Data Analyst – Masterprogram - Ett unikt utbildnings och certifieringsprogram!

Data Analyst - Masterprogram

Ett unikt utbildnings och certifieringsprogram!

Data Analyst Master's Programme, i samarbete med IBM, förvandlar dig till en expert på dataanalys. I den här kursen får du lära dig de senaste analysverktygen och -teknikerna, att arbeta med SQL-databaser, språken R och Python, konsten att skapa datavisualiseringar och hur man tillämpar statistik och prediktiv analys i en affärsmiljö.

Viktiga egenskaper

• Exklusiva hackathons och live-interaktion med IBM-chefer
• Live masterclasses och Ask Me Anything-sessioner från IBM-experter
• 8X mer live-interaktion med live online-klasser av branschexperter
• Avslutande praktik projekt och 20+ verkliga datavetenskapliga projekt som bygger på datamängder från olika branscher som bank, e-handel, teknik och tillverkning
• Förstklassig läroplan med integrerade labs

Programmets resultat

• Förstå viktiga statistiska begrepp, inklusive mått på central tendens, spridning, korrelation och regression.
• Behärska SQL-koncept, t.ex. Universal Query Tool och SQL-kommandon
• Skriva ditt första Python-program genom att implementera begrepp som variabler, strängar, funktioner, loopar och villkor.
• Förstå nyanserna i listor, uppsättningar, lexikon, villkor och grenar, objekt och klasser i Python.
• Arbeta med data i Python, inklusive att läsa och skriva filer, ladda, redigera och spara data med Pandas.
• Lär dig att tolka data i Python med hjälp av multidimensionella arrays i NumPy, manipulera DataFrames i Pandas, använda SciPy-biblioteket med matematiska rutiner och utföra maskininlärning med Scikit-Learn.
• Utföra dataanalys med hjälp av populära Python-bibliotek.
• Få insikt i olika bibliotek för datavisualisering i Python, inklusive Matplotlib, Seaborn och Folium.
• Fördjupa dig i grunderna i R och lär dig att skriva dina egna R-skript.
• Behärska R-programmering och förstå hur olika uttalanden exekveras i R.

Målgrupp

En karriär som dataanalytiker kräver en grund i statistik och matematik. Blivande yrkesverksamma med en analytisk bakgrund är bäst lämpade för Data Analyst Master's Program, inklusive:

• Yrkesverksamma inom IT
• Yrkesverksamma inom bank och finans
• Marknadsföringschefer
• Chefer för nätverk inom försörjningskedjan
• Nybörjare inom datateknik
• Studenter i UG/ PG-program

Utbildningsplan

1. Introduction to Data Analytics
2. Business Analytics med Excel
3. Programming Basics och Data Analytics with Python
4. Tableau Utbildning
5. Avslutande projekt för dataanalytiker
   
   Mastercertifikat
   
   * Du får individuella certifikat för varje kurs.

Tillvalskurser - Bonusmaterial

• Uppfräschning av  programmering
• SQL
• R-programmering för datavetenskap
• Datavetenskap med R
• Power BI

Du behöver inte läsa dessa kurser för att få ditt Master Certificate. Du har möjlighet att läsa dessa kurser som en del av det övergripande programmet.

1. Introduction to Data Analytics

AVC:s kurs Introduktion till dataanalys ger dig insikt i hur du tillämpar data- och analysprinciper i ditt företag. Du kommer att få insikt i hela livscykeln för dataanalys, från problemdefinition till lösningsdistribution. Med hjälp av olika branschspecifika exempel och fallstudier får du lära dig hur analys, datavisualisering och datavetenskapliga metoder kan användas för att fatta bättre affärsbeslut.

