بسیاری از تحلیلگران داده به خاطر عدم آشنایی با SQL و پایگاه داده نمی‌توانند بسیاری از کارهای مورد نیاز خود مثل استخراج داده را به تنهایی انجام دهند و همین خاطر در کارشان دچار مشکل میشوند. از طرف دیگر آشنایی با رویکردهای تحلیلی برای کارشناسان پایگاه داده مهارت‌های شغلی آن‌ها را به صورت چشمگیری افزایش خواهد داد. دوره آموزشی «SQL برای تحلیل داده» با برقراری ارتباط مستقیم با پایگاه داده دریچه‌های جدیدی را به روی تحلیلگران داده باز می‌کند و کارشناسان پایگاه داده را به دنیای هیجان‌انگیز تحلیل داده وارد می‌کند. این دوره برای کسانی که برای اولین بار می‌خواهند سراغ SQL و پایگاه داده بروند و از این طریق وارد دنیای تحلیل داده شوند نیز توصیه میشود.
چرا SQL یکی از پایه‌های تحلیل داده در کسب‌وکار است؟
در دنیای امروزِ کسب‌وکار، قابلیت تحلیل داده یکی از ارزشمندترین مهارت‌ها در بازار کار است و آشنایی با SQL یکی از ستون‌های اصلی آن است. SQL مخفف Structured Query Language است، یک زبان برنامه‌نویسی خاص‌منظوره که برای استخراج و پردازش داده‌ها در پایگاه‌های داده رابطه‌ای به کار می‌رود. اما چرا یادگیری SQL به تحلیلگران داده در سازمانها و کسب‌وکارها اکیدا توصیه میشود؟
- دسترسی مستقیم به داده: بیشتر داده‌های سازمانها و کسب‌وکارها در جداول مرتبط با یکدیگر در پایگاه‌های داده رابطه‌ای ذخیره میشوند. با یادگیری SQL توانایی دسترسی بی‌واسطه به داده‌ها و استخراج اطلاعات مورد نیاز خود را خواهید داشت. در غیر این صورت، همیشه باید کار خود موکول به وقت آزاد مهندسان داده برای استخراج داده‌های مورد نظر خود داشته کنید.
- تجزیه و تحلیل سریع: تسلط بر SQL به شما امکان می‌دهد تا داده‌ها را در پایگاه داده تحلیل کنید و بدون جابجایی داده‌ها به محیط‌های دیگر تحلیل کنید و الگوها و روندها را همانجا شناسایی کنید. این شکل از کار سرعت شما را به صورت چشمگیری افزایش خواهد داد. کار تحلیل داده نیاز به رفت‌وبرگشت‌های زیادی در منابع اصلی دارد و جابجایی داده بین محیط‌های مختلف بسیار وقت‌گیر است.
- مدیریت داده‌ها: آشنایی با SQL توانایی شما در مدیریت و سازماندهی داده‌ها را افزایش قابل توجهی خواهد داد. مدیریت ساختاریافته داده قابلیت بازیابی و بهره‌برداری از آن را توسعه خواهد داد.
- انعطاف‌پذیری بالا: تسلط بر SQL مقدمه‌ای برای آشنایی با انواع دیگر پایگاه داده است و ذهنیت لازم برای یادگیری کار با پایگاه‌های داده غیررابطه‌ای را در آینده برای شما فراهم می‌کند و به شما امکان فعالیت در پروژه‌های متنوع‌تری در مسیر شغلی‌تان می‌دهد.
