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: |

The STAR Market, as is implied by the name, is heavily geared toward smaller innovative tech companies, in particular those engaged in strategically important fields, such as biopharmaceuticals, 5G technology, semiconductors, and new energy. The STAR Market currently has 340 listed securities. The STAR Market is seen as important for China’s high-tech and emerging industries, providing a space for smaller companies to raise capital in China. This is especially significant for technology companies that may be viewed with suspicion on overseas stock exchanges.

Should I buy bitcoin?

“To the extent it is used I fear it’s often for illicit finance. It’s an extremely inefficient way of conducting transactions, and the amount of energy that’s consumed in processing those transactions is staggering,” the former Fed chairwoman said. Yellen’s comments have been cited as a reason for bitcoin’s recent losses. However, Yellen’s assessment of bitcoin as a inefficient medium of exchange is an important point and one that has already been raised in the past by bitcoin bulls. Using a volatile asset in exchange for goods and services makes little sense if the asset can tumble 10% in a day, or surge 80% over the course of a two months as bitcoin has done in 2021, critics argue. To put a finer point on it, over the past 12 months bitcoin has registered 8 corrections, defined as a decline from a recent peak of at least 10% but not more than 20%, and two bear markets, which are defined as falls of 20% or more, according to Dow Jones Market Data.

Python книги на русском from ye


Telegram Python книги на русском
FROM USA