Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a Databricks használatába és pénzügyi használati esetek
- A Databricks ökoszisztéma megértése
- Áttekintés a pénzügyi adatelemzési munkafolyamatokról
- Használati eset példák: kockázatmodellezés, pénzügyi jelentések, auditnaplók
Bevezetés a Databricks notebookok használatába
- Notebookok létrehozása és navigálása
- Python és SQL használata a Databricksban
- Együttműködés megjegyzésekkel és verzióelőzményekkel
Adatbetöltés és -tisztítás
- Pénzügyi adatok importálása CSV, adatbázisok és API-k segítségével
- Spark DataFrames használata tisztításhoz és előkészítéshez
- Hiányzó értékek és kiugró adatok kezelése
Pénzügyi adatok átalakítása és összesítése
- KPI-k és pénzügyi mutatók kiszámítása
- Adatkészletek szűrése, csoportosítása és pivottá alakítása
- Idősorok manipulálása és újramintavételezése
Pénzügyi elemzések vizualizációja
- Vezérlőpultok létrehozása a Databricks vizualizációs eszközeivel
- Diagramok testreszabása pénzügyi jelentésekhez
- Vizualizációk exportálása prezentációkhoz vagy szabályozói felülvizsgálathoz
Lekérdezések optimalizálása és a Delta Lake használata
- Bevezetés a Delta Lake architektúrába
- ACID tranzakciók és az adatok megbízhatósága
- Teljesítmény javítása adatparticionálással
Együttműködés, ütemezés és megosztás
- Hozzáférés és engedélyek kezelése pénzügyi csapatok számára
- Feladatok ütemezése automatizált jelentéskészítéshez
- Adatok és eredmények biztonságos exportálása
Összefoglalás és következő lépések
Követelmények
- Az adatelemzés alapfogalmainak ismerete
- Tapasztalat Python vagy SQL használatában
- Ismeret a pénzügyi adattípusokról és jelentéskészítésről
Célközönség
- Pénzügyi elemzők és üzleti intelligencia szakemberek
- Adatelemzők, akik a pénzügyi szektorban dolgoznak
- Adatmérnökök, akik pénzügyi csapatokat támogatnak
14 Órák