Datová analýza krok za krokem

Od orientace v Excelu až po pokročilé dotazování v SQL a profesionální vizualizace v Power BI

Online kurz je pro:

lidi měnící profesní směr

Získáte přehled v Excelu, doplníte si potřebnou teorii a porozumíte tomu, jak datová analýza funguje v praxi. Vybudujete si pevné základy, na kterých můžete stavět další kariéru v oboru.

začínající datové analytiky

Na reálných projektech si vytvoříte vlastní řešení a upevníte své profesní dovednosti. Teoretické základy Power BI a SQL proměníte v jistou každodenní praxi.

manažery pracující se zdrojovými daty

Získáte zkušenosti, které vám pomohou rychle a smysluplně vyhodnocovat data a opírat svá rozhodnutí o konkrétní podklady.

Analýza, modelování a vizualizace dat v praxi

Začátek kurzu:

připravujeme

Doba trvání:

14 týdnů

Po kurzu budete schopni:

Vytěžit maximum z SQL a Power BI bez věčného googlení.
Stavět čisté datové modely, které se při aktualizaci nerozpadnou.
Předpovídat trendy a anomálie pomocí statistiky a predikcí.
Navrhovat dashboardy, kterým management okamžitě porozumí.
Automatizovat čištění dat a získat tak čas na jejich interpretaci.

Poznejte své lektory:

Jiří Zezula

Chief Data Officer v GOPAY

10 let v oboru, během kterých se vypracoval z reportingového specialisty až na pozici CDO s odpovědností za kompletní datovou kvalitu.
Architekt firemních datových skladů a ETL systémů, který v praxi navrhuje, optimalizuje a reviduje komplexní BI reporty.
Lídr v oblasti datové gramotnosti a governance, zaměřený na vedení analytických týmů a dohled nad architekturou firemních dat.

Jindřich Les

Data Scientist v Innomotics

7 let praxe v analýze a modelování dat, během kterých prošel cestou od analytika reklamací až po vývojáře komplexních reportů.
Expert na Power BI a Python knihovny se specializací na propojování dat a vytváření low-code řešení pro automatizaci.
Zkušený konzultant platformy ServiceNow se schopností srozumitelně předávat znalosti nástrojů jako Tableau nebo SQL Workbench.

Program kurzu

Úvod do profese datového analytika

Role analytika a jeho každodenní pracovní náplň
Porovnání pozic: datový analytik vs. další pozice
Obecný přehled nástrojů a ekosystémů

Úvod do dat a datová gramotnost

Definice dat a metadat, jejich sběr a rozhodování v data-driven organizacích
Význam datové gramotnosti a interpretace v praxi
Obecná teorie a struktura datových formátů

Nástroje pro datovou analýzu

Proces zpracování dat v nástrojích Excel, Power BI a SQL Workbench
Typologie datových typů (numerické, textové, logické a další)
Normalizace dat: základní teorie a příklady z praxe

Praktické cvičení: Příprava nástrojů využívaných dále v kurzu

Databázové systémy a modelování

Typologie relačních (SQL) a nerelačních (NoSQL) databázových systémů
Relace mezi entitami (klíče, kardinalita) a datové modelování
Datová schémata, normální formy a EER/UML modelování

Praktické cvičení: Návrh vlastního datového modelu v EER dle zadání

Datové integrační služby

Metody integrace dat: rozdíly mezi ETL a ELT procesy
Datové integrační služby (extrakce, transformace, sklady, kanály, integrace)
Přehled moderních integračních platforem

Druhy datové analytiky

Typologie analytik a teorie statistických modelů
Variace, permutace a kombinace
Nejčastější statistické omyly

Úvod do SQL

Historie, varianty SQL a syntaktické členění (DDL, DCL, DML, TCL, DQL)
Základní syntaxe dotazu (SELECT, FROM), operátory a práce s aliasy
Připojení do databáze pomocí SQL Workbench

Praktické cvičení: Připojení na tréninkovou databázi a zkouška jednoduchých selectů

Manipulace v SQL

Základy administrace a příkazy DDL (CREATE, DROP, ALTER) a DML (INSERT, UPDATE, DELETE)
Práce s constraints, databázovými klíči a typologií indexů
Druhy spojování tabulek (INNER JOIN, OUTER JOIN – LEFT, RIGHT, FULL)

Agregace a statistické funkce v SQL

Práce s datovými typy pomocí CAST a CONVERT a aritmetické operátory
Agregační funkce (SUM, COUNT, MIN, MAX) a skalární matematické operace
Statistické funkce jako AVG, MEDIAN, VARIANCE, STDEV, CORR a PERCENTIL

