Data Warehouse Analyst - gratis kurs från Otus, utbildning 5 månader, datum 30 november 2023.

Dataingenjör på Wildberries, DE Junior kursföreläsare. Mer än 7 år inom IT

Utexaminerad från Voronezh State University med utmärkelser. Student på HSE-masterprogrammet "System and Software Engineering". Yrkeserfarenhet - 2 års arbete som Dataanalytiker och Dataingenjör. Nu arbetar han med 5 populära databaser, utvecklar i Python och utvecklar snabbt sina kunskaper. Redo att dela med mig av min erfarenhet.

Mer än 6 års erfarenhet av utveckling av datalager, ELT pipelines, dataanalys och visualisering. Erfarenhet inom området för statlig säkerhet, skapande och implementering av QCD LLC "Group of Companies "SBSV-Klyuchavto", som för närvarande utvecklar QCD för Delo-gruppen av företag är jag övertygad om att data är den andra oljan, en sorts egendom som du behöver för att kunna hantera och göra sig av med. Förekomsten av organiserad data, dess korrekta lagring, användning, försäljning, anonymisering indikerar en hög nivå av digital mognad. Lärare

Alexandra har arbetat inom området analytics och BI sedan 2019. Vid det här laget fick hon en kandidatexamen i mjukvaruteknik från St. Petersburg State University of Aviation Administration och sedan en magisterexamen. De första stegen i karriären togs på det amerikanska företaget Intermedia Cloud Communications som junior dataanalytiker, och 2021 lyckades han bli chef för analysteamet. Hela detta år ägnades åt ett nytt teamöverskridande projekt för internationell ekonomistyrning på Microsoft-stacken (MS SQL Server, SSRS, SSIS, Power BI). Sedan mars 2022 har han arbetat i Tinkoff Bank-gruppen som lageranalytiker data. Ger stöd till ekonomiavdelningens högsta ledning i att bygga prototyper av ETL-processer med hjälp av Greenplum, ad-hoc-analys i Python, rapportering och visualisering i Tableau. 2020 fick hon en fortbildning i riktning mot Projektledningschef inom IT. Han är en stark anhängare av flexibla utvecklingsmetoder. Menar att de mest lönsamma investeringarna är investeringar i egen utveckling. Stack: SQL, SAS DIS, SSIS, Tableau, Power BI, Python

ELT: Struktur och typer av datakällor
-Ämne 1. Datakällor: klassificering och funktioner
-Ämne 2. Verktyg för att ladda ner data – 1
-Ämne 3. Verktyg för att ladda ner data – 2

DWH Grunderna
-Ämne 4. Analytiska motorer (DBMS) för att arbeta med data
-Ämne 5.Principer för DWH-konstruktion
-Ämne 6.DZ-analys – Ladda upp webbräknaredata
-Ämne 7.Introduktion till verktyget för datauppbyggnad
-Ämne 8.DBT: Analytics Engineering

DWH Intermediate
-Ämne 9.Orkestrering av manus och uppgifter – 1
-Ämne 10. Orkestering av manus och uppgifter – 2
-Ämne 11.DZ-analys – Konfigurering och lansering av dbt-projektet
-Ämne 12.Datakvalitet
-Ämne 13. Prestandaoptimeringsproblem
-Ämne 14.Datavalv – 1
-Ämne 15.Datavalv – 2
-Ämne 16.DZ-analys – Förbereda och sätta upp ett DAG-schema för nedladdning av data från källor

Business Intelligence
-Ämne 17.BI: Översikt
-Ämne 18.BI: Utplacering
-Ämne 19.BI: Modellering & leverans
- Ämne 20.DZ-analys – Organisation av ett detaljerat DWH-lager med hjälp av Data Vault-metoden
-Ämne 21.Analytics: Grundläggande analytiska skyltfönster
-Ämne 22.BI: Fördjupade frågor
-Ämne 23. DZ Razor – Konfiguration och driftsättning av en BI-lösning
-Ämne 24.Analytics: Avancerade analyser

DWH Avancerade ämnen
-Ämne 25.DWH: Avancerade ämnen
-Ämne 26.DBT: Utöka med moduler
-Ämne 27.DWH: Övervakning + Arbetsbelastningshantering
-Ämne 28.DZ-analys – Visualisering och dashboarding för analytiska skyltfönster
-Ämne 29.DWH: Extern + Semistrukturerad data
-Ämne 30.DWH: Omvänd-ETL
-Ämne 31.DWH: Maskininlärningsförmåga

Sammanfattning
-Ämne 32. Fallanalys: end-to-end-lösning
- Ämne 33.DZ-analys – Avancerad DWH: Konfigurering av CI, dbt-moduler, externa tabeller
-Ämne 34. Vidareutveckling av kompetens

Projektarbete
-Ämne 35. Val av ämne och organisation av projektarbetet
-Ämne 36.Skydd av designarbete