Telegram Group & Telegram Channel
Всем привет! На канале Data analysis | Анализ данных | DA разбираются темы и вопросы, которые должен знать аналитик данных, имеющий опыт 3-6 лет. Все темы взяты из реальных вакансий, опубликованных на hh.ru.

Будет полезно, если вы являетесь аналитиком данных (начинающим или опытным) или работаете по смежной профессии, либо просто интересуетесь базами данных, Python, SQL, экономикой и финансами и всеми производными от этих тем.

🟠Список разобранных вопросов:

Python:

▶️Эмбеддинги предложений
▶️Алгоритм кластеризации
▶️Кластеризация текстовой информации
▶️Визуализация: Matplotlib
▶️Визуализация: Seaborn
▶️Python в Tableau
▶️Python + SQL: Cx_oracle
▶️Большие данные в Python: Dask
▶️Массовая загрузка файлов в БД

SQL:

▶️PARTITION (оконные функции)
▶️PARTITION (партиционирование)
▶️Процедуры: разбор IN | OUT | IN OUT
▶️Процедуры: объявления и исключения
▶️PACKAGE (пакеты)
▶️Циклы LOOP, WHILE, FOR
▶️CURSOR
▶️Индексы
▶️Представления (Views)
▶️Материализованные и нематериализованные views
▶️Pivot в SQL
▶️Hints (хинты)
▶️EXPLAIN PLAN
▶️TRIGGER (триггеры)

Базы данных:

▶️Какие бывают базы данных
▶️Виды БД наглядно
▶️ACID и BASE
▶️Типы данных
▶️OLAP-кубы
▶️Проектирование баз данных
▶️Разница между БД и DWH
▶️Витрины данных
▶️ETL и ELT процессы
▶️Звездочка, снежинка, Data Vault
▶️Слои данных в DWH
▶️Нормализация

Инструменты:

▶️
Обзор Hadoop
▶️Обзор Hive
▶️Обзор Impala
▶️Обзор Airflow
▶️Обзор ClickHouse
▶️Массивы, groupArray, groupUniqArray, uniq
▶️arraySort, arrayReverseSort и arrayFilter
▶️Tableau
▶️Arenadata Catalog
▶️Qlik Sense
▶️Informatica PowerCenter

А/Б тестирование:

▶️Основы А/Б тестов
▶️А/Б тесты на практике
▶️Математические методы проверки результатов
▶️Инструменты А/Б тестирования

Работа с данными:

▶️Парадокс Симпсона
▶️Банковские клиенты
▶️Клиентская информация в банковском DWH
▶️Банковские продукты
▶️Продуктовая информация в банковском DWH
▶️Счета, баланс и фин рез в банковском DWH
▶️Качество данных
▶️Метаданные
▶️Source-to-Target Mapping

🟠В ближайшем будущем будем разбирать:

▶️Больше про SQL и базы данных: архитектуру и т.п.
▶️Больше питоновских библиотек и кейсов
▶️Про банковские данные
▶️Актуальные инструменты, в частности BI-инструменты и ETL-инструменты



tg-me.com/pythonbooksru/817
Create:
Last Update:

Всем привет! На канале Data analysis | Анализ данных | DA разбираются темы и вопросы, которые должен знать аналитик данных, имеющий опыт 3-6 лет. Все темы взяты из реальных вакансий, опубликованных на hh.ru.

Будет полезно, если вы являетесь аналитиком данных (начинающим или опытным) или работаете по смежной профессии, либо просто интересуетесь базами данных, Python, SQL, экономикой и финансами и всеми производными от этих тем.

🟠Список разобранных вопросов:

Python:

▶️Эмбеддинги предложений
▶️Алгоритм кластеризации
▶️Кластеризация текстовой информации
▶️Визуализация: Matplotlib
▶️Визуализация: Seaborn
▶️Python в Tableau
▶️Python + SQL: Cx_oracle
▶️Большие данные в Python: Dask
▶️Массовая загрузка файлов в БД

SQL:

▶️PARTITION (оконные функции)
▶️PARTITION (партиционирование)
▶️Процедуры: разбор IN | OUT | IN OUT
▶️Процедуры: объявления и исключения
▶️PACKAGE (пакеты)
▶️Циклы LOOP, WHILE, FOR
▶️CURSOR
▶️Индексы
▶️Представления (Views)
▶️Материализованные и нематериализованные views
▶️Pivot в SQL
▶️Hints (хинты)
▶️EXPLAIN PLAN
▶️TRIGGER (триггеры)

Базы данных:

▶️Какие бывают базы данных
▶️Виды БД наглядно
▶️ACID и BASE
▶️Типы данных
▶️OLAP-кубы
▶️Проектирование баз данных
▶️Разница между БД и DWH
▶️Витрины данных
▶️ETL и ELT процессы
▶️Звездочка, снежинка, Data Vault
▶️Слои данных в DWH
▶️Нормализация

Инструменты:

▶️
Обзор Hadoop
▶️Обзор Hive
▶️Обзор Impala
▶️Обзор Airflow
▶️Обзор ClickHouse
▶️Массивы, groupArray, groupUniqArray, uniq
▶️arraySort, arrayReverseSort и arrayFilter
▶️Tableau
▶️Arenadata Catalog
▶️Qlik Sense
▶️Informatica PowerCenter

А/Б тестирование:

▶️Основы А/Б тестов
▶️А/Б тесты на практике
▶️Математические методы проверки результатов
▶️Инструменты А/Б тестирования

Работа с данными:

▶️Парадокс Симпсона
▶️Банковские клиенты
▶️Клиентская информация в банковском DWH
▶️Банковские продукты
▶️Продуктовая информация в банковском DWH
▶️Счета, баланс и фин рез в банковском DWH
▶️Качество данных
▶️Метаданные
▶️Source-to-Target Mapping

🟠В ближайшем будущем будем разбирать:

▶️Больше про SQL и базы данных: архитектуру и т.п.
▶️Больше питоновских библиотек и кейсов
▶️Про банковские данные
▶️Актуальные инструменты, в частности BI-инструменты и ETL-инструменты

BY Python книги на русском




Share with your friend now:
tg-me.com/pythonbooksru/817

View MORE
Open in Telegram


Python книги на русском Telegram | DID YOU KNOW?

Date: |

What is Telegram?

Telegram’s stand out feature is its encryption scheme that keeps messages and media secure in transit. The scheme is known as MTProto and is based on 256-bit AES encryption, RSA encryption, and Diffie-Hellman key exchange. The result of this complicated and technical-sounding jargon? A messaging service that claims to keep your data safe.Why do we say claims? When dealing with security, you always want to leave room for scrutiny, and a few cryptography experts have criticized the system. Overall, any level of encryption is better than none, but a level of discretion should always be observed with any online connected system, even Telegram.

How Does Telegram Make Money?

Telegram is a free app and runs on donations. According to a blog on the telegram: We believe in fast and secure messaging that is also 100% free. Pavel Durov, who shares our vision, supplied Telegram with a generous donation, so we have quite enough money for the time being. If Telegram runs out, we will introduce non-essential paid options to support the infrastructure and finance developer salaries. But making profits will never be an end-goal for Telegram.

Python книги на русском from no


Telegram Python книги на русском
FROM USA