Data Analyst Expert 042 שעות תיאור ההכשרה: בעולם העסקי של היום, נתונים, מידע וחיזוי הם העתיד של כל ארגון. כמויות המידע שנאספות בארגונים ובאנושות כולה

תמליל

1 Data Analyst Expert 042 שעות תיאור ההכשרה: בעולם העסקי של היום, נתונים, מידע וחיזוי הם העתיד של כל ארגון. כמויות המידע שנאספות בארגונים ובאנושות כולה גדלות בקצב מסחרר והשליטה בהם הופכת לחשובה מאי פעם. רוב יישומי התוכנה בעולם נדרשים לבצע פעולות קריטיות של עיבוד, אחסון, ניתוח,חיזוי, דיווח והצגת הנתונים. מסלול הכשרה זה, הינו כרטיס הכניסה לעולם המרתק של Data Analysis המשלב בין טכנולוגיה לעסקים. תיאור תפקיד: תפקיד Data Analyst דורש יכולת להפיק ידע מנתונים ומידע. זהו תפקיד המתווך בין הארגון למחלקת ה-,IT ותפקידו המרכזי הינו לנתח מצב קיים בארגון ולתכנן, על בסיס ניתוח זה, מערכות מידע, אסטרטגיה, יעדים ועוד. מסלול מקצועי וייחודי זה, מכשיר לתפקיד של אנליסט נתונים במסגרתו, אנליסטים מסוגלים ליישם את כישוריהם בעיבוד, אחסון, ניתוח וחיזוי נתונים בכדי להשיג מגוון רחב של תוצאות עסקיות עבור הארגון. כמו כן, נרכשת יכולת לייצר פרטים חזותיים, לטפל במקורות המידע השונים, לנתח את המידע ולהציג להנהלה את הידע הרלוונטי לקבלת החלטות. מכלול זה של היכולות הנרכשות במסלול, עונה למגמות השוק העסקי והטכנולוגי שאנו עדים להן בשנים אחרונות. בשנים אחרונות, מקימים ארגונים רבים מחסני נתונים ומערכות,BI עם זאת, מרביתם אינם יודעים כיצד להשתמש בתבונה בנתונים אשר אגרו. מסלול הכשרה זה כולל כלים רבים ומיומנויות מגוונות הנדרשים בשלבים השונים של העבודה עם נתונים בארגון החל מביצוע שאילתות ברמת ה- SQL, דרך שליטה בכלי BI השכיחים ביותר כיום בשוק, כגון:,SSIS,SSRS,SSAS הכלים מתקדמים לאינטגרציה ולדיווח. עולם ה- BI החדש שופע כיום בכלים מתקדמים המאפשרים Self-Service BI ותפקיד האנליסט תופס מקום יותר ויותר משמעותי שכן הוא אינו נדרש להסתמך על אנשי IT ו- BI מסורתי בכדי לבנות את המודלים שהוא צריך. על כן, ישנו דגש רב במסלול הכשרה, על כלי ה- BI Self-Service החזק בעולם BI Excel ו- BI.Power אנחנו עדים לשינויים המתרחשים בעולם העסקי והטכנולוגי ולשילוב של השניים שרק הולך וגובר ולמעשה, ניתוח נתונים והפקת לקחים בדיעבד אינם מספיקים. על הדור הבא של אנליסטים, להיות בעלי יכולת להציג תחזיות Analytics-,Predictive מגמות, תובנות והצעות לפעולה מתאימה. הנתונים אמנם קיימים כיום במערכות השונות בארגונים, אולם החוכמה היא לדעת לנבא את המגמה הצפויה לעתיד. תחילה נפנים את עקרונות החיזוי האנליטי ונכיר את הכלים המרכזיים בתחום זה R ו-.Excel ולאחר מכן ניישם אותם ברמה בסיסית באמצעות Python קהל יעד: המסלול מיועד לאקדמאים בתחומי הניהול/כלכלה/סטטיסטיקה/מתמטיקה/חשבונאות/שיווק ו/או למועמדים בעלי רקע עסקי מוכח. דרישות קדם: תואר אקדמי רלוונטי/ ניסיון מעשי בתחום ניתוח נתונים הכרות טובה עם אקסל - חובה

2 תוכנית הלימוד: Part 1: Preparatory Module מודול מכינה ליישור קו לרכישת שפת SQL ולמושגים בסיסיים ביותר במסדי נתונים. Setting up development environment o Introducing SQL server Management Studio Querying Data Using T-SQL Language o Basic Concepts of Databases o SQL Server Data Types o Retrieving Data: SELECT Statement o Filtering Data: WHERE, Logical Operators and Expressions o Organizing Retrieved Data: ORDER BY, GROUP BY, TOP o Using System Supplied Scalar Functions o Multiple Table Access: JOINs o Using Simple Sub-Queries o Updating Data Using DML Statements: UPDATE, INSERT, DELETE Part 2: Database Design & Advanced T-SQL Programming מודול זה מקנה לסטודנטים הבנה בסיסית בהקמת מסדי נתונים ובהגדרות התצורה הפיזית שלהם, וכן בשימוש בשפת SQLליצירה של אובייקטים. במודול יקנה הבנה בסיסית בעקרונות התכנות בשפת T-SQL לצורך כתיבתה של תוכניות לעיבוד נתונים )תנאים, לולאות, פרוצדורות, פונקציות(. Data Modeling Basics and Data Objects o RDBMS Modelling Basics: Relations and Normalizations o SQL Server Data Types o Creating Schemas, Tables, Keys and Constraints o DDL - Data Definition Language: Create, Drop, Alter & Truncate o Indexes Overview T-SQL Programming and Implementing Code Objects: o Basic T-SQL Programing: Variables, IF function, Loops o Basic Analytic Functions. o Code Objects: Views, Stored procedures, Functions Part 3: Data Warehouse & BI Fundamentals מודול העוסק במבוא לבינה עסקית המיועד להציג את העקרונות הבסיסים בתכנון ועיצוב מחסן נתונים. Business Intelligence and Data Warehousing Defining Data Warehouse Concepts and Terminology Planning and Managing the Data Warehouse Project Designing Dimensional Model

