dati_pictogram_white.png

Datu analīze ar Microsoft BI un Python

PROGRAMMAS MĒRĶIS

Sniegt zināšanas un prasmes darbam ar Microsoft Power BI un Python datu izpētei,  datu modelēšanai, datu vizualizēšanai un koplietošanai.

Mācību ilgums un formāts

48 mācību stundas
Tiešsaistē

Mērķauditorija

Ikviens, kurš apkopo un analīzē datus, sadarbojas ar citiem, aprakstot un prezentējot datus: vadītāji, analītiķi, finanšu speciālisti u.c.

Tehnoloģijas

Windows operētājsistēma 
Microsoft Power BI
Python

Priekšzināšanas un priekšnoteikumi dalībai

Vismaz vidējā izglītība,  vēlme apgūt jaunas lietas, padziļinātas prasmes darbā ar Microsoft Excel (datu aprēķini pēc formulām, datu kārtošana, diagrammas).

Mācīšanās rezultāti

Pēc sekmīgas mācību programmas apgūšanas kursa dalībnieki varēs patstāvīgi vai ar nelielu pieredzējušāku lietotāju 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;
• pielietot datu aizsardzības regulas un politiku datu kvalitātes un atbilstības uzturēšanai;
• pielietot kvalitātes politiku datu kvalitātes un atbilstības nodrošināšanai; 
• veidot sadarbību ar kolēģiem, partneriem, klientiem, prezentējot datu apstrādes analīzes rezultātus.

Programma attīsta e-kompetences un caurviju kompetences

DIGCOMP 2.1

  • Datu zinātne, datu analīze un datu vizualizācija

    DIGCOMP 2.1 līmenis: 3

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

  • Pašattīstība

  • Darbs komandā

  • Iniciatīva

  • Pielāgošanās

Materiāli kursa dalībniekiem

Pasniedzēja sagatavota darba burtnīca ar uzdevumu aprakstiem.

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. 
19.    Datu kvalitātes nodrošināšana un atbilstība datu aizsardzības regulām un politikām

Cena: 1500 EUR + PVN