Lépjen kapcsolatba velünk
 Időtartalma 14 órák

Kurzusleírás

Bevezetés a Databricksbe és a pénzügyi felhasználási esetekbe

  • A Databricks-ökoszisztéma megértése
  • A pénzügyi adatelemzési munkafolyamatok áttekintése
  • Felhasználási eset példák: kockázatmodellezés, pénzügyi riportálás, auditnaplók

Ismerkedés a Databricks notebookokkal

  • Notebookok létrehozása és navigálás bennük
  • Python és SQL használata a Databricksben
  • Együttműködés megjegyzésekkel és verzióelőzményekkel

Adatbetöltés és -tisztítás

  • Pénzügyi adatok importálása CSV-ből, adatbázisokból és API-kból
  • Spark DataFrames használata a tisztításhoz és előkészítéshez
  • Hiányzó értékek és kiugró adatok kezelése

Pénzügyi adatok átalakítása és összesítése

  • KPI-k és pénzügyi mutatók számítása
  • Adathalmazok szűrése, csoportosítása és pivotálása
  • Idősorok kezelése és újramintavételezése

Pénzügyi betekintések vizualizálása

  • Irányítópultok létrehozása a Databricks vizuális eszközeivel
  • Diagramok testreszabása pénzügyi riportáláshoz
  • Vizualizációk exportálása prezentációkhoz vagy szabályozói felülvizsgálathoz

Lekérdezések optimalizálása és a Delta Lake használata

  • Bevezetés a Delta Lake architektúrájába
  • ACID-tranzakciók és adatmegbízhatóság
  • Teljesítményjavítás adatparticionálással

Együttműködés, ütemezés és megosztás

  • Hozzáférés és jogosultságok kezelése pénzügyi csapatok számára
  • Feladatok ütemezése automatizált riportáláshoz
  • Adatok és eredmények biztonságos exportálása

Összefoglalás és további lépések

Követelmények

  • Az adatelemzési fogalmak ismerete
  • Python- vagy SQL-tapasztalat
  • A pénzügyi adattípusok és riportálás ismerete

Célközönség

  • Pénzügyi elemzők és üzleti intelligencia szakemberek
  • A pénzügyi szektorban dolgozó adatelemzők
  • Pénzügyi csapatokat támogató adatmérnökök

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák