Аналітик великих даних з управління та корпоративного планування
Безкоштовно для вас
через просування
-
Тип ступеня: Сертифікат "Сертифікований бізнес-менеджер
Сертифікат "Аналітик великих даних" -
Додаткові кваліфікації: Сертифікат "Інженер з обробки даних
Сертифікат "Аналітика даних
Сертифікат "Спеціаліст з великих даних" -
Підсумковий іспит: Практична робота над проектами з фінальними презентаціями
Сертифікований бізнес-менеджер -
Час занять: Повна зайнятістьЗ понеділка по п'ятницю з 8:30 до 15:35 (у святкові дні з 8:30 до 17:10)
-
Мова викладання: Німецька
-
Тривалість: 16 Тижні
Управління та корпоративне планування
Менеджмент (приблизно 1 день)
Ієрархічні рівні
Методи управління
Горизонти планування
Функції менеджменту
Контур управлінського контролю
Інструменти управління
Цілі, методи та інструменти підготовки бізнес-плану (близько 3 днів)
Основи підготовки бізнес-плану
Інструменти аналізу та планування (SWOT-аналіз, сценарний аналіз, портфельний аналіз, творчі методи)
Договірне право (близько 1 дня)
Декларації про наміри
Гарантія та поручительство
Види договорів та їх розірвання
Закон про договірні дефекти (подальше виконання, розірвання, зниження ціни, компенсація)
Загальні положення та умови (AGB)
Штучний інтелект (ШІ) в робочому процесі
Презентація конкретних технологій ШІ
та можливих застосувань у професійному середовищі
Комерційне та корпоративне право (приблизно 1 день)
Типи комерсантів
форми компаній
Комерційні практики
Особливості комерційного права
Комерційний реєстр та публічність
Вступ до права неплатоспроможності
Планування проекту (приблизно 0,5 дня)
Основи
Планування ресурсів
Етапи планування
Помилки при плануванні проекту
Аналіз середовища (близько 0,5 дня)
Аналіз компанії
Аналіз галузі
Аналіз місця розташування
Аналіз конкуренції
Маркетинг (близько 3 днів)
Аналіз ринку та сегментація ринку
Основи маркетингових досліджень
Інструменти комплексу маркетингу
Реклама та допоміжні інструменти
Фінансове планування (приблизно 1 день)
Огляд
Інструменти
Планування інвестиційної оцінки (близько 2 днів)
Основи
Методи розрахунку інвестицій
Обмеження та проблеми методів капітального бюджетування
Ключові показники
Фінансове планування (приблизно 1 день)
Основи
Акціонерне та боргове фінансування
Зовнішнє та внутрішнє фінансування
Ключові показники
Контролінг (приблизно 1 день)
Завдання та цілі контролінгу
Напрямки контролінгу
Інструменти контролінгу
Робота над проектом, підготовка до сертифікації та сертифікаційний іспит (близько 5 днів)
Інженер з обробки даних
Основи бізнес-аналітики (близько 2 днів)
Сфери застосування, виміри архітектури BI
Основи бізнес-аналітики, OLAP, OLTP, завдання інженерів даних
Сховища даних (DWH): обробка структурованих, напівструктурованих та неструктурованих даних
Управління вимогами (приблизно 2 дні)
Завдання, цілі та процедури в аналізі вимог
Моделювання даних, введення/моделювання за допомогою ERM
Введення / моделювання в UML
- Діаграми класів
- Аналіз варіантів використання
- Діаграми діяльності
Штучний інтелект (ШІ) в робочому процесі
Презентація конкретних технологій ШІ
та можливих застосувань у професійному середовищі
Бази даних (близько 3 днів)
Основи систем управління базами даних
Архітектура систем управління базами даних
Застосування СКБД
Реалізація моделі даних в СКБД, нормальні форми
Практичний та теоретичний вступ до SQL
Обмеження реляційних баз даних, csv, json
Сховище даних (приблизно 4 дні)
Зіркова схема
Моделювання даних
Створення зоряної схеми в СКБД
Схема "сніжинка", основи, моделювання даних
Створення схеми "сніжинка" в СКБД
Схема галактики: основи, моделювання даних
Повільно змінні розмірності типів 1-5 - переформулювання, укладання, реорганізація, міні-розмірність та тип 5
Вступ до нормальних, причинно-наслідкових, міні- та монстр-вимірів, гетерогенних та під-вимірів
Порівняння орієнтованих на стан і на транзакцію
Таблиці фактів DWH, щільність та зберігання
ETL (близько 4 днів)
Очищення даних
- Нульові значення
- Підготовка даних
- Гармонізація даних
- Застосування регулярних виразів
Розуміння даних
- Перевірка даних
- Статистичний аналіз даних
Захист даних, безпека даних
Практична структура ETL маршрутів
Data Vault 2.0, основи, хаби, лінки, сателіти, хеш-ключ, хеш-диф.
