Sailor Analysis: Ένα Project στην SQL
⚠️ Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.
-
LevelΕνδιάμεσο
-
Duration3 ώρες
-
Last Updated27/12/2024
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
Χαρακτηριστικά του μαθήματος
Καθοδήγηση Επαγγελματία
Forum Συζητήσεων
Πιστοποίηση
Υποστήριξη Εργασίας
Περιγραφή
Τι θα μάθω;
- Δημιουργία μιας βάσης δεδομένων με την χρήση της SQL Server.
- Απάντηση ερωτημάτων με την χρήση της SQL Server για δεδομένα για ναυτικούς.
- Εισαγωγή δεδομένων μέσω του SQL Server Management Studio.
- Δημιουργία παρουσίασης αποτελεσμάτων και τήρηση προθεσμίας απάντησης ερωτημάτων.
Curriculum
Καλωσόρισμα
Σε αυτήν την ενότητα θα συζητηθούν βασικές πληροφορίες σχετικά με το project προς επίλυση.
-
Εισαγωγή του Project
-
Γνωριμία με την καθοδηγήτρια
-
Τεχνικές Απαιτήσεις
-
SQL Server Management Studio (SSMS)
00:33 -
Προτεινόμενη Προθεσμία
-
Κανόνες Κοινότητας
-
Ενεργοποίηση Cookies Εμπορικής Προώθησης
-
Τελευταία λόγια και… ξεκινάμε!
Project
Σε αυτήν την ενότητα θα βρείτε τις οδηγίες για το project από τα βήματα υλοποίησης μέχρι και την δημοσίευση αυτού.
-
Περιγραφή Project
-
Τελικό Παραδοτέο
-
Υποβολή Αρχικής Έκδοσης Εργασίας
-
Upload Project στο GitHub Repository
Επόμενα Βήματα
Σε αυτήν την ενότητα θα συζητηθούν τα επόμενα βήματα ύστερα από την επίλυση του project.
-
Επόμενο Βήμα
-
Κάντε Join την κοινότητά μας!
-
Αξιολόγηση & Κοινοποίηση της Επιτυχίας σας!
Λάβε Πιστοποίηση
Βάλε αυτήν την πιστοποίηση στο βιογραφικό σου για να αναδείξεις τις δεξιότητές σου στους Recruiters!
Αξιολογήσεις και Κριτικές Μαθητών
-
LevelΕνδιάμεσο
-
Duration3 ώρες
-
Last Updated27/12/2024
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
Η Καθοδηγήτρια
Κοινό
- Απόφοιτοι σχολών Μαθηματικών, Στατιστικής, Διοίκησης Επιχειρήσεων, Οικονομικών, Πληροφορικής, κ.ά. συναφή που αλληλεπιδρούν με βάσεις δεδομένων
- Επαγγελματίες που διαχειρίζονται δεδομένα
- Επαγγελματίες Data Analyst, Business Intelligence Developer/Analyst που θέλουν να εμπλουτίσουν τις γνώσεις τους και έχουν ανάγκη να αναλύσουν περισσότερο από 4 εκ. εγγραφές
- Επαγγελματίες που χρησιμοποιούν την SQL μέσω της Python καθώς αντλούν δεδομένα προς ανάλυση ή απαντούν business ερωτήματα
- Επαγγελματίες που χρησιμοποιούν Business Intelligence εργαλεία όπως Microsoft Power BI, Tableau, Qlik Sense, Looker, κ.ά. και συνδέονται σε βάσεις δεδομένων
- Επαγγελματίες που χρησιμοποιούν Apache Spark και καλούνται να χρησιμοποιήσουν την Spark SQL
- Επαγγελματίες που χρησιμοποιούν Databricks
- Επαγγελματίες που εργάζονται πάνω σε Cloud-based Data Warehouse λύσεις και χρησιμοποιούν ενδεικτικά Amazon Redshift, Google BigQuery, Snowflake, Microsoft Azure Synapse Analytics
- Επαγγελματίες που κάνουν data visualization μέσω της Metabase και καλούνται να αντλήσουν δεδομένα από μια βάση δεδομένων
Υλικό
- Μια άλυτη εργασία (project) προς επίλυση για το portfolio
- 1 feedback session με την καθοδηγήτρια σχετικά με το project
- Πρότυπο κειμένου και περιεχομένων ενός GitHub repository
Απαιτήσεις
- Εγκατάσταση του SQL Server Management Studio (SSMS)
- 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.