Viktiga inlärningsmål

• Förstå hur man löser analysproblem i verkliga scenarier
• Sätta upp effektiva mål för analysprojekt
• Arbeta med olika typer av data
• Upptäcka vikten av datavisualisering för att fatta mer effektiva affärsbeslut
• Förstå grafer, diagram och verktyg för analys och visualisering och använda dem för att få meningsfulla insikter
• Skapa ett ramverk för införande av analys
• Identifiera framväxande trender inom dataanalys

Utbildningsplan

• Lektion 1 - Introduktion till kursen
• Lektion 2 - Översikt över dataanalys
• Lektion 3 - Hantering av olika typer av data
• Lektion 4 - Datavisualisering för beslutsfattande
• Lektion 5 - Datavetenskap, dataanalys och maskininlärning
• Lektion 6 - Metodik för datavetenskap
• Lektion 7 - Dataanalys i olika branscher
• Lektion 8 - Ramverk för analys och de senaste trenderna

2. Business Analytics with Excel

Business Analytics with Excel boostar din analytikerkarriär med nya kraftfulla Microsoft Excel-kunskaper. Denna utbildning i affärsanalys ger dig de koncept och färdigheter som behövs för en stark analyskarriär. Du kommer att lära dig de grundläggande begreppen inom dataanalys och statistik, vilket hjälper dig att driva datadrivet beslutsfattande. Din nya kunskap om detta allmänt använda verktyg i kombination med den officiella certifieringen för affärsanalys garanterar en framgångsrik karriär.

Viktiga inlärningsmål

• Förstå betydelsen av affärsanalys och dess betydelse i branschen
• Gå igenom grunderna för analytiska funktioner och villkorlig formatering i Excel
• Lära sig att analysera komplexa datamängder med hjälp av pivottabeller och slicers
• Lösa stokastiska och deterministiska analytiska problem med hjälp av verktyg som scenario manager, solver och goal seek
• Tillämpa statistiska verktyg och begrepp som glidande medelvärde, hypotesprövning, ANOVA och regression på datamängder med Excel
• Presentera dina resultat med hjälp av grafer och instrumentpaneler
  Bekanta dig med de senaste analys- och visualiseringsverktygen från Microsoft, t.ex. Power BI

Utbildningsplan

• Lektion 1 - Introduktion till affärsanalys
• Lektion 2 - Formatering Villkorlig formatering och viktiga funktioner
• Lektion 3 - Analysera data med pivottabeller
• Lektion 4 - Dashboarding
• Lektion 5 - Företagsanalys med Excel
• Lektion 6 - Dataanalys med hjälp av statistik
• Lektion 7 - Power BI

3. Programming Basics and Data Analytics with Python

Lär dig att analysera data i Python med hjälp av multidimensionella arrayer i NumPy, manipulera DataFrames i Pandas, använda SciPy-biblioteket med matematiska rutiner och utföra maskininlärning med scikit-learn. Kursen tar dig från grunderna i Python till de många olika typerna av data. Du kommer att lära dig att förbereda data för analys, utföra enkel statistisk analys, skapa meningsfulla datavisualiseringar, förutsäga framtida trender från data och mycket mer.

Viktiga inlärningsmål

• Importera datauppsättningar
• Rengöra och förbereda data för analys
• Manipulera Pandas DataFrame
• Sammanfatta data
• Bygga modeller för maskininlärning med scikit-learn
• Bygga datapipelines

Utbildningsplan

• Lektion 1 Introduktion till kursen
• Lektion 2 Installation av Python-miljö och grundläggande information
• Lektion 3 Grundläggande Python-programmering
• Lektion 4 Översikt över dataanalys
• Lektion 5 Statistiska beräkningar
• Lektion 6 Matematiska beräkningar med NumPy
• Lektion 7 Datamanipulering med Pandas
• Lektion 8 Datavisualisering med Python
• Lektion 9 Introduktion till modellering

4. Tableau Utbildning

Denna Tableau-kurs hjälper dig att förstå hur du bygger visualiseringar, organiserar data och utformar diagram och instrumentpaneler för att fatta mer meningsfulla affärsbeslut. Du kommer att introduceras till begreppen datavisualisering, olika kombinationsdiagram och berättelser, arbeta med filter, parametrar och uppsättningar samt bygga interaktiva instrumentpaneler.

