מובילת קורס הדגל HANDS-ON DATA ANALYST, בעלת ניסיון של מעל 20 שנה בהרצאות ובפיתוח חומרי לימוד בעולמות הדאטה בארץ ובעולם
בעל ניסיון של מעל 10 שנים בהדרכות DATA סגן מנהל חטיבת GRISK בחברת G-STAT מנהל תחתיו מעל ל-50 Data Analysts ו- Data Scientists
יש למלא את הפרטים הבאים
זאת מכיוון ששפת ה-SQL הינה השפה הבסיסית והחשובה ביותר בעולם ניתוח הנתונים והיא מאפשרת שליפה, בנייה ותחקור מידע מה-DATABASE של החברה באופן יעיל, נוח ופשוט.
כולם מלמדים את פקודות הבסיס של שפה זו כולל ה-SELECT, WHERE וה-JOIN-ים, אבל אצלנו תלמדו כבר בפרק בסיסי זה איך פקודות הבסיס של ה-SQL באות לידי ביטוי בעבודה השוטפת ועד כמה חשוב לדעת לא רק כיצד לכתוב אותן, אלא גם לדעת על אילו בעיות עסקיות הן באות לתת מענה וכיצד לפתח את הבקרה העצמית והכה חשובה שלכם כמנתחי נתונים לעתיד בתהליך כתיבת הקוד ובהפקת הטבלאות מנתונים ב-SQL.
החל מסיום פרק זה תיחשפו למאגר שלם, מושקע וייחודי למסלול ההכשרה של G-STAT הכולל מגוון רחב של בעיות עסקיות המשלבות בחינה של יכולת טובה ב-SQL, חשיבה עסקית וחשיבה אנליטית.
מאגר זה שנבנה ממש מהניסיון בשטח של חברת G-STAT מקנה תמונה רחבה ואיכותית על אתגרי עבודת מנתח הנתונים בישראל.
מודול המתמקד בשאילתות מורכבות ובעיות של ה"עולם האמיתי". כמו כן, תלמדו פקודות מתקדמות המאפשרות ניתוח מעמיק, מתקדם, יעיל ואפקטיבי של נתונים.
תכניו של פרק זה, מסתמכים על הניסיון המצטבר בחברת G-STAT של מעל 25 שנה בעבודה מול מסדי נתונים שונים, שאלות מאתגרות מראיונות עבודה, ובעיות SQL מורכבות.
בסיומו של חלק זה תבצעו פרויקט ראשון של ניתוח DATA מקצה לקצה באמצעות ה-SQL .
באם רלוונטי, מומלץ לנסות ולהגיש מועמדות ל-G-STAT כבר לאחר הגשת הפרויקט 🙂
בנוסף, בסיום פרק זה, משתתפי הקורס מוזמנים לפתור שאלות מתוך מאגר שאלות ראיונות העבודה של חברת G-STAT.
שאלות אלה משלבות בחינה של סט הכלים שנלמד עד כה בקורס הכוללות בחינת יכולות ב-SQL , חשיבה עסקית וחשיבה אנליטית.
אך לא רק! תקבלו גם ריכוז של מסרים וטיפים חשובים להצלחה בריאיון. הכול כדי שתגיעו לריאיון הבא שלכם הכי מוכנים שניתן.
שפת פייתון (python) צברה בשנים האחרונות פופולאריות רבה בקרב DATA ANALYSTS ו- DATA SCIENTISTS, הודות לנגישותה עם שימוש בקוד פתוח וליכולותיה בכתיבת קוד תמציתי ויעיל.
PYTHON מאפשרת יישום נוח ופשוט של ניתוח נתונים החל מסינון ראשוני, דרך טרנספורמציה ובחינת השערות סטטיסטיות וכלה בפיתוח מודלים מורכבים בתחומי למידת מכונה (MACHINE LEARNING) והלמידה העמוקה (DEEP LEARNING)
בנוסף, ל-PYTHON חבילות מובנות המאפשרות ויזואליזציה בהירה, פשוטה ואטרקטיבית של הנתונים.
מסיבות אלה ממש, עוד ועוד חברות במשק עוברות לנתח נתונים גם באמצעות שפת ה-PYTHON.
בסיום פרק זה, תבצעו את הפרויקט השני של ניתוח נתונים מקצה לקצה לטובת תיק העבודות שאיתו תצאו מהקורס.
אקסל, תוכנת גיליון הנתונים הפופולארית בעולם, חוללה מהפכה של ממש בצורה שבה עסקים עובדים עם המידע שלהם ומנתחים אותו ותוך שנים בודדות הפכה למוצר שהוא סטנדרט בכל משרד ומחשב עבודה.
כיום, בהרבה מקומות עבודה בשוק, התוכנה משרתת בפרקטיקה את מנתח הנתונים בעיקר עבור סידור, ארגון והצגת תוצרי ה-DATA המתקבלים מהשליפות שבוצעו ב-SQL או ב-PYTHON לגורם קצה המקבל החלטות, לצד בקרות וניתוח מהיר של דוחות.
בפרק זה נלמד:
ישנם בשוק כלי BI רבים (business intelligence) אך כלי ה- Power BI נחשב לאחד מהכלים הטובים והפופולאריים ביותר בשוק. הרבה מנתחי נתונים במשק משתמשים בכלי זה בכדי להציג DATA ותובנות עבור רמות בכירות. בעזרתו, תוכלו להציג בעבודה העתידית את הנתונים שחקרתם באופן חדשני שיסייע לכם ב-STORYTELLING וביכולת להשפיע על מקבלי ההחלטות.
בפרק זה נלמד, בין היתר:
הפרויקט המסכם של הקורס מהווה גורם מקשר, המחבר את כל החלקים שנלמדו במהלכו. במהלך הפרויקט השישי והאחרון, יתמודדו התלמידים עם דאטה-סט לא מוכר, ויבצעו עליו ניתוח מעמיק החל מרמת ניסוח השאלות האנליטיות, וכלה בביצוע האנליזה והנגשתה באופן ויזואלי.
הסטודנטים יבצעו פרויקט גמר מעשי ומסכם אשר ידמה סביבת עבודה אמיתית הכוללת:
סדנת ההכנה לקראת ראיונות עבודה, מועברת ע"י מראיינים בעלי ניסיון רב באיתור מועמדים בתחום ה Data Analysis, נועדה להכין את המשתתפים לקראת יציאה לשוק העבודה, ובמהלכה ניתן דגש על הנושאים הבאים:
מלא.י את הטופס ונשמח לענות על כל שאלה