| Trukmė | Kalba | Miestas | Kaina | Datos | Registacija |
|---|---|---|---|---|---|
| 174 valandos | Lietuvių | - | 2049 Eur | - | Teirautis |
| Datos | - |
|---|---|
| Trukmė | 174 valandos |
| Kalba | Lietuvių |
| Miestas | - |
| Kaina | 2049 Eur |
| Teirautis |
Duomenų analitika – tai praktinė disciplina, leidžianti organizacijoms priimti sprendimus remiantis faktais, o ne intuicija. Šių mokymų metu įgysi sisteminį supratimą apie visą duomenų analizės ciklą: nuo duomenų gavimo ir valymo iki vizualizacijos bei verslo įžvalgų pateikimo.
Kursų metu dirbsi su realiais duomenimis, naudosiesi Python ekosistema (Pandas, Matplotlib), SQL užklausomis ir Power BI ataskaitų kūrimu. Programa orientuota į praktinį taikymą – 80% laiko skiriama realių užduočių sprendimui ir projektiniam darbui.
Baigiamasis projektas taps tavo kompetencijų įrodymu – galėsi jį pristatyti darbo pokalbiuose ar įtraukti į savo portfolio.
Visos paskaitos vyksta gyvai internetu su lektoriumi.
Suteikiama prieiga prie įrašų bei galimybė kartoti kursą nemokamai 12 mėn. po baigimo.
Ko išmoksiu?
- Rašyti SQL užklausas ir išgauti reikiamus duomenis iš duomenų bazių
- Valyti ir transformuoti duomenis naudojant Python ir Pandas
- Atlikti aprašomąją analizę ir duomenų tyrimą (EDA)
- Kurti vizualizacijas su Matplotlib ir Power BI
- Dirbti su Jupyter Notebooks aplinkoje
- Modeliuoti duomenis ir rengti interaktyvias BI ataskaitas
- Efektyviai pristatyti analitines įžvalgas
- Valdyti stresą, stiprinti pasitikėjimą savimi ir pasirengti darbo pokalbiams
Ką gebėsiu po mokymų?
- Savarankiškai atlikti pilną duomenų analizės procesą
- Parengti aiškias, struktūruotas verslo įžvalgas
- Vizualizuoti rezultatus Python ar Power BI įrankiais
- Spręsti realias verslo problemas pasitelkus duomenis
- Parengti ir pristatyti analitinį projektą kaip praktinės patirties įrodymą
Mokymų programa
- SQL pagrindai (40 val.)
- Duomenų analitikos pagrindai, susipažinimas su programa
- SELECT, ORDER, GROUP BY
- Operatoriai (>,<, =,+, *) + filtravimas
- Case/Subquery
- Inner/Left/Right/Outer Join
- Substring/Locate/Replace/Length (duomenų manipuliacijos)
- Lentelių kūrimas, užpildymas duomenimis, trynimas
- Kartojimo užduotys (joins, subqueries, select, group by, lentelių kūrimas)
- Galutinis SQL egzaminas
- Power BI pagrindai (40 val.)
- Susipažinimas su verslo įžvalgų įrankiais, POWER BI aplinka, vizualizacijų tipais
- Grafikų kūrimas, formatavimas, filtravimas
- Calculated measurements ir calculated column kūrimas (distinct, max, min, sum)
- Duomenų transformacija naudojant M Language ir Power Query
- Pritaikymas mobiliems įrenginiams, bookmarks, drillthroughs
- Dimensinis modeliavimas, faktinės ir dimensinės lentelės
- Kartojimo užduotys (measurements, bookmarks, drillthroughs, Power Query)
- Galutinis projektas
- Python pagrindai duomenų analitikai (80 val.)
- Įvadas į Python, susipažinimas su Jupyter ir darbo aplinka
- Kintamieji, duomenų tipai, informacijos išvedimas
- Informacijos įvedimas, sąlygos (if sakiniai)
- Ciklai (for ir while)
- Masyvai (informacijos įvedimas, išvedimas, manipuliacija)
- Žodynai (įvedimas informacijos, išvedimas, matematiniai veiksmai, if sąlygos prijungimas)
- Darbas su failais (atidaryti, uždaryti, įrašyti, nuskaityti)
- Kartojimo užduotys (pagrindai)
- Numpy/Try/Except
- Pandas (darbas su dataframes, filtravimas, matematiniai skaičiavimai)
- Matplotlib (skirtingų vizualizacijų kūrimas, jų formatavimas)
- Pandas ir SQL (užklausų rašymas, duomenų manipuliacijai bei skaičiavimai)
- Teksto analizės pagrindai ir NLTK
- Kartojimo užduotys (bibliotekos)
- Galutinis projektas (teorinė ir projektinė dalis)
- Minkštieji įgūdžiai (6 val., e-mokymai)
- Pasitikėjimas savimi
- Laiko planavimas
- Efektyvus mokymasis
- Imposterio sindromas
- Grįžtamasis ryšys
- Emocinis intelektas
- Kritinis mąstymas
- Prisitaikymas
- Problemų sprendimas
- Darbas komandoje
- Konfliktų valdymas
- Dirbtinio intelekto įrankiai (8 val., e-mokymai)
- Įvadas į dirbtinį intelektą ir jo pagrindines sąvokas
- Pagrindinės DI sritys: Natūralios kalbos apdorojimas ir kompiuterinė rega
- Kaip DI transformuoja įvairias pramonės šakas ir darbo vietas
- Praktiniai DI pritaikymo pratimai
- Patarimai, kaip integruoti DI įrankius į kasdienes darbo užduotis
- Sėkmingų DI integracijos atvejų analizės
- Etiniai DI aspektai ir atsakingas naudojimas
- Dirbtinio intelekto istorija ir evoliucija
- Papildomi šaltiniai ir kurso apibendrinimas
