SQL Mastery: Από Αρχάριος σε Προχωρημένος
⚠️ Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.

-
LevelΕιδικός
-
Duration2 ώρες 30 λεπτά
-
Last Updated02/09/2025
-
CertificateCertificate of completion
🤝 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

Καθοδήγηση Επαγγελματία

Forum Συζητήσεων

Πιστοποίηση

Υποστήριξη Εργασίας
Περιγραφή
Τι θα μάθω;
- Ενίσχυσε την εξοικείωση σου με τα JOINS και σύνδεσε πολλαπλούς πίνακες
- Ανακάλυψε τα CTE και τα subqueries προκειμένου να αντιμετωπίζεις κοινές προκλήσεις άντλησης δεδομένων από σύνθετα queries.
- Εκπαιδεύσου σε advanced functions της “SQL Server” σχετικά με διαχείριση κειμένου, ημερομηνιών και μετατροπής data types.
- Εμβάθυνε στη χρήση των window functions προκειμένου να δημιουργείς νέα, πολύτιμη πληροφορία.
- Βελτίωσε την απόδοση των queries σου εισάγοντας στην λογική των indexes, temporary functions, tables και stored procedures.
- Εμπλούτισε το portfolio σου με ένα νέο project που απαντά σε σύνθετα queries και σε dataset με πλήθος δεδομένων, αλλά και… προκλήσεων!
Curriculum
Καλωσόρισμα
Σημαντικές πληροφορίες σχετικά με το μάθημα.
-
Εισαγωγή του Μαθήματος
-
Γνωριμία με την καθοδηγήτρια
-
Τεχνικές Απαιτήσεις
-
Κανόνες Κοινότητας
-
Προτεινόμενο Εβδομαδιαίο Πλάνο
00:46 -
Ενεργοποίηση Cookies Εμπορικής Προώθησης
-
Εγκατάσταση SSMS
02:49 -
Δημιουργία Βάσης Δεδομένων (Για τα Demo)
03:21 -
Τελευταία λόγια και… ξεκινάμε!
-
Αρχική Αξιολόγηση Γνώσεων
Set Operations
Σε αυτήν την ενότητα θα μάθουμε τα 3 set operations και πώς εφαρμόζονται αυτά στην SQL.
-
UNION
01:48 -
EXCEPT
01:38 -
INTERSECT
00:55 -
Tip
00:33 -
AI Prompt: Summary
-
Quiz Ενότητας: Set Operations
Data Manipulation
Συζήτηση περί date data types, string conversions, deal with nulls και το case... when.
-
Change to other Data Type
06:47 -
Demo: CAST & CONVERT
02:34 -
String Functions
05:59 -
Demo: String Functions
02:57 -
Demo: String Manipulation
03:01 -
Datetime Manipulation
02:42 -
Demo: Datetime Manipulation
03:27 -
Division Problem
03:26 -
CAST is not working :(
02:08 -
Deal with NULLs
01:08 -
Demo: Deal with NULLs
03:02 -
CASE…WHEN
00:39 -
Demo: CASE… WHEN
03:09 -
Quick Reminder
-
AI Prompt: Summary
-
Activity: Διαχείριση και Επεξεργασία Δεδομένων Πελατών
-
Quiz Ενότητας: Data Manipulation
Joins & Subquerying
Σε αυτήν την ενότητα θα εξηγηθεί πλήρως το concept των joins, subquerying & CTEs.
-
SQL Joins
02:28 -
INNER JOIN
01:12 -
LEFT AND RIGHT JOIN
02:30 -
FULL JOIN
00:55 -
CROSS JOIN
01:18 -
Demo: FULL & CROSS JOIN
02:06 -
SELF JOIN
02:15 -
Demo: Self Join
03:01 -
Subqueries
00:48 -
Demo: Subquerying
02:50 -
Common Table Expression (CTE)
02:13 -
Demo: Common Table Expression
03:21 -
CTE vs Subqueries
01:24 -
Demo: CTE vs Subqueries
02:59 -
Recursive CTEs
01:24 -
UNION
-
Demo: UNION
03:55 -
EXCEPT vs NOT IN
01:06 -
Demo: EXCEPT vs NOT IN
02:16 -
AI Prompt: Summary
-
Activity: Ανάλυση Συναλλαγών Πελατών με Χρήση JOIN και Subqueries
-
Quiz Ενότητας: Joins and Subquerying
Window Functions
Σε αυτήν την ενότητα θα αναλυθούν οι πιο διάσημες window functions.
-
Analytic Functions
02:27 -
OVER
03:29 -
PARTITION BY
02:00 -
ORDER BY
00:53 -
Demo: Window Functions
08:40 -
Calculating Running Totals
01:03 -
ROW_NUMBER
02:56 -
Demo: ROW_NUMBER
02:55 -
RANK
02:04 -
Demo: RANK
01:57 -
DENSE_RANK
01:00 -
Demo: DENSE_RANK
00:27 -
RANK vs DENSE RANK vs ROW NUMBER
00:56 -
LEAD/LAG
04:52 -
Demo: LEAD/LAG
02:29 -
Calculating Delta Values
01:41 -
Advanced SQL Functions
04:50 -
AI Prompt: Summary
-
Activity: Ανάλυση Συναλλαγών με Moving Average και Window Functions
-
Quiz Ενότητας: Window Functions
Advanced Section
Σε αυτήν την ενότητα θα γίνει μια σύντομη εισαγωγή για ορισμένες πιο προχωρημένες γνώσεις όπως τα temporary tables, indexes, stored procedures, κλπ.
-
Views
-
Demo: Views
05:03 -
Stored Procedures
-
Demo: Stored Procedures
04:27 -
Functions
-
Demo: Functions
02:47 -
Temporary Table
-
Demo: Temporary Tables
02:31 -
Index
-
Activity: Indexes
-
Regular Expressions
04:01 -
Create a Calendar table
-
AI Prompt: Summary
-
Activity: Αναφορά Λογαριασμών και Συναλλαγών με Προσωρινό Πίνακα και Συναρτήσεις
-
Quiz Ενότητας: Advanced Section
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.
-
Δεδομένα
-
Περιγραφή Project
-
Τελικό Παραδοτέο
-
Υποβολή Αρχικής Έκδοσης Εργασίας
-
Ανέβασμα Project στο GitHub Repository
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.
-
Σύνδεσμοι & Cheatsheets
-
Διαφάνειες
-
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
-
LevelΕιδικός
-
Duration2 ώρες 30 λεπτά
-
Last Updated02/09/2025
-
CertificateCertificate of completion
🤝 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

Κοινό
- Επαγγελματίες Data Analysts, Data Engineers, Business Intelligence Developers/Analysts, Data Scientists που θέλουν να εμπλουτίσουν τις γνώσεις τους
- Επαγγελματίες που χρησιμοποιούν SQL μέσω της Python για ανάλυση δεδομένων ή απαντήσεις σε business ερωτήματα
- Επαγγελματίες που χρησιμοποιούν Business Intelligence εργαλεία (Power BI, Tableau, Qlik Sense, Looker, κ.ά.) και συνδέονται σε βάσεις δεδομένων
- Επαγγελματίες που εργάζονται με Apache Spark και Spark SQL
- Επαγγελματίες που χρησιμοποιούν Databricks
- Επαγγελματίες που εργάζονται με Cloud-based Data Warehouse λύσεις (π.χ. Amazon Redshift, Google BigQuery, Snowflake, Microsoft Azure Synapse Analytics)
- Επαγγελματίες που κάνουν data visualization μέσω Metabase και αντλούν δεδομένα από βάσεις δεδομένων
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
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.

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;