Praktické cvičení: Příprava datové sady k dalšímu zpracování pomocí SQL

Filtrování a řazení dat v SQL

Použití WHERE, porovnávacích a logických operátorů a podmíněné vyhodnocení CASE
Filtrace a seskupování výstupu pomocí GROUP BY, HAVING, DISTINCT a UNION
Řazení výstupů pomocí ORDER BY a omezení výsledků LIMIT

Normalizace a čištění dat v SQL

Skalární funkce a řetězcové operátory (CONCAT, SUBSTRING, REPLACE, TRIM)
Čištění řetězců, změna velikosti písma a regulární výrazy (REGEXP)
Ošetření prázdných hodnot pomocí null operátorů (COALESCE, ISNULL, IFNULL)

Modelování dat v SQL

Využití subquery a pokročilé filtrování (IN, EXISTS, ANY, ALL)
Skalární funkce pro práci s časem, datumy a generování řad pomocí CTE
Tvorba a správa datových náhledů (VIEW)

Praktické cvičení: Praktický úkol spojující generování řad a jejich spojení ve view

Pokročilé funkce SQL

Window funkce, operace nad řádky a výpočet průběžného součtu
Inkrementální zápis dat, složené klíče a uložené procedury
Správa transakcí (BEGIN, COMMIT, ROLLBACK)

Basic Python

Jupyter Notebooks

Práce s daty v Excelu

Práce s komplexními funkcemi (vyhledávací, statistické, databázové)
Využití regulárních výrazů a zástupných znaků pro filtraci
Kontingenční tabulky

Praktické cvičení: Úprava XLSX souboru s pomocí PowerQuery nebo funkcí a tvorba vizuálu

Práce s daty v Power BI

Datové zdroje a využití konektorů
Datová transformace v prostředí Power Query
Prezentační vrstva a datový model

Deskriptivní statistika

Deskriptivní statistika v praxi
Praktické modelování dat pro metody statistiky v Excelu / Power BI
Tvorba vizualizace z modelovaných dat v Excelu / Power BI

Praktické cvičení: Napojení na zdroj, úprava dat a vytvoření základního vizuálu

Exploratorní analýza (univariační)

Praktické modelování dat pro metody univariační exploratorní analýzy
Vytvoření vizualizace z modelovaných dat v Excelu / Power BI
Transformace dat pro specifické potřeby analýzy

Inferenční statistika

Aplikace inferenční statistiky v praxi a praktické modelování dat
Vytvoření vizualizace z modelovaných dat v analytických nástrojích
Transformace dat pro potřeby statistických výstupů

Praktické cvičení: Procvičování a identifikace vizualizací dle zadání

Diagnostická analýza

Hledání příčin v datech
Praktické modelování diagnostických scénářů v Excelu / Power BI
Tvorba vizuálních výstupů pro objasnění datových trendů

Prediktivní analýza Ⅰ: regresní modely

Regresní analýza v praxi a modelování dat pro tyto metody
Tvorba vizualizací v nástroji Excel / Power BI
Transformace dat specificky pro regresní modely

Průběžný miniworkshop

Zastavení pro trénink, praxi, dotazy a opakování vybraných témat
Analýza metod, které je potřeba projít více do hloubky
Ukázky praktického využití dosud nabytých znalostí

Prediktivní analýza Ⅱ: časové řady

Analýza časových řad v praxi a tvorba vizualizací z modelovaných dat
Praktické modelování dat pro metody statistiky v Excelu / Power BI
Transformace dat pro potřeby predikce časových řad

Kvalitativní analýza

Kvalitativní analýza v praxi
Praktické modelování dat pro metody statistiky v Excelu / Power BI
Vytvoření výstupu z modelovaných dat

Praktické cvičení: Kvíz se zpětnou vazbou ohledně úkolů a práce s cheatsheetem

Vizualizace dat

Aplikace vizualizací na konkrétní datasety v praxi
Storytelling a best practices
Identifikace a vyvarování se nejčastějším chybným aplikacím

Power BI workshop

Vytvoření komplexního Power BI dashboardu
Volba vhodné analýzy, transformace dat a vizualizačních náhledů

Praktické cvičení: Závěrečná práce v Power BI / Excelu

Kariérní možnosti a portfolio

Očekávaný soubor dovedností, soft skills a seniorita v profesi
Příbuzné role, doporučené certifikace a možnosti dalšího vzdělávání

Praktické cvičení: Příprava či rozšíření CV o zkušenosti nabyté v kurzu

Konzultace a feedback

Kontrola závěrečných prací a komentáře k jejich řešení
Závěrečné dotazy vůči lektorům

Staňte se specialistou, po kterém je na trhu poptávka

Vyplňte registrační formulář a získejte podrobnější informace o kurzu a jeho ceně.

Zjistit cenu kurzu