ჩააბარე და ისწავლე რისკების აკადემიაში თიბისის დაფინანსებით

Excel-ში მონაცემების დამუშავება და ანალიზი

მონაცემების მოძიება და დამუშავება SQL-ით

მონაცემების ვიზუალიზაცია Power BI-ში

მონაცემთა ანალიტიკა

შეხვედრები განყოფილების უფროსებთან

ხარ მინიმუმ 18 წლის;

გაქვს სურვილი შეიძინო პრაქტიკული გამოცდილება საფინანსო სექტორში;

ხარ მოტივირებული და შრომისმოყვარე და ფიქრობ, რომ შეძლებ საკმარისი დრო დაუთმო სწავლას;

გსურს განივითარო და გაიუმჯობესო ანალიტიკური უნარები;

გაინტერესებს ჩვენს ბაზარზე ერთ-ერთი ყველაზე მოთხოვნადი პროფესია - რისკების მართვა;

გაქვს სურვილი, ჩაერთო რეალური სამუშაო ამოცანების ამოხსნაში საბანკო რისკების მიმართულებით;

არ გაქვს სამუშაო გამოცდილება რისკების მიმართულებით.

გაიღრმავებ ცოდნას ანალიტიკური მიმართულებით;

შეძლებ გამოითხოვო, დაამუშაო და ვიზუალურად გამოსახო მონაცემები SQL, Excel და Power BI-ის დახმარებით;

შეხვდები რისკების მართვის განყოფილებების ლიდერებს და გაიგებ მეტს რისკების საქმიანობის შესახებ;

გაეცნობი კონკრეტულ მაგალითებს, რომლებიც რისკების თანამშრომლების დღის წესრიგშია;

შეძლებ ააგო და ინტერპრეტაცია გაუკეთო სხვადასხვა სახის მონაცემებს.

ალბათობა

ექსელი

ლოგიკა

შესავალი და მონაცემთა ტიპები;

მონაცემების წაკითხვა;

მონაცემთა დალაგება და ფილტრაცია;

მონაცემების წაკითხვა დაკავშირებული ცხრილებიდან;

ცხრილებს შორის კავშირების აგება;

არითმეტიკული ოპერატორები და სკალარული ფუნქციები;

აგრეგირებული ფუნქციები;

რთული query-ები (CTE, CROSS APPLY);

მონაცემების წაკითხვა შემთხვევების მაგალითით (CASE);

დროებითი ცხრილები;

მონაცემების შექმნა, შეცვლა და წაშლა;

ცვლადების განსაზღვრა, კოდის შესრულების მართვა;

ციკლური და ლოგიკური ოპერატორები;

„View, functions, and procedures”-თან მუშაობა.

Excel 365-ის უახლესი ფუნქციონალი;

მონაცემთა ცხრილების მართვა მენიუთი;

დალაგება და ფილტრაცია;

მრავალფუნქციური ცხრილები;

ფუნქციები;

პირობითი ფორმატირება;

მონაცემების ვალიდაცია და შეზღუდვები;

სტატისტიკური ფუნქციები;

ურთიერთგამომრიცხავი პირობების ფილტრაცია;

დინამიური ცხრილები (pivot table);

მოდელირება;

დიაგრამები და მონაცემთა ანალიზი;

ერთი, ორი და N რაოდენობის უცნობი ცვლადის ვარირება;

დეველოპერი;

მონაცემთა კონსოლიდაცია;

სოლვერი.

შესავალი Query Editor-ში;

ტექსტის ტრანსფორმაცია, ციფრების ტრანსფორმაცია, თარიღის ტრანსფორმაცია. დატის აგრეგაცია;

ცხრილების გაერთიანება: Merge & Append;

მოდელინგი: Data ("Fact") Tables vs. Lookup("Dimension") Tables, Table Relationships, Understanding filter flow, Filtering & cross-filtering, Active vs. Inactive Relationships, Cardinality;

შესავალი Data Analysis Expressions (DAX)-ში და DAX-ის ძირითადი ფუნქციები;

DAX & ვიზუალიზაცია: DAX-ის ედვანს ფუნქციების განხილვა: იტერატორი ფუნქციები, თეიბლის ფუნქციები, Time Intelligence ფუნქციები;

DAX & ვიზუალიზაცია: ედვანს CALCULATE და მისი მოდიფაიერები;

Power BI Report Server, Tabular editor, SSAS Cubs.

მონაცემთა ანალიზის საფუძვლები — რა არის მონაცემთა ანალიზი, რა პროცესებს მოიცავს და როგორ გარდაიქმნება ნედლი მონაცემები ღირებულ ინფორმაციად;

მონაცემთა ანალიტიკოსის როლი — ვინ არის მონაცემთა ანალიტიკოსი, რა უნარები და პასუხისმგებლობები აქვს;

ბიზნეს-ამოცანების ანალიზი — ბიზნესური ამოცანის სწორად გააზრება და მისი ანალიტიკურ-ტექნიკურ ამოცანაში თარგმნა;

ეფექტური დეშბორდის შექმნა — დეშბორდის აწყობის 15 წესი, სწორი ვიზუალის შერჩევა, Power BI-ში რა გამოვიყენოთ და რა არ გამოვიყენოთ;

Databricks და AI მონაცემთა ანალიტიკაში — თანამედროვე ინსტრუმენტები და ხელოვნური ინტელექტის გამოყენება ანალიტიკურ პროცესებში;

საბოლოო პროექტი — საკონსულტაციო შეხვედრა, სადაც მსმენელები აირჩევენ საინტერესო თემას, გაანალიზებენ მონაცემებს და შექმნიან სრულფასოვან რეპორტსა და დეშბორდს.