Viktiga inlärningsmål

• Bli expert på visualiseringstekniker som värmekarta, trädkarta, vattenfall, Pareto
• Förstå metadata och dess användning
• Arbeta med filter, parametrar och uppsättningar
• Behärska speciella fälttyper och Tableau-genererade fält samt processen för att skapa och använda parametrar
• Lär dig hur du skapar diagram, interaktiva instrumentpaneler och berättelsegränssnitt och hur du delar ditt arbete Lär dig begreppen datablandning, skapa datautdrag och organisera och formatera data
• Behärska aritmetik, logik, tabell- och LOD-beräkningar

Utbildningsplan

• Lektion 01 - Kom igång med Tableau
• Lektion 02 - Grundläggande om Tableau i Topics
• Lektion 03 - Skapa diagram i Tableau
• Lektion 04 - Att arbeta med metadata
• Lektion 05 - Filter i Tableau
• Lektion 06 - Tillämpa analyser på kalkylbladet
• Lektion 07 - Instrumentpanel i Tableau
• Lektion 08 - Göra ändringar i datakopplingar
• Lektion 09 - Introduktion till detaljnivåer i Tableau (LODS)

5. Avslutande projekt för dataanalytiker

Detta Avslutande projekt för Data Analyst ger dig chansen att tillämpa de färdigheter du har lärt dig under detta program. Genom dedikerade mentorsessioner får du lära dig att lösa ett realistiskt, branschanpassat datavetenskapligt problem, från databehandling och modellering till rapportering av dina affärsresultat och insikter. Detta projekt är det sista steget i utbildningen och ger dig möjlighet att visa din expertis inom dataanalys för framtida arbetsgivare.

6.1  Valbar kurs: Uppfräschning av  programmering

Programmering blir allt viktigare och denna kurs säkerställer att du behärskar de grundläggande begreppen inom programmering. I slutet av detta program kommer du att förstå objektorienterad programmering; grundläggande programmeringskoncept som datatyper, variabler, strängar, loopar och funktioner; och programvarutekniska koncept som multithreading och multitasking med Python.

Viktiga inlärningsmål.

• Upprätthålla grundläggande kunskaper om grundläggande programmeringsprinciper
• Förstå principer för objektorienterad programmering, inklusive datatyper, variabler, strängar, loopar och funktioner
• Förstå programvarutekniska koncept som multithreading och multitasking med Python

Utbildningsplan

• Lektion 01 - Introduktion till kursen
• Lektion 02 - Grunderna i programmering
  
  

6.2 Valbar kurs:  SQL

Denna kurs ger dig den information du behöver för att framgångsrikt komma igång med SQL-databaser och använda dem i dina applikationer. Lär dig begreppen grundläggande SQL-satser, villkorliga satser, kommandon, joins, subqueries och olika funktioner för att hantera din SQL-databas för skalbar tillväxt.

Viktiga inlärningsmål

• Förstå baser och relationer
• Använda vanliga frågeverktyg och arbeta med SQL-kommandon
• Förstå transaktioner, skapande av tabeller och vyer
• Förstå och exekvera lagrade procedurer

Utbildningsplan

• Lektion 1- Grundläggande om SQL-uttryck
• Lektion 2 - Återställning och säkerhetskopiering
• Lektion 3 - Uppgifter för urval: Filtrering
• Lektion 4 - Urvalsuppgifter: Beställning
• Lektion 5 - Alias
• Lektion 6 - Kommandon för aggregering
• Lektion 7 - Kommandon för gruppera efter
• Lektion 8 - Villkorliga satser
• Lektion 9 - Infogning
• Lektion 10 - Underfrågor
• Lektion 11 - Vyer och index
• Lektion 12 - Strängfunktioner
• Lektion 13 - Matematiska funktioner
• Lektion 14 - Funktioner för datum och tid
• Lektion 15 - Matchning av mönster (strängar)
• Lektion 16 - Funktioner för kontroll av användaråtkomst

6.3 Valbar kurs:  R-programmering för datavetenskap

Få en förståelse för programmeringsspråket R med denna introduktionskurs. R-programmering är ett viktigt programmeringsspråk för dataanalys och är en grundläggande nyckel till att bli en framgångsrik Data Science-professionell. I den här kursen får du lära dig att skriva R-kod, lära dig om datastrukturer i R och skapa dina egna funktioner. När du har slutfört kursen kommer du att vara fullt kapabel att påbörja din första dataanalysresa.

