Atsauksmes
“Patīk, ka darbs ir organizēts projekta grupās. Būtiskākais ieguvums ir iespēja dalīties ar zināšanām, nostiprinot tās, un iegūt jaunas zināšanas no grupas biedriem.”
Egils
“Kurss bija necerēti apjomīgs un padziļināts! Lieliska pieredze! Ne mirkli nenožēloju, ka izvēlējos šo kursu.”
Iveta
“Uzskatu, ka ieguvu no mācībām maksimumu. Patika grupu darbs, tas bija noderīgs treniņš, kurā nostiprināt iegūtās zināšanas.”
Renāte
Datu analīze ar Microsoft BI un Python
Kursa mērķis
Sniegt zināšanas un prasmes darbam ar Microsoft Power BI un Python datu izpētei, datu modelēšanai, datu vizualizēšanai un koplietošanai.
Mērķauditorija
Ikviens, kurš apkopo un analizē datus un sadarbojas ar citiem, aprakstot un prezentējot datus: vadītāji, analītiķi, finanšu speciālisti.
Kursa mērķis
Sniegt zināšanas un prasmes darbam ar Microsoft Power BI un Python datu izpētei, datu modelēšanai, datu vizualizēšanai un koplietošanai.
Mērķauditorija
Ikviens, kurš apkopo un analizē datus un sadarbojas ar citiem, aprakstot un prezentējot datus: vadītāji, analītiķi, finanšu speciālisti.
Tehnoloģijas
Microsoft Power BI, Python
MĀCĪBU NORISE
20% teorija un 80% prakse
Mācības notiek tiešsaistē. Mācības notiek 2 reizes nedēļā pa 4 mācību stundām 6 nedēļu garumā. Mācību laikā dalībnieki apgūst teoriju, ko nostiprina ar praktiskajiem uzdevumiem un grupu projektu.
Projektos balstīta mācīšanās nozīmē darbu grupās, kad mācību dalībnieki izstrādā projektu, kas ir balstīts uz reālu darba situāciju, praktiski pielietojot nodarbībās apgūtās prasmes un zināšanas.
e-CF 4.0
D.7. Data Science and Analytics L2 & L3
E.6. ICT Quality Management L2
E.8. Information Security Management L2
Caurviju kompetences
Komunikācija
Atbildība
Darbs komandā
Pielāgošanās prasmes
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
e-CF 4.0
D.7. Data Science and Analytics L2 & L3
E.6. ICT Quality Management L2
E.8. Information Security Management L2
Caurviju kompetences
Komunikācija
Atbildība
Darbs komandā
Pielāgošanās prasmes
Priekšzināšanas
Vēlamas pamatprasmes programmēšanā (algoritmi, loģiskās konstrukcijas). Izpratne par datu analīzes uzdevumiem un mērķiem.
Sertifikācija
Šajā programmā sertifikācija nav iekļauta.
Kursa tēmas
1. Microsoft BI vides sagatavošana datu analīzei
2. Python vides sagatavošana datu apstrādei
3. Datu iegūšana analīzei no vairākiem avotiem un formātiem
4. Datu tīrīšana, izmantojot Power BI vaicājumu redaktoru
5. Datu ticamība
6. Datu modelēšana
7. Datu relācijas
8. DAX formulu veidošana
9. Datu konfidencialitāte un drošība
10. Datu atbalsts visa datu dzīves cikla garumā
11. Datu analītikas metodoloģijas izvēles principi
12. Datu kvalitātes un integritātes nodrošināšana
13. Datu apstrāde un datu analīzes rezultātu vizualizēšana
14. Regresijas un korelācijas analīze ar Python rīkiem
15. Informācijas paneļu veidošana
16. Datu plūsmu organizēšana
17. Python skriptu veidošana datu automātiskai atjaunināšanai izklājlapā
18. Sadarbība ar kolēģiem, partneriem, klientiem, prezentējot datu apstrādes analīzes rezultātus
Mācīšanās rezultāti
Pēc sekmīgas mācību programmas apgūšanas kursa dalībnieki varēs patstāvīgi vai ar nelielu pieredzējušāku kolēģu atbalstu:
Sagatavot un pielietot Microsoft BI vidi datu analīzei
Sagatavot un pielietot Python vidi datu apstrādei
Sagatavot datus no vairākiem avotiem un formātiem analīzei
Iegūt datus no dažādiem avotiem
Tīrīt datus, izmantojot Power BI vaicājumu redaktoru
Pielietot paņēmienus datu ticamības pārbaudei
Definēt, veidot un optimizēt datu modeļus
Pētīt datu relācijas un veidot DAX formulas
Veidot datu arhīvus
Pielietot atbilstošu metodoloģiju datu analītikai
Pielietot paņēmienus datu kvalitātes un integritātes nodrošināšanai
Pielietot datu apstrādes paņēmienus un vizualizēt datu analīzes rezultātus
Pielietot Python rīkus regresijas un korelācijas analīzei
Veidot informācijas paneļus un vizualizācijas, lai nodrošinātu datos balstītus lēmumus
Modelēt un veidot datu vizualizāciju
Veidot Python skriptus datu automātiskai atjaunināšanai izklājlapā
Modelēt un plānot sistemātisku datu iegūšanas, apstrādes un glabāšanas vides novērošanu, lai identificētu un definētu ievainojamības un draudus, kā arī reģistrētu un ziņotu neatbilstības
Pielietot paņēmienus proaktīvai datu konfidencialitātes un drošības aizsardzībai
Veidot sadarbību ar kolēģiem, partneriem, klientiem, prezentējot datu apstrādes analīzes rezultātus
Atsauksmes
“Patīk, ka darbs ir organizēts projekta grupās. Būtiskākais ieguvums ir iespēja dalīties ar zināšanām, nostiprinot tās, un iegūt jaunas zināšanas no grupas biedriem.”
Egils
“Kurss bija necerēti apjomīgs un padziļināts! Lieliska pieredze! Ne mirkli nenožēloju, ka izvēlējos šo kursu.”
Iveta
“Uzskatu, ka ieguvu no mācībām maksimumu. Patika grupu darbs, tas bija noderīgs treniņš, kurā nostiprināt iegūtās zināšanas.”
Renāte