Kurzusleírás
Modul 1: Modern adattárházak és üzleti intelligencia alapjai:
- Az adattárházak (DW) és az üzleti intelligencia (BI) fejlődése
- Felhőalapú adattárházak (Azure Synapse Analytics, Azure SQL Data Warehouse)
- Modern adattárház-architektúrák (Lambda architektúra, Kappa architektúra)
- Adatmodellezési alapfogalmak (Csillagséma, Hópehely-séma)
- Bevezetés a Data Vault módszertanba (rövid áttekintés)
- Kulcsfontosságú BI fogalmak: ETL/ELT, OLAP, OLAP, DWH, Adatirányítás
- A Microsoft BI stack áttekintése: SQL Server (T-SQL, SSIS, SSAS, SSRS), Azure Synapse Analytics, Azure Analysis Services, Azure Data Factory, Power BI
Modul 2: Modern ETL/ELT az SQL Server Integration Services (SSIS) segítségével
- SSIS alapvető összetevők (Integrációs szolgáltatások, Kapcsolatkezelők, Adatfolyam, Vezérlési folyamat)
- Modern adatelérés (ADO.NET, OLE DB, ODBC, Python Script Task)
- Felhőintegráció (Adatok betöltése/kiürítése az Azure Blob Storage-ba/-ből, Azure SQL Database/DW, Azure Data Lake Storage Gen2)
- Adatátalakítási technikák (Származtatott oszlop, Keresési átalakítások, Aggregált átalakítások, Feltételes felosztás, Script Component)
- Big Data kezelése SSIS-ben (Integráció Azure Databricks-szel, PolyBase)
- Hibakezelés, naplózás és hibakeresés SSIS-ben
- Üzembe helyezés és ütemezés (SQL Agent, Azure Automation Runbooks)
Modul 3: Elemzési modellek készítése az SQL Server Analysis Services (SSAS - Táblázatos) segítségével
- Bevezetés a táblázatos modellbe (szemben a többdimenziós modellel)
- DAX (Data Analysis Expressions) nyelv alapjai (Kontextus, Számítások, Aggregációk)
- Modelltervezés: Kapcsolatok, Hierarchiák, Perspektívák, Szerepek, Biztonság
- Időbeli intelligencia funkciók használata DAX-ban
- Táblázatos modellek kezelése és üzembe helyezése (BIML, SSDT)
- SSAS táblázatos modellek teljesítményhangolása
Modul 4: Felhőalapú elemzés az Azure Analysis Services (AAS) segítségével
- Bevezetés az Azure Analysis Services (AAS) használatába
- AAS üzembehelyezési lehetőségek (PaaS - Azure App Service Plan, Dedikált számítási példány)
- Csatlakozás Azure adatbázisokhoz (Azure Synapse Analytics, Azure SQL Database, Azure Analysis Services)
- Modellek készítése az Azure-ban (Azure Purview vagy Azure Analysis Services Studio használatával)
- Skálázás és magas rendelkezésre állás az AAS-ben
- Biztonság az AAS-ben (Szerepalapú biztonság)
Modul 5: Adatok lekérdezése és elemzése T-SQL és DAX segítségével
- Haladó T-SQL az adatelemzéshez (CTE-k, Ablakfüggvények, PIVOT/UNPIVOT, MERGE)
- DAX mélyebb bemutatása (Sorok kontextusa szemben a szűrő kontextussal, Iterátorok, Időbeli intelligencia, KPI-k, Q&A)
- T-SQL és DAX kombinálása (PolyBase lekérdezések, csatolt szerverek)
- Mesterséges intelligenciával fokozott elemzés használata (Azure Synapse Analytics Machine Learning Services)
Modul 6: Adatfelderítés és vizualizáció
- Bevezetés a Power BI használatába (Adatforrásokhoz való csatlakozás, Lekérdezés-szerkesztő)
- Hatékony vizualizációk készítése (Diagramok, Grafikonok, Térképek)
- DAX a Power BI-ban (Számított oszlopok, Mérőszámok)
- Jelentéstervezés és formázás a Power BI-ban
- Bevezetés az Azure Synapse Studio használatába a BI-hez
Modul 7: Tanfolyam áttekintése, haladó fogalmak és gyakorlati laborok
- Haladó adatátalakítási minták (Lassan változó dimenziók, 1. és 2. típus)
- Adatminőségi szolgáltatások (DQS) integrációja (áttekintés)
- Teljesítményoptimalizálás és hibaelhárítás (Query Store, Végrehajtási tervek)
- BI képességek bővítése (Power Query, Power Automate)
- Gyakorlati laborok, amelyek az end-to-end BI forgatókönyveket fedik le (ETL, Modellépítés, Jelentéskészítés)
Követelmények
Windows ismerete, alapvető SQL és relációs adatbázisok ismerete.
Vélemények (2)
Abhi kiváló ismerettel rendelkezik az Alteryx területén, és nagyon világosan magyarázott. Megértette a céljainkat, és olyan egyedi demó adatkészleteket hozott létre, amelyek relevánsak voltak a szervezetünk számára, ami lenyűgöző volt. A képzés jól strukturált volt, megfelelő tempóban zajlott, és időt szántak a kérdésekre is.
Samuel Taylor - Manchester Metropolitan University
Kurzus - Alteryx for Data Analysis
Gépi fordítás
Deepthi nagyon jól érezte meg igényeimet, tudta, mikor kell bővíteni a összetettséget és mikor inkább rendezett módon haladjon tovább. Deepthi valóban a saját tempómban dolgozott velem, és biztosította, hogy képes legyek önállóan használni az új funkciókat/eszközöket. Először bemutatta őket, majd engedte, hogy én ismétlém meg őket, ami nagyon segített a tananyag beillesztésében. Nem lehetne elégedettebb a képzés eredményeivel és Deepthi szakmai tudásával!
Deepthi - Invest Northern Ireland
Kurzus - IBM Cognos Analytics
Gépi fordítás
