SQL dla analityków danych. Kurs video. Kompleksowe przygotowanie do pracy

Adam Szpilewicz

3.4

5 opinii

Podstawowe informacje:

Czas trwania: 09:25:47

Poziom: podstawowy

Autor: Adam Szpilewicz

Liczba lekcji: 78

Technologia: MySQL 8.3, Python 3.12, FastAPI

Dla firm

Rozwiń umiejętności swoich pracowników dzięki kursom video

Dowiedz się więcej

Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół

Indywidualnie

249,00 zł

Dodaj do koszyka Za zakup otrzymasz 249 punktów

Do przechowalni

Korzyści:

Certyfikat ukończenia
Materiały dodatkowe do kursu
Test online
Dożywotni dostęp
Dostęp w aplikacji (także offline)
Napisy w języku polskim

Ten kurs należy do ścieżki Analityk danych z Pythonem

Czas trwania: 28 godz.

DOWIEDZ SIĘ WIĘCEJ

Ten kurs należy do ścieżki Analityk danych z Pythonem »

Czego się nauczysz?

Tworzenia i optymalizowania zapytań SQL dla analiz biznesowych
Łączenia danych z wielu tabel z wykorzystaniem różnych typów JOIN
Agregowania, grupowania i filtrowania danych przy użyciu funkcji wbudowanych
Tworzenia podzapytań i zapytań zagnieżdżonych dla złożonych analiz
Budowania widoków i materializowanych widoków w celu uproszczenia raportowania
Stosowania funkcji okienkowych (window functions) do obliczeń analitycznych
Tworzenia indeksów i analizowania planów wykonania zapytań