Viktiga inlärningsmål

• Lär dig om viktiga matematiska begrepp, variabler, strängar, vektorer, faktorer och vektoroperationer
• Få grundläggande kunskaper om arrayer och matriser, listor och dataramar
• Få en förståelse för villkor och loopar, funktioner i R, objekt, klasser och felsökning
• Lära sig att korrekt läsa text-, CSV- och Excel-filer och hur man skriver och sparar dataobjekt till en fil i R
• Förstå och arbeta med strängar och datum i R

Utbildningsplan

• Lektion 01 - Grunderna i R
• Lektion 02 - Datastrukturer i R
• Lektion 03 - Grunderna i R-programmering
• Lektion 04 - Arbeta med data i R
• Lektion 05 - Sticklingar och datum i R

6.4 Valbar kurs:  Datavetenskap med R

Nästa steg för att bli en Data Scientist är att lära sig R - den mest efterfrågade open source-tekniken. R är ett kraftfullt språk för datavetenskap och analys med en brant inlärningskurva och en mycket livlig community. Därför håller det snabbt på att bli den teknik som väljs av organisationer som vill utnyttja analyskraften för att öka sina konkurrensfördelar.

Viktiga inlärningsmål

• Förvärva en grundläggande förståelse för affärsanalys
• Installera R, konfigurera R-studio och arbetsyta och lära dig om de olika R-paketen
• Behärska R-programmering och förstå hur olika uttalanden exekveras i R
• Få en djup förståelse för den datastruktur som används i R och lära dig hur man importerar/exporterar data i R
• Definiera, förstå och använda de olika apply-funktionerna och DPLYR-funktionerna
• Förstå och använda de olika graferna i R för datavisualisering
• Få en grundläggande förståelse för olika statistiska begrepp
• Förstå och använda hypotesprövningsmetoder för att driva affärsbeslut
• Förstå och använda linjära och icke-linjära regressionsmodeller och klassificeringstekniker för dataanalys
• Lära sig och använda de olika associationsreglerna och Apriori-algoritmen
• Lära sig och använda klustringsmetoder, inklusive K-Means, DBSCAN och hierarkisk klustring.

Utbildningsplan

• Lektion 01 - Introduktion till Business Analytics
• Lektion 02 - Introduktion till R-programmering
• Lektion 03 - Datastrukturer
• Lektion 04 - Visualisering av data
• Lektion 05 - Statistik för datavetenskap I

6.5 Valbar kurs:  Power BI

Microsoft Power BI är en serie verktyg som används för att analysera data och få affärsinsikter genom att bygga interaktiva instrumentpaneler. Denna Power BI-utbildning hjälper dig att få ut mesta möjliga av Power BI för att lösa affärsproblem och förbättra verksamheten. I denna Power BI-utbildning lär du dig att utveckla instrumentpaneler baserade på publicerade rapporter, få mer insikt i dina data med Quick Insights och lära dig praktiska recept för de olika uppgifter du kan utföra med Microsoft Power BI, från att samla in data till att analysera den. Kursen innehåller också några användbara recept för att lösa olika problem i Power BI.

Viktiga inlärningsmål

• Skapa instrumentpaneler från publicerade rapporter
• Skapa snabbt visuella bilder och instrumentpaneler med Quick Insights
• Använd naturligt språk i Q&A-funktionen för att generera visuella bilder för handlingsbar insikt
• Skapa och hantera datavarningar
• Ge bästa praxis för rapportlayout och datavisualisering
• Förstå vilka diagram/grafer som ska användas beroende på vilken fråga som ska besvaras eller vilken historia som ska berättas
• Använda former för att designa, lyfta fram och berätta en historia
• Se hur du inkluderar anpassade bilder i dina rapporter och instrumentpaneler
• Dela rapporter och instrumentpaneler, inklusive för- och nackdelar med var
• Slutföra ett Power BI-projekt för dataanalys/visualisering från början till slut
• Förbättra teamsamarbetet med Microsoft Teams
• Veta hur man hämtar och förbereder data för analys och visualisering
• Lär dig hur du skapar relationer mellan tabeller i din datamodell
• Skapa beräknade kolumner och mätningar med hjälp av DAX-språket

Utbildningsplan

Lektion 01 - Förbered dig som en supernörd
Lektion 02 - Utveckla dina datakunskaper

7. Avslutande projekt

Projekt 1: Rekommendationer för appgranskning

Google Play Store-teamet lanserar en ny funktion som ökar synligheten för vissa lovande appar. Denna ökning kommer att återspeglas på flera sätt, inklusive högre prioritet i rekommendationsavsnitten. Skapa en modell för att förutsäga appbetyg samtidigt som du tillhandahåller annan information om appen.

