Azure Data Analyst -akatemia

Haluaisitko Azure Data Analyst -osaajaksi?

Vaativuus
Arvostelut
4200,00 

Pahoittelemme mutta tiedossa ei ole seuraavia kurssipäiviä.
Ole hyvä ja ole yhteydessä myyntiin: 020 7776 670 tai myyntipalvelu@sovelto.fi

Agenda

Data Analyst -osaajaksi

Big Data on nykypäivän kuumimpia trendejä ja monet organisaatiot jo hyödyntävät sitä, tai miettivät, miten voisivat hyödyntää. Niinpä tämän alueen osaajille on kova kysyntä. Azure-pilviteknologia tarjoaa uusia työkaluja toteuttaa näitä hankkeita.

Sovelton uudentyyppisessä valmennuksessa voit kouluttautua Microsoftin tekniikoita hyödyntäväksi datan analysoijaksi. Noin kolme kuukautta kestävässä koulutuksessa yhdistetään lähi- ja itseopiskelua, ja se koostuu neljästä jaksosta. Koulutus siis vaatii lähipäivien lisäksi kunkin itseopiskelujakson aikana oman tai työnantajan ajan käyttöä n. 15-20 tuntia.

Akatemia on tarkoitettu henkilöille, jotka haluavat suuntautua tiedon analysointiin ja tulosten esittämiseen. Välineinä käytetään Microsoft Azuren palveluita.
Sopivia taustoja ovat mm.:
– BI Developer
– Sovelluskehittäjä
– Tietokanta-asiantuntija
– Report Developer
– Infra-asiantuntija

Esitiedot:

– SQL-kielen perusteet
– Ohjelmoinnin perusteet (esim. C#, PowerShell)

Osallistujalla täytyy olla tai hänen täytyy perustaa Azure-tilaus, jolla hän tekee akatemian harjoitukset.

Akatemia koostuu neljästä aihepiiristä, joista kuhunkin on noin 3-4 vk etäjakso:

– Big Datan käsittely Azure HDInsightilla
– Big Datan analysointi R-kielellä
– Azure Machine Learning
– Datan analysointi ja visualisointi Power BI:llä

Kunkin etäjakson aikana on itseopiskelua ja harjoitustyö, ja päätteeksi lähipäivä, jossa on harjoitustyön purku ja seuraavan jakson alustus. Jaksot päättäviin neljään lähipäivään suositellaan osallistumaan Helsingissä paikan päällä, mutta myös online-osallistuminen on mahdollista.

Akatemia alkaa 2 pv kickoffilla jossa käydään Big Data Big Picture sekä alustetaan ensimmäinen etäjakso.

Lähipäiviä on siis yhteensä 2 + 4 = 6, ja akatemian rakenne on:
2 pv (5.-6.9.) etäjakso, 1 pv (4.10.), etäjakso, 1 pv (27.10.), etäjakso, 1 pv (17.11.) etäjakso ja 1 pv (13.12.)

 

Materiaali:
Akatemiassa käytetään luento- ja etäopiskelumateriaalia sekä harjoitustyöohjeita. Nämä ovat osin suomeksi, osin englanniksi.

 

1. PÄIVÄ

Akatemian alustus
  • Akatemian yleiskuvaus
  • Lähi- ja etäjaksojen rytmittäminen
  • Mitä omatoimisuutta edellytetään opiskelijalta
Big Data Big Picture
  • Datan määrä (Volume)
  • Datan nopeus (Velocity)
  • Datan monimuotoisuus (Variety)
  • NoSQL-tietokantojen eri tyypit
  • Skaalautuvuus ja suorityskyky
  • Erot perinteisiin tietokantoihin
  • Hadoop
  • Big Datan analysointi

2. PÄIVÄ

Big Datan käsittely Azure HDInsightilla – HDInsight on Azuressa oleva Hadoop-palvelu
  • Hadoop-perusteet
  • HDFS-tiedostojärjestelmä
  • Klusterin luominen
  • Big Datan prosessointi Map/Reduce-algoritmilla
  • Hive-taulun luominen
  • HiveQL-kyselyt
  • Pig- ja Pig Latin -lausekkeet
  • SQOOP-työkalu
  • Oozie-workflow:t
3. PÄIVÄ
Big Datan analysointi R-kielellä: Avoimesta R-kielestä on kehittynyt de facto -standardi Data Science – ja Data Analyst -toimintoihin. Se soveltuu niin satunnaiseen käyttöön kuin järeäänkin numeroiden murskaukseen. Tässä osiossa opetellaan kielen perusteet ja sen käyttöä Azure-ympäristössä.
  • R-kielen tausta ja käyttöalueet
  • R-kielen syntaksi ja datatyypit
  • Vektorit ja elementtien valinta
  • Matriisien käyttö, funktiot, ohjausrakenteet
  • Faktori, Data Frame, lista
  • Datan lukeminen, kirjoittaminen ja muuntaminen, pilvitietokannan käyttö
  • Microsoft R Server (MRS)
  • Datan korjailu ja tallennus myöhempää varten

4. PÄIVÄ

Azure Machine Learning (ML)
  • Azure ML -perusteet
  • ML Studion käyttö
  • Ennustava Analytiikka
  • Datalähteet
  • Datan tallentaminen
  • ML Studion käyttö
  • Datan esiprosessointi ja puhdistaminen
  • Ennustemallien rakentaminen ja evaluointi
  • R-kielen käyttö ML-mallissa
  • Mallin julkaiseminen

5. PÄIVÄ

Datan analysointi ja visualisointi Power BI:llä: Microsoftin Power BI on pilvipohjainen tietojen analysointi- ja visualisointialusta, jolla luodaan näyttäviä visualisointeja ja koontinäyttöjä (dashboard). Tässä osiossa opetellaan sen perustoiminta ja visualisoidaan aiempien osioiden tulokset.
  • Power BI -johdanto
  • Power BI Desktop, Service ja mobiilisovellukset
  • Tietolähteiden ja pilvidatan liittäminen
  • Datan muotoilu ja yhdistely
  • Datan mallinnus
  • Datan visualisointi
  • Tulosten jakaminen

6. PÄIVÄ

Loppuyhteenveto
  • Loppuyhteenveto
  • Harjoitustyön katsaus

 

Avainsanat: , , , , , , ,

Agenda

Paikkoja jäljellä:
Ei paikkarajoitusta
4200,00  + alv./VAT

Vastuuhenkilö


Pekka Korhonen

Pekka Korhonen

  • pekka.korhonen@sovelto.fi

Pekka Korhonen on tunnettu SQL Server-, SQL- ja Business Intelligence -tekniikoiden asiantuntija, arkkitehti, kouluttaja ja konsultti. Hänelle on kertynyt kokemusta parikymmentä vuotta. Soveltossa Pekka toimii senior-konsulttina ja partnerina. Pekka on suorittanut harvinaisen SQL Server Master -sertifikaatin, joita on maailmassa vain noin 150 kpl. Pidettyjä kursseja Pekalle on kertynyt jo yli tuhat!

SQL Server Master, Master Certified (MCSM: Data Platform), MCSE: Data Platform, MCSE: Business Intelligence, MCSA, MCTS, MCT, MCITP.