برنامه آموزشی
دوره آموزشی «SQL برای تحلیل داده» در دو بخش ارائه میشود:
- بخش اول: آشنایی با پایگاه‌های داده و کوئری‌نویسی SQL (۱۰ ساعت)
- بخش دوم: تحلیل داده و کشف الگو در SQL Server (۲۰ ساعت)
بخش اول: آشنایی با پایگاه‌های داده و کوئری‌نویسی SQL
مبانی پایگاه داده
- معرفی پایگاه داده و انواع آن
- مفاهیم اساسی پایگاه داده (جدول، رکورد، فیلد)
- مزایا و معایب استفاده از پایگاه داده‌ها
- انواع سیستم‌های مدیریت پایگاه داده رابطه‌ای و غیر رابطه‌ایNoSQL وRDBMS
تبدیل ERD به جداول پایگاه داده
- قواعد تبدیل ERD به جداول
- تعیین کلیدهای اصلی و خارجی
- نرمال‌سازی داده‌ها (معرفی سطوح مختلف نرمال‌سازی)
آشنایی با SQL
- معرفی SQL
- دستورهای پایه: WHERE SELECT FROM
- عملیات‌های ساده: جستجو و فیلتر کردن داده‌ها
مدیریت داده با SQL
- دستورهای پایه: DELETE INSERT UPDATE
- ملاحظاتی درباره افزودن، ویرایش و حذف داده‌ها
- آشنایی با مفهوم تراکنش
- ویژگی‌های تراکنش: تجزیه‌ناپذیری، هم‌خوانی، انزوا و پایایی (ACID)
پردازش داده با SQL
- توابع تجمیعی (Functions Aggregate)
- گروه‌بندی و مرتب‌سازی داده‌ها (ORDER BY و GROUP BY)
- جداول پیوستگی (JOIN)
پروژه پایانی
ابزار اصلی در بخش دوم دوره
ابزار اصلی در بخش دوم برای کار با پایگاه داده و کوئری‌نویسی‌های تحلیلی Microsoft SQL Server که به اختصار به آن SQL Server گفته میشود. SQL Server یکی از محبوب‌ترین فناوری‌های پایگاه داده و پیاده‌سازی ایده‌های تلحیلی در پایگاه داده در ایران و جهان است.
بخش دوم: تحلیل داده و کشف الگو در SQL Server
- معرفی و نصب Server SQL
- آشنایی با SQL Server
- نصب و پیکربندی Server SQL
- آشنایی با SQL Server Management Studio (SSMS)
- آشنایی با ابزارهای کمکی SQL Server
مرور مفاهیم پایه‌ای پایگاه داده و SQL Server
- معرفی پایگاه داده و جدول‌ها
- مفاهیم اولیه کوئری‌نویسی و ساختار کوئری‌ها در SQL Server
- انواع داده‌ها در SQL Server
پیوست‌ها و اشتراکات Intersections and Unions
- استفاده از UNION و UNION ALL
- استفاده از INTERSECT و EXCEPT
مرورتوابع تجمعی Functions Aggregate و GROUP BY
- استفاده از COUNT, SUM, AVG, MAX, MIN
- گروه‌بندی داده‌ها با GROUP BY
- استفاده از HAVING برای فیلتر کردن گروه‌ها
توابع کاربردی و دستورات شرطی
- کار با رشته‌ها Functions String
- توابع ریاضی Mathematical Functions
- توابع تاریخی Date Time Functions
- دستور CASE
- دستور FOR و WHILE
عملیات JOIN و ترکیب داده‌ها
- دستورات JOIN
- ترکیب داده‌ها از چند جدول
- استفاده از ALIAS
- دستورات DML پیشرفته با استفاده از JOIN
کوئریهای ترکیبی و تو در تو (Subqueries، Nested Queries و CTEs) و جداول موقت
- استفاده از Subquery ها در WHERE ,SELECT و FROM
- مقایسه Subquery ها و CTEها
- دستور EXISTS
- جدول‌های TEMP
کوئریهای تحلیلی و پنجرهای Functions Window and Analytical
- معرفی توابع پنجرهای (Window Functions)
- استفاده از ROW_NUMBER , RANK , DENSE_RANK , NTILE
- استفاده از توابع LEAD و LAG
مرور مباحث گذشته، رفع اشکال و مباحث تکمیلی
مدرس‌های دوره
مجید پورکاشانی
هم‌بنیانگذار شرکت پردازش و تحلیل داده دقیـقه، کارشناس ارشد هوش مصنوعی، طراح و توسعه‌دهنده نرم‌افزار و مهندس داده
فرزاد ملکی
توسعه‌دهنده سامانه‌های هوش تجاری در شرکت اسنوا، مدرس طراحی پایگاه داده، هوش تجاری، تحلیل داده و توسعه انبار داده
مزایای دوره
- شروع از مفاهیم مقدماتی و بدون پیش‌نیاز ویژه
- یادگیری برای به‌کارگیری و استفاده
- تجربه رویارویی با چالش‌های مسائل واقعی
- انجام چند پروژه واقعی از صفر تا صد در طول دوره
- دسترسی به محتوای آموزشی و تمرین‌ها علاوه بر محتوایی که در کلاس ارائه میشود.
