 Η καθοδήγηση από επαγγελματία παρέχεται οποτεδήποτε την χρειάζεστε.

Η Καθοδηγήτρια

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

Κοινό

  • Αρχάριοι Data Analysts που στοχεύουν να λάβουν στοιχειώδη γνώση στα Data Warehouses & Dimensional Modeling.

Υλικό

  • Καθοδηγητικά Videos
  • Διαφάνειες
  • Πρακτικές ασκήσεις με τις λύσεις τους
  • Σύντομα knowledge-check quizzes
  • AI Prompts
  • Τελική αξιολόγηση σε μορφή online διαγωνίσματος

Απαιτήσεις

  • 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.

Κύλιση στην κορυφή