Data Analysis with Databricks for Finance

• Zrozumienie pojęć dotyczących analizy danych
• Doświadczenie w korzystaniu z Python lub SQL
• Znajomość typów danych finansowych i raportowania

Grupa docelowa

• Analitycy finansowi i specjaliści ds. business intelligence
• Analitycy danych pracujący w sektorze finansowym
• Inżynierowie danych wspierający zespoły finansowe

Databricks to platforma analityczna zaprojektowana dla dużych danych i uczenia maszynowego w środowiskach wspólpracy.

To szkolenie prowadzone przez instruktora (online lub na miejscu) skierowane jest do początkujących do średnio zaawansowanych analityków danych i profesjonalistów finansowych, którzy chcą wykonywać analizę dużych zbiorów danych przy użyciu Databricks w przypadku finansowych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Używać zeszytów Databricks do wyszukiwania i analizy zbiorów danych finansowych.
• Czyscić i transformować surowe dane finansowe do celów raportowania i wnioskowania.
• Tworzyć tablice rozdzielcze i wizualizacje do śledzenia wyników.
• Współpracować z członkami zespołu w czasie rzeczywistym w wspólnych zeszytach.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrożenie w środowisku live-lab.

Opcje dostosowywania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, prosimy o kontakt z nami w celu ustalenia szczegółów.

Wprowadzenie do Databricks i Finansowych Analiz

• Zrozumienie ekosystemu Databricks
• Przegląd przepływów pracy analityki danych finansowych
• Przykłady zastosowań: modelowanie ryzyka, raportowanie finansowe, logi audytu

Rozpoczynanie pracy z Notatnikami Databricks

• Tworzenie i nawigowanie w notatnikach
• Używanie Spark i SQL w Databricks
• Współpraca za pomocą komentarzy i historii wersji

Wprowadzanie i Czystenie Danych

• Importowanie danych finansowych z plików CSV, baz danych i API
• Używanie DataFrames Spark do czyszczenia i przygotowywania
• Obsługa braków i wartości odstających

Transformowanie i Agregowanie Danych Finansowych

• Obliczanie wskaźników kluczowych i wskaźników finansowych
• Filtrowanie, grupowanie i transponowanie zestawów danych
• Manipulacja i przeskalowywanie szeregów czasowych

Wizualizowanie Wniosków Finansowych

• Tworzenie dashboardów z narzędziami wizualizacyjnymi Databricks
• Dostosowywanie wykresów do raportowania finansowego
• Eksportowanie wizualizacji do prezentacji lub przeglądu regulacyjnego

Optymalizowanie Zapytań i Używanie Delta Lake

• Wprowadzenie do architektury Delta Lake
• Transakcje ACID i niezawodność danych
• Poprawianie wydajności za pomocą podziału danych

Zarządzanie, Harmonogramowanie i Udostępnianie

• Zarządzanie dostępem i uprawnieniami dla zespołów finansowych
• Harmonogramowanie zadań dla automatyzowanego raportowania
• Eksportowanie danych i wyników w sposób bezpieczny

Podsumowanie i Krok Dalej