Разработка модели данных SQL (Developing SQL Data Models)

Город Ноябрь17 Дек.17 Январь18 Фев.18 Март18 Апрель18 Май18 Июнь18 Июль18 Август18 Сент.18 Октяб.18
Екатеринбург 05-07Купить 02-04Купить
Пермь 21-25Купить


Код: 20768
Длительность: 24 ак.ч.
Стоимость: 21 000 р.

Цель курса:
Дать учащимся знания и навыки в области разработки решений Business Intelligence (BI). Курс акцентирует внимание на реализации многомерных баз данных с использованием SQL Server Analysis Services (SSAS), а также создания табличных семантических моделей данных для анализа с использованием службы SSAS.

Аудитория:
Основная аудитория данного курса являются специалисты баз данных, которые выполняют роль BI разработчика для создания корпоративных решений BI. Основной обязанности которых будут включать:
• Реализация многомерных баз данных с помощью служб аналитики SQL Server
• Создание табличной семантической модели данных для анализа с помощью служб аналитики SQL Server
Также этот курс будет полезен специалистам, работающим с информацией и бизнес-аналитикам.

По окончании курса слушатели смогут:
• Описать компоненты, архитектуру и суть решения BI
• Создать многомерную базу данных служб аналитики
• Использовать измерения в Кубе
• Использовать меры и группы мер в Кубе
• Понимать синтаксис многомерных выражений
• Настраивать кубы
• Реализовывать работу с табличной базой данных
• Использовать DAX для запроса табличной модели
• Использовать интеллектуальный анализ данных для прогнозирования

Необходимая подготовка:
Для эффективного обучения на курсе слушатели должны обладать следующими знаниями и навыками:
• Базовые знания об основной функциональности операционной системы Microsoft Windows
• Знание языка Transact-SQL
• Знания в области основ реляционных баз данных

Материалы слушателя:
Слушателям предоставляется фирменное учебное пособие и прочие материалы, необходимые для обучения.

Регистрация на курс:
1. По электронной почте. Отправьте сообщение на адрес edu@unitgroup.ru, с указанием: названия предприятия, ФИО участников, их должностей, контактных телефонов и e-mail.
2. По телефону +7(343) 344-25-60 Учебный центр Юнит.

Содержание курса:

Модуль 1: Введение в бизнес-аналитику и моделирование данных
• Введение в бизнес-аналитику
• Платформа бизнес-аналитики Microsoft
Лабораторная работа: Изучение хранилища данных

Модуль 2: Создание многомерных баз данных
• Введение в многомерный анализ
• Создание источников данных и представлений источников данных
• Создание куба
• Обзор безопасности куба
Лабораторная работа: Создание многомерных баз данных

Модуль 3: Работа с кубами и измерениями
• Настройка измерений
• Определение иерархии атрибутов
• Сортировка и группировка атрибутов
Лабораторная работа: Работа с кубами и измерениями

Модуль 4: Работа с мерами и группами мер
• Работа с мерами
• Работа с группами мер
Лабораторная работа: Конфигурирование мер и групп мер

Модуль 5: Введение в MDX
• Основы MDX
• Добавление вычислений в кубе
• Использование многомерных выражений для запроса к кубу
Лабораторная работа: Использование MDX

Модуль 6: Настройка функциональности куба
• Реализация ключевых показателей производительности (KPI)
• Реализация действий
• Реализация перспектив
• Реализация переводов
Лабораторная работа: Настройка куба

Модуль 7: Реализация табличной модели данных с Analysis Services
• Введение в табличные модели данных Analysis Services
• Создание табличной модели данных
• Использование табличной модели данных с Analysis Services в организации
Лабораторная работа: Работа с табличной моделью данных в Analysis Services

Модуль 8: Введение в выражения анализа данных (DAX)
• Основы DAX - Data Analysis Expression
• Использование DAX для создания вычисляемых столбцов и мер в табличной модели данных
Лабораторная работа: Создание вычисляемых столбцов и мер с помощью DAX

Модуль 9: Выполнение прогнозирования с помощью интеллектуального анализа данных
• Обзор интеллектуального анализа данных (Data Mining)
• Использование надстроек Data Mining в Excel
• Создание пользовательского решения по интеллектуальному анализу данных
• Проверка модели интеллектуального анализа данных
• Подключение и использование данных модели интеллектуального анализа данных
Лабораторная работа: Выполнение прогнозирования с помощью интеллектуального анализа данных