Моделювання даних у Data Vault
Практична структура моделі Data Vault - Raw Vault, практична реалізація хеш-процедур
Робота над проектом (близько 5 днів)
Закріплення вивченого матеріалу
Презентація результатів проекту
Аналітика даних
Вступ до аналізу даних (приблизно 1 день)
Еталонна модель CRISP-DM
Робочі процеси аналізу даних
Визначення штучного інтелекту, машинного навчання, глибокого навчання
Вимоги та роль в компанії інженерів даних, науковців даних та аналітиків даних
Огляд основ Python (приблизно 1 день)
типи даних
Функції
Аналіз даних (близько 3 днів)
Модулі Central Python в контексті аналізу даних (NumPy, Pandas)
Процес підготовки даних
Алгоритми інтелектуального аналізу даних на Python
Штучний інтелект (ШІ) в робочому процесі
Презентація конкретних технологій ШІ
та можливих застосувань у професійному середовищі
Візуалізація даних (близько 3 днів)
Розвідувальний аналіз даних
інсайти
Якість даних
Аналіз переваг
Візуалізація за допомогою Python: Matplotlib, Seaborn, Plotly Express
Сторітелінг даних
Управління даними (близько 2 днів)
Архітектури великих даних
Реляційні бази даних з SQL
Порівняння SQL та NoSQL баз даних
Бізнес-аналітика
Захист даних в контексті аналізу даних
Аналіз даних в контексті великих даних (приблизно 1 день)
Підхід MapReduce
Spark
NoSQL
Дашборди (приблизно 3 дні)
Бібліотека: Dash
Структура дашбордів - Компоненти Dash
Налаштування дашбордів
Зворотні дзвінки
Text Mining (близько 1 дня)
Попередня обробка даних
Візуалізація
Бібліотека: SpaCy
Робота над проектом (близько 5 днів)
Закріплення вивченого матеріалу
Презентація результатів проекту
Спеціаліст з великих даних
Що таке великі дані? (приблизно 1 день)
Обсяг, швидкість, різноманітність, цінність, достовірність
Можливості та ризики великих обсягів даних
Диференціація: бізнес-аналітика, аналітика даних, наука про дані
Що таке інтелектуальний аналіз даних?
Вступ до фреймворків Apache (приблизно 2 дні)
Рішення для великих даних у хмарі
Моделі доступу до даних
Зберігання даних
MapReduce (приблизно 3 дні)
Філософія MapReduce
Кластер Hadoop
Ланцюжок завдань MapReduce
Штучний інтелект (ШІ) в робочому процесі
Презентація конкретних технологій ШІ
та можливих застосувань у професійному середовищі
Компоненти (приблизно 3 дні)
Коротка презентація різних інструментів
Передача даних
YARN додатки
Hadoop JAVA API
Apache Spark
NoSQL та HBase (близько 3 днів)
CAP теорема
КИСЛОТА і БАЗА
Типи баз даних
HBase
Візуалізаціявеликих даних (близько 3 днів)
Теорії візуалізації
Вибір діаграм
Нові типи діаграм
Інструменти для візуалізації даних
Робота над проектом (близько 5 днів)
Закріплення вивченого матеріалу
Презентація результатів проекту
Можливі зміни. Зміст курсу регулярно оновлюється.
Ви опанували процеси, пов'язані з об'єднанням, підготовкою, збагаченням та пересиланням даних, і розумієте, як аналізувати великі дані, використовуючи базові концепції програмування Python, SQL та NoSQL баз даних. Знання галузевого програмного забезпечення для обробки та структурування великих неструктурованих даних і їх візуалізації доповнюють ваші знання.
Ви також знаєте, як створюються різні бізнес-плани проектів і компаній з економічної точки зору, і застосовуєте найважливіші інструменти економічного планування та маркетингу. Ви володієте знаннями договірного права і знайомі зі змістом комерційного та корпоративного права, а також з основами фінансового планування.
Курс орієнтований на осіб з вищою освітою в галузі комп'ютерних наук, бізнес-інформатики, бізнес-адміністрування, математики або аналогічною кваліфікацією.
Курс також орієнтований на всіх, хто хотів би отримати базові знання з управління та планування бізнесу або хотів би поглибити свої знання.
Систематична оцінка обсягів даних необхідна компаніям для отримання інформації про власну продукцію та поведінку клієнтів. У зв'язку з цим аналітики великих даних стають все більш затребуваними в усіх галузях.
Ваш змістовний сертифікат дає детальне уявлення про отриману кваліфікацію та покращує ваші кар'єрні перспективи.
Дидактична концепція
Ваші викладачі мають високу професійну та дидактичну кваліфікацію і навчатимуть вас від першого до останнього дня (без системи самонавчання).
Ви будете навчатися в ефективних малих групах. Курси зазвичай складаються з 6-25 учасників. Загальні заняття доповнюються численними практичними вправами з усіх модулів курсу. Практичний етап є важливою частиною курсу, оскільки саме в цей час ви опрацьовуєте вивчене, набуваєте впевненості та рутинності в його застосуванні. Заключний розділ курсу передбачає виконання проекту, кейс-стаді або підсумковий іспит.
Віртуальний клас alfaview®
BildungszentrumЗаняття проходять з використанням сучасної відеотехнології alfaview® - або з комфорту вашого власного будинку, або в нашому приміщенні за адресою . Весь курс може бачити один одного віч-на-віч через alfaview®, спілкуватися один з одним в якості голосу, синхронізованого по губах, і працювати над спільними проектами. Звичайно, ви також можете бачитись і спілкуватись зі своїми тренерами наживо в будь-який час, і протягом усього курсу викладачі навчатимуть вас у режимі реального часу. Уроки не є електронним навчанням, а справжнім живим викладанням віч-на-віч за допомогою відеотехнологій.
alfatraining Agentur für Arbeit Навчальні курси субсидуються та сертифікуються відповідно до положення про затвердження AZAV. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinЯкщо ви подаєте заявку на або , всі витрати на курс, як правило, покриває організація, яка його фінансує.
Europäischen Sozialfonds Deutsche Rentenversicherung Фінансування також можливе через (ESF), (DRV) або регіональні програми фінансування. Berufsförderungsdienst Як військовослужбовець строкової служби, ви можете відвідувати курси підвищення кваліфікації через (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) Компанії також можуть підвищити кваліфікацію своїх працівників за допомогою програми фінансування від .