Курсы SQL для анализа данных от школы Яндекс Практикум
4 курса онлайн SQL для анализа данных от школы Яндекс Практикум - сравните цену, продолжительность и дату начала обучения. Информация обновляется каждую неделю. Стоимость курсов от 0 до 169500 рублей.
4.5
155
3 месяца
SQL для работы с данными и аналитики
Диплом от школы
Начало: Узнать дату началаГарантированное трудоустройство
от 17 200 ₽/мес.
или сразу 49 000 руб.
4.5
155
4 месяца
Алгоритмы и структуры данных
Диплом от школы
Начало: Узнать дату началаГарантированное трудоустройство
от 24 600 ₽/мес.
или сразу 91 500 руб.
4.5
155
12 месяцев
Инженер данных с нуля
Диплом от школы
Начало: Узнать дату началаГарантированное трудоустройство
от 18 200 ₽/мес.
или сразу 169 500 руб.
4.5
155
Основы работы с базами данных и SQL
Диплом от школыНачало: В любое времяГарантированное трудоустройство
Бесплатно
Онлайн курсы SQL для анализа данных - Рейтинг курсов
SQL и получение данных + Нейросети для анализа данных
Введение в SQL. Демодоступ к SQL-тренажёру. Узнаете, что такое SQL, зачем он нужен и как его используют. Поймёте, как эффективно учить SQL. Познакомитесь с операторами: SELECT, SELECT + FROM, LIMIT, OFFSET, SELECT + FROM + WHERE, WHERE + AND + OR + NOT.
Базовый SQL. Изучите основы работы с базами данных, системой управления базами данных (СУБД) и SQL-запросами: как фильтровать, выгружать и обрабатывать данные при помощи языка SQL.
Продвинутый SQL. Узнаете больше о возможностях в SQL и разных типах анализа данных, для которых используют этот язык. В финале блока — второй бизнес-проект.
Клиенты БД, CRUD-операции, ClickHouse, DataLens и рамки в оконных функциях. Это необязательный модуль, темы из него не входят в базовый набор знаний, которые нужны для анализа данных. Но они могут быть полезны для решения смежных задач.
Тренажёр по SQL. Собрали в модуле 70+ дополнительных задач с автоматической проверкой, чтобы вы закрепили свои навыки.
Эффективные алгоритмы и структуры данных для быстрого и понятного кода
Бесплатная часть. Понятие алгоритма. Скользящее среднее. Метод двух указателей.
Введение в алгоритмы. Понятие сложности алгоритма. O-нотация. Оценка времени исполнения программы. Уроки про алгоритмические собеседования.
Основные структуры данных. Массив, связный список, стек, очередь. Сложность операций вставки, поиска и удаления. Представление данных в памяти. Пространственная сложность алгоритма.
Рекурсия и сортировки. Понятие рекурсии. Принцип «разделяй и властвуй». Бинарный поиск.Квадратичные сортировки. Сортировка слиянием. Быстрая сортировка. Линейная сортировка подсчётом.
Хеш-функции и хеш-таблицы. Абстракция отображения. Понятие и свойства хеш-функции, примеры. Структура данных хеш-таблица. Коллизии и способы их разрешения.
Деревья. Структура данных дерево. Сбалансированные деревья поиска. Структура данных куча. Пирамидальная сортировка.
Графы. Определение графа, способы представления в памяти. Обход графа в глубину и в ширину. Компоненты связности. Алгоритмы поиска кратчайшего пути. Минимальное остовное дерево.
Алгоритмы на строках.. Префикс-функция. Подстроки, префиксы и суффиксы. Поиск шаблона в строке. Наивный алгоритм. Структура данных бор. Практика решения задач с алгоритмических собеседований.
Алгоритмы и структуры данных. Основы алгоритмов. Представление данных в памяти. Рекурсия и сортировки.
Основы SQL и баз данных. Устройство PostgreSQL. Основы SQL и DDL. Основы SQL и DML. Нормализация и взаимоотношение. Объединение таблиц. Функции.
Продвинутый SQL для работы с данными. Подзапросы и общие табличные выражения. Оконные функции. Представления. Продвинутые типы данных. Транзакции и блокировки.
Как построить аналитическое хранилище данных. PostgreSQL и DBeaver. Нормальные формы. Знакомство с DWH. Погружение в DWH. SCD и его типы.
Работа с данными в хранилище. Витрина данных и VIEW. Оптимизация запросов.
ELT: автоматизация подготовки данных . Анализ вводных по задаче. Проектирование ETL-процесса. Ликбез по Airflow. Реализация ETL в Airflow.
Проверка качества данных. Требования к качеству данных. Проектирование и разработка проверки.
DWH для нескольких источников. Сбор требований и исследование источников. Проектирование DWH. Реализация DWH.Тестирование, интеграция и документация.
Аналитические базы данных. Аналитические СУБД и Vertica. Разработка аналитической базы данных.
Организация Data Lake. Проектирование Data Lake. Знакомство со Spark. PySpark для инженера данных.
Потоковая обработка данных. Потоковая обработка с Kafka и Spark Streaming. Настройка потока данных.
Облачные технологии. Облачные технологии Yandex Cloud. Подготовка и изучение источников.Создание окружения сервисов. Написание первого сервиса. Знакомство с DataLens.
Выпускной проект или пет-проект. В конце курса у вас будет выбор: выполнить ещё один учебный проект или реализовать пет-проект. В первом случае нужно выбрать бизнес-задачу и разработать архитектуру данных с использованием всех изученных инструментов. Во втором случае вы сможете воплотить в жизнь и защитить личный проект. Что бы вы ни выбрали, вас поддержат наставники и ревьюеры, а получившийся кейс украсит ваше портфолио.
Трудоустройство. Эта часть курса для тех, кто решил найти работу в сфере разработки. Вы изучите стратегии поиска работы и узнаете о тонкостях выбора компании-работодателя, подготовите портфолио, напишете резюме и сопроводительное письмо.
Акселерация. Программа сопровождения: вы ищете работу, мы консультируем и помогаем. Участвовать в программе могут те, кто закончил программу трудоустройства и находится в активном поиске работы.
Воркшопы для разбора ключевых тем, сессии Q&A. Описание отсутствует
А Вы знали что у школы Яндекс Практикум самый дорогой
курс SQL для анализа данных стоит
169500 рублей.
