Data Cleaning培訓

這種以講師為主導的香港現場現場培訓針對的是希望通過掌握分析功能的使用來提高其SQL技能的中級資料庫管理員，SQL開發人員和數據分析師。

在培訓結束時，參與者將能夠：

瞭解分析函數的概念和重要性。 應用各種分析函數來解決複雜的分析問題。 將分析功能與其他 SQL 功能相結合，進行全面的數據分析。 使用分析函數優化查詢以獲得更好的性能。

Apache Arrow是一個開源的內存數據處理框架。它通常與其他數據科學工具一起用於訪問不同的數據存儲以進行分析。它與其他技術完美集成，如GPU數據庫，機器學習庫和工具，執行引擎和數據可視化框架。

在現場講師指導的現場培訓中，參與者將學習如何將Apache Arrow與各種Data Science框架集成，以訪問來自不同數據源的數據。

在培訓結束時，參與者將能夠：

• 在分佈式群集環境中安裝和配置Apache Arrow
• 使用Apache Arrow訪問來自不同數據源的數據
• 使用Apache Arrow可以避免構建和維護複雜ETL管道的需要
• 分析不同數據源中的數據，而無需將其整合到集中式存儲庫中

聽眾

• 數據科學家
• 數據工程師

課程 格式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

這種由講師指導的香港現場現場培訓面向希望學習使用AWS Glue設置數據管道的初級到中級知識的數據工程師和分析師。

在培訓結束時，參與者將能夠：

• 瞭解 AWS Glue 的基礎知識。
• 設置 AWS Glue 管道。
• 設置 AWS Glue 爬網程式和任務。
• 瞭解如何使用 AWS Glue 轉換。

数据分析是指获取、清理和分析数据的过程,往往是视觉的,以获得更好的决策的洞察力。 越来越多的数据正在存储在云中的数据库中,因此重要的是要有一个了解、管理和访问这些数据的策略。 一个流行的数据访问和视觉工具是Power Bi。

由教练领导的现场培训(在线或在线)旨在技术人员,希望获得可用的云解决方案的实用理解,数据分析过程需要在云中的数据工作,以及实用的实践应用工具,如分析数据。

在本研讨会结束后,参与者将能够:

• 安置和配置 Power BI。
• 评估云提供商提供的各种数据解决方案,如 Azure。
• 了解不同结构、模型方法和用于存储、管理和访问的数据库设计。
• 应用工具和技术来清理数据,准备分析。
• 建立基于即时以及云数据的报告和分析解决方案。
• 将数据分析解决方案与数据库集成。
• 降低数据安全风险,并确保数据隐私。

课程格式

• 互动讲座和讨论。
• 很多练习和练习。
• 在现场实验室环境中进行手动实施。

 

Participants who complete this instructor-led, live training will gain a practical, real-world understanding of Big Data and its related technologies, methodologies and tools.

Participants will have the opportunity to put this knowledge into practice through hands-on exercises. Group interaction and instructor feedback make up an important component of the class.

The course starts with an introduction to elemental concepts of Big Data, then progresses into the programming languages and methodologies used to perform Data Analysis. Finally, we discuss the tools and infrastructure that enable Big Data storage, Distributed Processing, and Scalability.

Format of the Course

• Part lecture, part discussion, hands-on practice and implementation, occasional quizing to measure progress.

数据分析是当今商业中的重要工具。我们将始终专注于培养实际动手数据分析的技能。目的是帮助代表们对以下问题给出循证答案： 

发生了什么事？

• 处理和分析数据
• 生成信息丰富的数据可视化

会发生什么？

• 预测未来表现
• 评估预测

应该发生什么？

• 将数据转化为基于证据的业务决策
• 优化流程

该课程本身可以作为为期 6 天的课堂课程提供，也可以根据需要在数周内远程提供。 我们可以与您合作，提供最适合您需求的课程。 

這種以講師為主導的香港現場培訓（現場或遠端）針對的是希望將Dask與Python生態系統一起使用以構建，擴展和分析大型數據集的數據科學家和軟體工程師。

在培訓結束時，參與者將能夠：

• 設置環境以開始使用 Dask 和 Python 構建大數據處理。
• 探索 Dask 中提供的功能、庫、工具和 API。
• 瞭解 Dask 如何在 Python 中加速並行計算。
• 瞭解如何使用 Dask 擴展 Python 生態系統（Numpy、SciPy 和 Pandas）。
• 優化 Dask 環境，以保持處理大型數據集的高性能。