- صدور گواهی دو زبانه در پایان دوره
ثبت‌نام
شهریه: ۳,۰۰۰,۰۰۰ تومان
برگزارکننده
پشتیبان دوره
شماره تماس: 09103209837
شناسه تلگرام:
@dlearnsup
تماس با مدرسه پردازش و تحلیل داده دقیقه: 02188349244
15 پاسخ
سلام. من نیاز دارم که تحلیل داده در دیتابیس را با تکنولوژی mySql انجام بدم. آیا این دوره کمکی به من میکنه؟
سلام. بخش اول دوره شما را با مفاهیم اساسی پایگاه داده و شیوه درست کوئری نویسی به زبان sql در هر پایگاه داده‌ای آشنا میکنه و اگر یادگیری این موارد به شما کمک میکنه دوره قطعا برای شما مفیده. در بخش دوم از ابزار sql server استفاده میشه و به mysql صرفا اشاره میشه، اما همین یادگیری تکنیک‌ها به شما کمک میکنه که بتونید خیلی هاش را با کمی تغییرات در mysql هم استفاده کنید.
کار من تحلیل داده ست و با R، پایتون و اکسل معمولا کارم راه می‌افته. خیلی دلم میخواد SQL هم یاد بگیرم. اما وقت کافی ندارم. به نظرم شما در مسیر شغلی من می‌صرفه وقت بگذارم و SQL یاد بگیرم؟ با توجه به مشغله زیاد این وقت گذاشتن مستلزم تحمل فشار زیادی در طول دو سه ماه خواهد بود و برام مهمه که حتما تصمیم درستی بگیرم.
یادگیری SQL حتما ارزشش را دارد و مزیت‌های جدیدی در بازار کار برای شما ایجاد میکنه و اگر بخواهید در آینده یک تیم تحلیل داده را راهبری کنید بهش نیاز خواهید داشت.
یکی از چالش‌هایی که شما باهاش به احتمال زیاد درگیر هستید، وابستگی به کسی هست که دانش Sql داره و اطلاعات مورد نیاز شما رو به صورت اکسل فراهم میکنه. این روش درکنار وابستگی مشکل بروزرسانی و ناسازگاری هم برای شما ایجاد میکنه. هر بار باید فایل بصورت دستی یا از طریق یک روالی برای شما بروز بشه همچنین کار با اکسل چالش ساختار و کیفیت داده رو هم در خودش داره. اگر بتونید دانش خودتون روی دیتا که همیشه بروز هست اعمال سرعت و کیفیت کارتون بشدت بالا میره. مورد بعد که در تصمیم گیری باید لحاظ کنید این ارزش مهارت sql برای دیتا بسیار حجیم و جاهایی که اکسل توان پاسخگویی نداره چندین برابر میشه. اگر بخوام جمع بندی بکنم میشه گفت sql به عنوان یکی از ارکان اصلی تحلیل داده به شمار میره، توانایی درک و تحلیل یک پایگاه داده که در واقع فرایند اصلی یک کسب و کار در خودش نگه میداره قطعا در مسیر رشد شغلیتون بسیار ارزشمنده.