Spis lekcji

1. Wstęp 00:03:38

1.1. Wstęp

00:03:38

2. Instalacja i konfiguracja bazy danych 00:25:50

2.1. Instalacja MySQL za pomocą Docker Compose

00:09:14

2.2. Omówienie źródła danych

00:04:20

2.3. Import danych

00:06:37

2.4. Dlaczego MySQL?

00:05:39

3. Podstawy SQL w analizie danych 01:33:29

3.1. SELECT i FROM

00:07:03

3.2. SELECT DISTINCT

00:03:52

3.3. COUNT

00:03:57

3.4. WHERE - teoria

00:05:12

3.5. WHERE - praktyka

00:05:06

3.6. ORDER BY

00:05:21

3.7. BETWEEN

00:04:31

3.8. IN

00:03:36

3.9. LIKE

00:08:32

3.10. Funkcje agregujące

00:04:40

3.11. GROUP BY - teoria

00:05:49

3.12. GROUP BY - praktyka

00:04:43

3.13. HAVING

00:05:35

3.14. AS (alias)

00:04:09

3.15. CREATE TABLE, INSERT i LOAD

00:09:21

3.16. Typy danych

00:12:02

4. Łączenie tabel 00:35:09

4.1. Typy JOIN

00:05:46

4.2. INNER JOIN

00:09:41

4.3. LEFT JOIN

00:08:52

4.4. RIGHT JOIN

00:03:45

4.5. UNION i UNION ALL

00:07:05

5. Przygotowanie danych 00:29:36

5.1. Różnice między podzapytaniem a CTE

OGLĄDAJ » 00:09:47

5.2. CASE WHEN i COALESCE

00:06:29

5.3. NULLIF, CAST, GREATEST, LEAST

00:07:26

5.4. Brakujące dane

00:05:54

6. Funkcje okienkowe 00:29:16

6.1. Wprowadzenie

00:04:07

6.2. ROW NUMBER

00:08:23

6.3. RANK i DENSE_RANK

00:08:18

6.4. LEAD i LAG

00:08:28

7. Widoki 00:06:38

7.1. Widoki

00:06:38

8. Zaawansowane funkcjonalności SQL w analizie danych 01:15:16

8.1. Procedury składowane

00:12:14

8.2. Pętle

00:07:00

8.3. Stored functions

00:07:03

8.4. Triggers

00:10:01

8.5. Tabele tymczasowe

00:08:02

8.6. Zmienne

00:08:03

8.7. Indeksy

00:12:00

8.8. ROLLUP

00:04:41

8.9. SQL_MODE

00:06:12

9. Praca z typami danych 00:58:02

9.1. Daty

00:10:05

9.2. JSON

00:08:19

9.3. Przestrzenne typy danych (spatial)

00:08:57

9.4. Hasła

00:05:30

9.5. Hasła w praktyce

00:05:06

9.6. Hash w analizie danych

00:07:23

9.7. Regexp

00:07:55

9.8. Funkcje do pracy z tekstem

00:04:47

10. Zarządzanie tabelami i kolumnami 00:26:03

10.1. ALTER TABLE

OGLĄDAJ » 00:08:43

10.2. UNIQUE

00:06:10

10.3. CHECK

00:06:48

10.4. Nazywanie ograniczeń

00:04:22

11. Partycjonowanie 00:37:09

11.1. Teoria

00:08:36

11.2. RANGE

00:07:13

11.3. LIST COLUMNS

00:06:49

11.4. BY KEY

00:04:53

11.5. BY LINEAR KEY

00:04:26

11.6. RANGE COLUMNS

00:05:12

12. Operacje kaskadowe 00:18:54

12.1. Operacje kaskadowe - teoria

00:09:33

12.2. Operacje kaskadowe - praktyka

00:09:21

13. Wykorzystanie Pythona w analizie danych 00:33:48

13.1. Łączenie z bazą MySQL

00:10:54

13.2. Podstawy ETL

00:10:49

13.3. Web API z FastAPI

00:12:05

14. Optymalizacja zapytań SQL 00:44:06

14.1. EXPLAIN - cz. 1

00:14:15

14.2. EXPLAIN - cz. 2

00:13:05

14.3. Podsumowanie optymalizacji

00:05:41

14.4. Performance schema - przykłady zapytań

00:11:05

15. Zarządzanie dostępem 00:10:51

15.1. Tworzenie użytkownika

00:10:51

16. Transakcje 00:24:46

16.1. Teoria

00:07:34

16.2. Praktyka

00:07:32

16.3. Izolacja a odczyty

00:09:40

17. Zarządzanie schematami 00:11:44

17.1. Optymalizacja schematu - teoria

00:04:28

17.2. Optymalizacja schematu - praktyka

00:07:16

18. Zakończenie 00:01:32

18.1. Zakończenie

00:01:32

Obierz kurs na... analizę danych

Jeśli myślisz o karierze analityka danych albo starasz się o pracę na stanowisku, na którym będziesz analizować dane, ten kurs jest specjalnie dla Ciebie. Opanujesz dzięki niemu między innymi niezbędne podstawy języka SQL i dowiesz się, jak funkcjonuje i do czego może Ci posłużyć system zarządzania relacyjnymi bazami danych MySQL. Te dwie technologie są ze sobą ściśle powiązane. SQL powstał jako język dziedzinowy używany do tworzenia, modyfikowania relacyjnych baz danych, a także do umieszczania i pobierania danych z tych baz. Z kolei MySQL to jeden z najpopularniejszych systemów zarządzania bazami danych na świecie.

Wszechstronność, skalowalność i bezpłatna licencja MySQL sprawiają, że jest on szeroko stosowany zarówno w małych projektach, jak i w dużych przedsięwzięciach. Po MySQL sięgają największe światowe korporacje, w tym Facebook, Twitter i YouTube, co także świadczy o jego niezawodności i wydajności. Dziś, kiedy informacja jest wszystkim, umiejętność efektywnego używania MySQL do analizy, przechowywania i zarządzania danymi to sprawa kluczowa dla analityków danych, programistów i administratorów baz danych. Dlatego nie czekaj, tylko zapoznaj się zarówno z SQL, jak i z MySQL – ten kurs wprowadzi Cię w temat kompleksowo, od podstaw aż po zaawansowane techniki analizy danych, które będziesz w stanie zastosować w swojej pracy.

Co Cię czeka podczas naszego profesjonalnego szkolenia

Dzięki naszemu kursowi nauczysz się między innymi:

Instalować i konfigurować bazę danych
Importować dane z różnych źródeł
Stosować najpopularniejsze zapytania używane w analizie danych, w tym: SELECT, FROM, COUNT, WHERE, ORDER BY, GROUP BY, LIKE
Łączyć tabele za pomocą operacji: INNER JOIN, LEFT JOIN, RIGHT JOIN, UNION i UNION ALL
Przygotowywać dane za pomocą funkcji: CASE WHEN, COALESCE, NULLIF, CAST, GREATEST i LEAST
Projektować schematy baz danych
Korzystać z funkcji okienkowych i procedur składowanych, takich jak ROW NUMBER, RANK, DENSE_RANK, LEAD i LAG
Używać zaawansowanych funkcjonalności SQL, takich jak pętla, wyzwalacz, tabela tymczasowa, zmienna i indeks
Pracować z różnymi typami danych (daty, pliki JSON, przestrzenne typy danych, hasła, wyrażenia regularne i hashe)
Partycjonować tabele za pomocą funkcji: RANGE, LIST COLUMNS, BY KEY, BY LINEAR KEY i RANGE COLUMNS
Wykonywać operacje kaskadowe
Korzystać z Pythona i frameworka FastAPI w analizie danych
Optymalizować swoją bazę danych za pomocą narzędzia EXPLAIN i Performance Schema

SQL dla analityków danych. Kurs video. Kompleksowe przygotowanie do pracy kończy się na poziomie średnio zaawansowanym. Dzięki szkoleniu zdobędziesz solidne fundamenty i praktyczne umiejętności, które pozwolą Ci na samodzielne rozwiązywanie problemów i usprawnienie pracy z danymi w MySQL. Będziesz w stanie efektywnie zarządzać danymi, tworzyć zaawansowane zapytania SQL i projektować optymalne schematy baz danych dla różnorodnych aplikacji.

Wybrane bestsellery

O autorze kursu video

Adam Szpilewicz – od ponad dziesięciu lat zajmuje się pracą z danymi. Obecnie specjalizuje się w dziedzinie software engineering z wykorzystaniem języków programowania Golang i Python. Posiada doświadczenie w monitoringu aplikacji i systemów, które zdobył podczas pracy dla firmy typu SaaS (ang. software as a service), gdzie Prometheus należał do głównych narzędzi używanych w tym celu. W przeszłości pracował w sektorze bankowym i consultingu zajmując się modelowaniem statystycznym z wykorzystaniem Pythona i R. Prywatnie pasjonuje się nowoczesnymi technologiami oraz jest zwolennikiem oprogramowania typu open source i entuzjastą pływania.