企業的營銷策略是確保成功的最重要工具之一。技術的興起以及數據收集和分析的進步導致了營銷的不斷轉變。數據分析現在被認為是營銷人員學習的關鍵技能。同樣，將數據科學應用於營銷原則對於幫助數據科學專業人員最大化其貢獻也很重要。

在以講師為主導的現場培訓中，參與者將學習如何從大型數據集中獲取有價值的見解，以及如何將這些用於營銷策略。

在培訓結束時，參與者將能夠：

• 為數據驅動的營銷工具安裝和配置工具（ Tableau ， Go ogle Analytics，Zarget等）
• 使用數據衡量，測試和優化其營銷策略的績效
• 使用數據來細分客戶和潛在客戶
• 使用預測建模來提高響應率
• 實施逐步數據分析，以推動更好的營銷決策

聽眾

• 營銷
• 數據科學家

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

R 是一个非常流行的开源环境，用于统计计算、数据分析和图形。本课程向学生介绍R编程语言。 它涵盖了语言基础知识、库和高级概念。 使用真实世界数据进行高级数据分析和绘图。

观众

开发人员/ 数据分析

期间

3天

格式

讲座和实践

Datameer是基于Hadoop構建的商業智能和分析平台。它允許最終用戶以易用的方式訪問，探索和關聯大規模，結構化，半結構化和非結構化數據。 在這個有指導意義的實時培訓中，參與者將學習如何使用Datameer來克服Hadoop陡峭的學習曲線，因爲他們將逐步完成對一系列大數據源的設置和分析。 在培訓結束後，參與者將能夠： 創建，策劃和交互式地探索企業數據湖訪問商業智能數據倉庫，交易數據庫和其他分析商店使用電子表格用戶界面設計端對端數據處理管道訪問預建功能來探索複雜的數據關系使用拖放式向導來可視化數據並創建儀表板使用表格，圖表，圖形和地圖來分析查詢結果 聽衆 數據分析師 課程的格式 部分講座，部分討論，練習和沈重的練習

Pandas 是一個 Python 包，它提供用於處理結構化（表格、多維、潛在異構）和時間序列數據的數據結構。

完成此培訓的參與者將獲得對數據科學及其相關技術，方法和工具的實際和真實世界的理解。 參與者將有機會通過輕松練習將這些知識付諸實踐。小組互動和教師反饋構成課堂的重要組成部分。 本課程首先介紹數據科學的基本概念，然後介紹數據科學中使用的工具和方法。 聽衆 開發商技術分析師 IT顧問 課程的 格式 部分講座，部分討論，練習和沈重的練習 注意 要請求本課程的定制培訓，請聯系我們安排。

這種以講師為主導的香港現場現場培訓針對的是希望瞭解如何使用dbt Cloud在雲中管理其數據倉庫和轉換專案的初學者級數據工程師，分析師和科學家。

在培訓結束時，參與者將能夠：

• 在dbt Cloud上創建和管理專案。
• 使用 dbt Cloud 介面計劃和運行數據轉換。
• 與團隊成員協作處理專案。
• 將他們的 dbt 專案部署到生產環境。
• 對 dbt 專案進行調試和故障排除。

Dremio是一個開源的“自助數據平台”，可加速查詢不同類型的數據源。 Dremio與關系數據庫，Apache Hadoop，MongoDB，Amazon S3，ElasticSearch和其他數據源集成。它支持SQL並提供用于構建查詢的Web UI。 在這個有指導意義的實時培訓中，參與者將學習如何安裝，配置和使用Dremio作爲數據分析工具和底層數據存儲庫的統一層。 在培訓結束後，參與者將能夠： 安裝和配置Dremio 執行針對多個數據源的查詢，無論位置，大小或結構如何將Dremio與BI和數據源（如Tableau和Elasticsearch）集成 聽衆 數據科學家業務分析師數據工程師 課程的格式 部分講座，部分討論，練習和沈重的練習 筆記 要請求本課程的定制培訓，請聯系我們安排。

Elasticsearch is an open-source, distributed search engine. It is commonly used together with Logstash (data-collection and log-parsing engine) and Kibana (analytics and visualization platform) to make up the "ELK stack".

This instructor-led, live training is aimed at software developers who wish to build search and analytics solutions using Elasticsearch.

The training starts with a discussion of the Elasticsearch architecture, including its distributed model and search API. This is followed by an explanation of Elasticsearch's functionality and how to best integrate it into an existing application.

Hands-on exercises make up an important part of the training, and give participants a chance to put into practice their knowledge while receiving feedback on their implementation and progress.

Format of the Course

• Heavy emphasis on live practice. Most of the concepts are learned through samples, exercises and hands-on development.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.