من علاقه‌مند به یادگیری SQL هستم اما نمیدونستم سراغ SQL Server برم یا PostgreSQL یا mySql. میشه یکم بیشتر توضیح بدید که چرا SQL Server را برای تحلیل داده با SQL انتخاب کردید؟ خیلی ممنون.
یکی از دلایلی که SQl Server برای تدریس انتخاب شد، بازار کار بسیار جذابی هست که برای این ابزار وجود داره، اکثر شرکت‌های بزرگ داخلی از ابزارهای مثل MS CRM و یا sharepoint برای مدیریت فرایند‌هاشون استفاده میکنن، همچنین شرکت هایی مثل همکاران و دیگر بازیگران بزرگ همگی به SQL server وابستگی دارن. مورد دیگه سازگاری بهتر این ابزار با مابقی پشته تکنولوژی ماکروسافت برای تحلیل داده است مثل SSIS و SSAS و power bi. ناگفته نمونه ابزارهای بسیاری هم هستند که با MySQL و مابقی کار می‌کنند. از اونجایی که این engin ها به نحوی در رقابت بایکدیگر هستند و تا حد زیادی امکانات همدیگر رو دارن شرکت در این دوره به شما کمک میکنه که در صورت نیاز راحت بتونید مابین این ابزارها سوییچ کنید.
ترسیم نمودار در هم در sql server انجام میشه؟
Sql server امکان اجرای کوئری‌ها و ترکیبشون رو با R و python فراهم کرده که امکان رسم هر نموداری رو با کتابخانه های غنی خودشون به ما میدن، منتهی برای رسم نمودارها خودمون میتونیم از ابزار power bi و یا ssrs بهره ببریم که به راحتی تمام امکان طراحی نمودارها و اشتراک گذاری نتایج رو برامون فراهم میکنن. در انتهای این دوره دمو طراحی گزارش های داشبوردی با stack ماکروسافت رو خواهیم داشت که به شما تصویر واضحی در مورد بکارگیری این ابزارها در اکوسیستم هوش تجاری ماکروسافت میده.
سلام،
آیا این دوره بیشتر به پشتوانه نظری پایگاه داده ها میپردازد یا پروژه های عملی خوب برای مشاهده کاربست عملی مطالب هم انجام میشوند؟
توضیحاً، من در دانشگاه کامپیوتر خواندم و بعدا دوره های علوم داده هم دیده ام ولی با وجودی که با نظریه پایگاه داده ها آشنایی دارم و میدانم چقدر مهم است هرگز کاربست آن را در عمل ندیده ام. مثلا نمیدانم که دستورات SQL را درون کد پایتون برای علوم داده چطور باید به کار برد و چطور به عنوان یک تحلیلگر داده باید از SQL در پیوند با ابزارهای دیگر استفاده کرد. مثلا Pandas پانداس شباهتهایی به SQL دارد ولی من نمیدانم هریک برای چه شرایطی مناسب هست و تحلیل داده روی یک پایگاه داده با وجود کلی فریم ورک پایتونی و غیره چطور صورت میگرد .
آیا در این دوره به اینجور مسائل هم پرداخته میشود؟
ارادتمند.
سلام با توجه به خلا موجود در دوره‌های آموزشی سرفصل این دوره ایجاد شده. این دوره در دو بخش که بخش اول اغلب شامل مباحث تئوریک هست و بخش دوم بصورت کاملا عملی و گام به گام همراه با انتقال تجربه شامل استفاده از دستورات و مختلف بررسی مثال‌ها و سناریوهای فراوان دنیای واقعی خواهد بود. کاربا پایتون در دل sql و sql در دل پایتون هم جز مواردی خواهد بود که دموی اون رو خواهید داشت. همچنین اکوسیستم تحلیل دیتای ماکروسافت و کارکرد ابزارها و تکنولوژی‌ها هم شرح داده میشه .