3 Part 4: Integration Services 2014 (SSIS) מודול זה מתמקד בלימוד בסיסי בתכנון והקמה של תהליכי ETL מבוססים SSIS במסגרתו נלמד לגזור, להעביר ולטייב נתונים ממערכות שונות אל מחסן הנתונים ברמה בסיסית. Introduction to ETL architecture Introduction to Microsoft SQL Server Integration Services. Basic Data Flow Task Transformations Part 5: Analysis Services 2014 (SSAS) במודול זה נלמד להקים קוביות רב ממדיות Cube( )OLAP ברמה בסיסית, ותחקור הקובייה. קוביות רב ממדיות מאפשרות לבצע ניתוח ועיצוב של מודלי נתונים רב ממדיים. Introduction to Microsoft SQL Server Analysis Services Creating Data Sources and Data Source Views Creating an OLAP Cube Configuring Dimensions & Hierarchies Importing a OLAP Cube to Excel and creating Dashboards, including Slicers, Timelines, Conditional Formatting, Data bars, and Sparklines Analyzing OLAP Cube Data Using PivotTables and Pivot Charts Using Cubes Key Performance Indicators and Calculated Measures Part 6: Reporting Services 2014 (SSRS) מודול זה נלמד לייצר דוחות BI למנהלים מבוססי.Reporting Services כמו כן, נלמד לפרסם את הדוחות לפורטל הדוחות -.Report Builder ולערוך אותם בעזרת Report Manager Part 7: SAS Studio Introduction to Microsoft SQL Server Reporting Services Creating a Report with Report Designer Grouping and Aggregating Data in a Report Showing Data Graphically Filtering Reports By Using Parameters Overview of Managing Report Manager Introduction to Report Builder מודול זה יקנה יכולות שימוש בסביבת פיתוח מקדמת SAS/STUDIO לביצוע ניתוח נתונים. Navigate and customize SAS Studio Write and execute SAS programs Explore and filter your data Use predefined tasks to generate SAS code Customize code snippets and create your own snippets. בניית דוחות וביצוע ניתוחים מתקדמים ב- Analytics. SAS Visual Interact with the environment via the SAS Visual Analytics Hub Explore data using SAS Visual Analytics Explorer Create reports with SAS Visual Analytics Designer

4 Part 8: Project הפרויקט מאפשר לבוגרי ההכשרה המקצועית, לבצע אינטגרציה בין התכנים השונים שנלמדו במסלול עד כה, לצבור ניסיון מעשי המקנה דרכי עבודה נכונות, כדי לבנות את דרככם כעובדים בתחום. Part 9: Excel 2016 Advanced שיעור חזרה על נושאים מתקדמים באקסל. Advanced Excel for Data Analyst Working with tables in Excel: Functions: sorting, filters, conditional formatting V-lookup Working with pivot table Part 12: PowerPivot & Power BI במודול זה נלמד את המרכיבים השונים של Power BI ו- Excel BI והקשר ביניהם, נלמד למשוך נתונים ממקורות שונים ומגוונים באמצעות,Power Query להקים מבנה נתונים טבולרי בעזרת PowerPivot ולהציג למשתמש הקצה דוחות אינטראקטיביים בעזרת PowerView ו-.Power BI Connecting to various Data sources using Power Query For Excel o Pulling data from Sql Server, CSV Files, The internet and more o Data cleansing o Data mashups o Advanced topics : Join, Union and Functions Creating a Tabular Data Model by Using Power Pivot for Excel o Creating and Managing Table Relationships o Data Modelling o Hierarchies o Using PivotTables and PivotCharts o Using Slicers o Best practice with the vertipaq engine DAX Fundamentals o Introduction to DAX o Evaluation contexts and CALCULATE o Advanced DAX functions Building BI Dashboards With Power BI o What Is Power BI o Power BI Desktop ingredients o Building interactive reports and Dashboards with POWER BI o Advanced Power BI Topics: Power BI Service, Custom vis and more

5 Part 11: Predictive Analytics במודול זה נכיר את סוגי בעיות החיזוי )שיערוך, חיזוי, קלסיפיקציה, סגמנטציה ועוד(, ונסקור מודלים שונים מעולם ה- Data Mining וה- Learning Machine לפתרונן. נלמד לתכנן מודלים לחיזוי ונראה כיצד מתרגמים נתונים גולמיים ממקורות שונים למנגנונים מתוחכמים של קבלת החלטות. Introduction o What is Predictive Analytics? o Data sources o Data manipulations Problems and Models in Predictive Analytics o Regression problems o Forecasting problems o Classification problems o Association rules problems Part 12: Introduction to Big-Data במודול זה נבין מהו הקשר בין עולם Big Data ו-.Data Analyses What is Big-Data and why it is important to my business? Bringing Big-Data to my organization - concepts and guidelines. Big-Data on relational databases - why do and why not? Introduction to NoSQL