Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione a Databricks e Financial Use Case
- Comprendere l'ecosistema Databricks
- Panoramica dei workflow di analisi dati finanziari
- Esempi di casi d'uso: modellazione del rischio, reporting finanziario, registri di controllo
Iniziare con i Notebook Databricks
- Creare e navigare nei notebook
- Utilizzare Python e SQL in Databricks
- Collaborazione tramite commenti e storia delle versioni
Ingestione e Pulizia dei Dati
- Importare dati finanziari da CSV, database e API
- Utilizzare Spark DataFrames per la pulizia e preparazione dei dati
- Gestire i valori mancanti e gli outlier
Trasformazione ed Aggregazione di Dati Finanziari
- Calcolo di KPI e rapporti finanziari
- Filtrare, raggruppare e pivotare dataset
- Gestione delle serie temporali e resampling
Visualizzazione delle Insight Finanziarie
- Crea dashboard con strumenti visivi Databricks
- Personalizzare grafici per report finanziari
- Eseguire l'export di visualizzazioni per presentazioni o revisione normativa
Ottimizzazione delle Query e Utilizzo di Delta Lake
- Introduzione all'architettura Delta Lake
- Transazioni ACID e affidabilità dei dati
- Migliorare le prestazioni con la suddivisione dei dati
Collaboration, Pianificazione e Condivisione
- Gestire l'accesso e i permessi per team finanziari
- Pianificare lavori per report automatizzati
- Eseguire l'export di dati e risultati in modo sicuro
Riepilogo e Passaggi Successivi
Requisiti
- Una comprensione dei concetti di analisi dei dati
- Esperienza con Python o SQL
- Familiarità con i tipi di dati finanziari e la reporting
Pubblico
- Analisti finanziari e professionisti dell'intelligence aziendale
- Analisti dei dati operanti nel settore finanziario
- Ingegneri dei dati che supportano i team finanziari
14 ore