سلام من میخام اسکریپت نویسی و دستکاری و ایجاد تغییرات دیتا بیس sqlرو یاد بگیرم داخل دوره هست؟
سلام، شما با دستورات TSQL بطور کامل و بصورت عملی آشنا میشید. تمامی نیازمندی شما در دوره دیده شده.
سلام از سرفصل ها مشخص هست که دوره کاملا کامل و جامع می باشد اما مشکل اصلی من با چنین دوره هایی اینه که بعد از یادگرفتن این مهارت توانایی استفاده ازش در بازار کار رو ندارم و درحقیقت نمیدونم چه جوری این علم رو باید استفاده کنم از این نظر هم میتونید کمک کنید>؟
سلام.
اگر شما در موقعیت شغلی مناسب باشید به صورت مستقیم از مهارتهایی که در این دوره یاد می گیرید در کارتون استفاده خواهید کرد. موقعیتهای شغلی زیادی هستند که به مهارت کوئری نویسی و SQL نیاز دارند. از جمله در مهندسی داده، ادمین دیتابیس (dba)، تحلیلگر داده و متخصص علوم داده. در ادامه به بعضی از این سناریوها اشاره کردم:
۱. دسترسی و جابجایی داده ها. در این سناریو باید بتونید داده‌ها رو از دیتابیس‌های SQL استخراج کنید و به فرمت های مختلف تبدیل کنید. گاهی لازم میشه که داده‌هایی که از قالب‌های غیر از SQL در دسترس هستند رو هم به SQL تبدیل کنید. فرآیند ETL در بسیاری از مواقع نیازمند نوشتن Queryهای SQLهست.
۲. تهیه گزارشات آماری، توصیفی در شرکتها و سازمانها. شرکتها نیاز دارند تا گزارشات آماری فروش، ارتباط با مشتری، فنی و زیرساختی رو به صورت مدوام تهیه کنند. برای تهیه این گزارشها مستقیما مهارت نوشتن Queryهای SQL لازم دارید.
۳. ارزیابی کیفیت داده: اگر در زمینه یادگیری ماشین و تولید گزارشهای تحلیلی کار می کنید در موارد متعددی که با داده‌های SQL سر و کار دارید نیازمند نوشتن Queryهای مناسب برای ارزیابی کیفی داده (Data Quality Assurance) هستید که برای مدلسازی بسیار مهم هست. اگر داده ها تمیز نباشند نتایجی که از اونها بدست میاد هم اشتباه و گمراه کننده خواهد بود. در ارزیابی کیفی داده های SQL کوئریهای مختلفی برای پروفایل کردن داده، مشخص کردن مقادیر جاافتاده (Missing Value)، صحت ارتباطات (Relationships) و فرمت مقادیر ضروری هستند.
۴. طراحی دیتابیس: تقریبا هر کسب و کاری نیاز به طراحی و نگهداری یک دیتابیس برای داده های خودش داره که در بسیاری از موارد این داده ها به صورت رابطه ای (SQL) طراحی و نگهداری خواهند شد. زبان SQL و مفاهیم دیتابیس ابزار اصلی در طراحی و نگهداری دیتابیس هستند.
۵. مدلسازی: اگر بخشی از دیتاهای شما در مدلسازی در دیتابیس SQL نگهداری می شوند باید اولا ارتباط بین داده ها را کشف کنید (ERD) و سپس نوشتن یکسری کوئری های اولیه بشما کمک می کنه که بتونید با پروفایل داده آشنا بشید و روشهای متناسب رو انتخاب کنید و سپس فیچرهایی که برای کار مدلسازی یا یادگیری ماشین مناسب هستند رو مستقیما از دیتابیس کشف کنید.
اگر توضیحات بیشتری نیاز هست حتما بفرمایید.