Роль Аналитик DWH: задачи и инструменты // Демо-занятие курса «Data Warehouse Analyst»

• Татьяна Довозова, руководитель направления ДВ аналитики, рассказывает о задачах и инструментах аналитика ДВХ.  

• Обсуждается курс "Аналитик ДВХ", который стартует 27 марта.  

• Образовательная организация "Отус" реализует обучение на основе практики, где преподаватели являются действующими специалистами.  

• Курсы разработаны с учетом требований к специалистам на открытые вакансии в ИТ-компаниях.  

• Цель вебинара - разобрать область деятельности аналитика ДВХ, инструменты, смежные области и ожидания от аналитика.  

• Важность понимания ожиданий работодателя и вектора развития.  

• Дата-аналитик работает с бизнес-анализом, дата-моделингом, анализом качества данных, предъективной аналитикой и управлением данными.  

• Основные цели работы дата-аналитика: предоставление ключевых метрик для бизнеса, интеграция процессов компании, анализ данных в реальном времени.  

• Пример: анализ данных о действующих клиентах, определение их статуса, источников данных и способов получения информации.  

• Пример: анализ информации о клиентах, определение их статуса, источников данных и способов получения информации.  

• Аналитик включается в процесс планирования и составления плана работ, а также помогает с созданием дорожной карты или рот мэп.  

• Аналитик исследует данные на пригодность и качество, проводит дата профилирование и моделирование для хранилища.  

• Аналитик также участвует в процессе мониторинга качества данных и определения метрик качества.  

• Хранилище данных является предметно-ориентированным, что означает, что каждый тип данных хранится в своем отделении.  

• Интеграция нескольких источников данных позволяет хранить данные с разной глубиной истории.  

• Хранилище обеспечивает историчность данных и гибкость для бизнеса в части запросов.  

• Аналитик участвует в планировании, анализе, проектировании, разработке, тестировании и сопровождении хранилища данных.  

• В планировании участвует аналитик, который согласовывает приоритеты с бизнесом.  

• Аналитик может обсудить с командой, сколько времени займет разработка и тестирование.  

• Реверс-инжиниринг - изучение процессов в существующей системе.  

• Безопасность: аналитик собирает требования о том, кто имеет доступ к данным и как они передаются.  

• Классификация данных по уровням конфиденциальности.  

• Сервис-уровень и соглашение об уровне обслуживания: документ, определяющий, как данные должны приходить к хранилищу, критичность инцидентов и сроки реагирования.  

• Аналитик подписывается о том, как он поставляет данные и как быстро исправляет ошибки.  

• Аналитик участвует в планировании, анализе источников, профилировании данных, моделировании данных, маппинге источников на прием, прототипировании витрин, проектировании даже бордов, управлении изменениями и метриках качества.  

• На этапе планирования аналитик может создавать готовые быки, распределять задачи по спринам и создавать дорожные карты.  

• На этапе анализа источников аналитик согласовывает спецификации и контракты, которые включают описание таблиц, атрибутов, типов, ключей и правил получения данных.  

• На этапе профилирования данных аналитик может использовать эксель или графики для анализа данных.  

• На этапе инженедельника аналитик может описывать процесс сы и модель данных, используя ерди диаграмму или бипимен-диаграмму.  

• На этапе миграции данных аналитик может использовать мапинг статусных моделей для сравнения процессов в текущей и новой системах.  

• На этапе прототипирования витрин аналитик может создавать таблицы, представления с примером заполнения и скрипты для запуска.  

• На этапе проектирования даже бордов аналитик создает готовые работающие даже поты, которые можно посмотреть.  

• На этапе управления изменениями аналитик фиксирует запросы на изменения и приватизирует их с владельцем продукта или представителем бизнеса.  

• Обсуждение процесса управления хранилищем данных, включая разбиение на участников команды, источники данных, трансформации и приемники.  

• Упоминается использование таблиц, запросов, диаграмм и скриптов для работы с данными.  

• Перечисление инструментов, включая Excel, Python, SQL, ETL, BI, и другие.  

• Упоминается использование инструментов для работы с данными, включая ETL, BI, и SQL.  

• Обсуждение навыков аналитика, включая работу с источниками данных, трансформацией, и публикацией данных.  

• Упоминаются инструменты, такие как Excel, Python, и SQL, для работы с данными.  

• Екатерина отвечает на вопросы о навыках, необходимых для аналитика хранилища данных.  

• Она подчеркивает важность понимания бизнес-области, умения выстраивать коммуникации в команде и разбираться в принципах моделирования данных.  

• Екатерина также упоминает о навыках работы с кюэль, принципами составления визуализации и инструментами визуализации.  

• Обучение проходит онлайн, с возможностью включения микрофона и обсуждения вопросов в реальном времени.  

• Материалы включают презентации и ссылки на дополнительные материалы.  

• Домашние задания могут быть от четырех до восьми часов, в зависимости от объема и сложности.  

• По статистике, на уровне мидл открыто более 1500 вакансий с зарплатой от 80 000 до 350 000 рублей.  

• Ключевые навыки, на которые обращают внимание работодатели, включают анализ данных системных источников, подготовку майинга сорту тарги и анализ данных.  

• Видео начинается с обзора области деятельности аналитика, который работает на каждом этапе разработки от планирования до внедрения.  

• Он получает задачи от бизнеса в части получения ключевых бизнес-метрик, которые позволяют оценивать состояние бизнеса и принимать решения.  

• Видео обсуждает инструменты, начиная от работы с источником и заканчивая проектированием и разработкой бортов.  

• Рассматриваются смежные области, такие как би, дата сайнс и дата аналитикс.  

• Видео завершается благодарностью за участие и приглашением на следующий открытый урок 6 марта, где будет обсуждаться аналитика логов с помощью процесс майнинг.