Projekt 2: Kundklagomål om Comcast Telecom

Comcast är ett amerikanskt globalt telekommunikationsföretag. Företaget har tillhandahållit fruktansvärd kundservice och de fortsätter att komma till korta trots upprepade löften om förbättring. Använd företagets befintliga databas med kundklagomål för att förbättra kundnöjdheten.

Projekt 3: Instrumentpanel för försäljning inom e-handel

Ett e-handelsföretag vill utforma en instrumentpanel för att analysera försäljningen baserat på olika produktkategorier. Företaget vill göra det lättare för användarna att välja de produkter de letar efter och på så sätt generera mer försäljning. Hjälp användarna att välja och granska information om de produkter de överväger.

Projekt 4: Jämförande studie av länder

Skapa en instrumentpanel för att göra en jämförande studie av olika länder utifrån olika parametrar med hjälp av försäkringsdatasetet och datasetet för världsutvecklingsindikatorer.

Projekt 5: Analys av försäljningsresultat

Bygg en dashboard som visar månatliga försäljningsresultat per produktsegment och produktkategori för att hjälpa kunderna att identifiera de segment och kategorier som uppfyllde, överträffade eller misslyckades med att uppfylla sina försäljningsmål.

Projekt 6: Analys av en klädbutiks försäljningsrapport

En detaljhandlare inom avancerat mode vill utöka sitt produktsortiment. De vill förstå marknaden och hitta aktuella trender i branschen. Automatisera rekommendationer för produktattribut, förutsäg försäljningstrender, förstå försäljningsfaktorer och arrangera produktgranskningsprocessen med de givna datamängderna.

Projekt 7: Antagning till högskola

Varje år skickar internationella studenter in tusentals ansökningar för att komma in på college i USA. För det amerikanska utbildningsdepartementet blir det en ständigt återkommande uppgift att ta reda på det totala antalet inkomna ansökningar och sedan jämföra dessa uppgifter med det totala antalet godkända ansökningar och behandlade visum. För att göra hela processen enklare vill det amerikanska utbildningsdepartementet analysera de faktorer som påverkar antagningen av studenter till högskolor.

Projekt 8: Identifiera och rekommendera de bästa restaurangerna

En restaurangkonsolidator vill förnya sin B2C-portal med hjälp av intelligent automatiseringsteknik. Detta kräver att man skapar två olika matriser för att identifiera "high star"-restauranger och generera rekommendationer. För att skapa en effektiv modell är det viktigt att förstå beteendet hos de konsumenter som genererar data. Du måste skapa rapporter om de högst rankade restaurangerna, generera rekommendationer genom att inspektera data och använda explorativ dataanalys, och dela dina resultat med alla intressenter genom intuitiva instrumentpaneler.

Projekt 9: Förutse betalningsinställelser för lån

Finansinstitut drabbas av betydande förluster på grund av uteblivna betalningar på billån. Detta har lett till strängare försäkringskriterier för billån och en ökning av antalet avslagna lån. Det är uppenbart att dessa institutioner behöver en bättre modell för kreditriskbedömning. Detta motiverar en undersökning av de avgörande faktorerna för uteblivna betalningar på billån. Identifiera och undersök de faktorer som påverkar andelen betalningsinställelser för billån. Använd också resultaten för att skapa en modell för att förutsäga potentiella fallissemang på avtal.

Projekt 10: Undersöka faktorer som orsakar hjärtattacker

Hjärt- och kärlsjukdomar är en av de vanligaste dödsorsakerna i världen. Det är viktigt att identifiera orsakerna och utveckla ett system för att effektivt förutsäga potentiella hjärtattacker. De data som presenteras innehåller all information om relevanta faktorer som kan påverka den kardiovaskulära hälsan. Uppgifterna bör studeras i detalj för vidare analys. Identifiera och undersök de faktorer som spelar en viktig roll för att öka hjärtinfarktfrekvensen. Använd också resultaten för att modellera och förutsäga.