
עולם הנתונים מתפתח בצורה משמעותית בשנים האחרונות, אומרים ש- 90 אחוז מהמידע נאסף עלינו בשנתיים האחרונות ולכן נדרשת כמות רבה של אנליסטים. למעשה נאסף עלינו דאטה כל הזמן אך צורתם הגולמית אינה אומרת לנו דבר. זה המקום בו מנתחי נתונים נכנסים לתמונה, היכולת לנתח נתונים ולהפיק תובנות משמעותיות הוא למעשה האוויר לנשימה של העסק. כל ההחלטות העסקיות מתקבלות היום על בסיס הדאטה הקיים, נדרשת חשיבה מחוץ לקופסא והיכרות מעמיקה עם הצד העסקי כדי להוביל ולהצעיד את הארגון קדימה. האנליסט משתמש בכלים רבים כגון: ,Tools BI, Python, SQL Excel, SAS וכו'.
בנוסף לצד היכולת לאתר בעיות ולחשוב על דרכים יצירתיות להוביל את העסק קדימה צריך גם להפיק תובנות וליישם אותם בסביבת Production.
הדרך הנכונה ביותר כיום להיות Data Analyst הינה על ידי למידה מעמיקה של הכלים עליהם מתבססים בשביל ניתוח נתונים:
Power BI:
כלי BI עוזרים לנו לבנות לשקף נתונים ולבנות דשבורדים אוטומטים, בקורס נשתמש בכלי Power BI שנמצא במגמת צמיחה אדירה, כל חודש נוספת גרסה חדשה. הכלי בנוי בצורה של Columnstore Index המאפשר לבצע קיבוץ לדאטה ולשיפור משמעותי ב-Performance .בנוסף ניתן לבצע חיבור ישיר אל תוך הדאטה בייס ולקבל את הנתונים שנכנסים ב-Live.
Final Project:
פרוייקט הגמר עוסק בשאיבת DATA ממקור חיצוני בעזרת שימוש ב-Web Scraping מאתר NBA.
בפרוייקט אנו יוצרים Pipeline ששואב את הנתונים מהאתר של NBA בעזרת שימוש ב-Python וטוען את הדאטה אל תוך ה-Database שלנו תוך שמירת מבנה רלציוני של נתונים וניהול גרסאות כך
שהמידע יישמר תמיד ונוכל תמיד לחזור ולנתח את ההיסטוריה.
לאחר מכן אנו נבנה Dashboard, ננתח ונלמד כיצד לעצב אותו שיהיה מרשים למשתמשי הקצה.