Business Intelligence usando o Microsoft Power BI - Analyzing Data with Power BI - MS - PL-300 (Power BI)
Carga Horária: 24 horas
Módulo 1: Introdução ao Microsoft Data Analytics
Este módulo explora as diferentes funções no espaço de dados, descreve os importantes papéis e responsabilidades de um analista de dados e descreve os landspaces do portfólio do Power BI.
Lições
· Data Analytics e Microsoft
· Introdução ao Power BI
Laboratório: Guia de introdução
· Guia de introdução.
Depois de completar este módulo, os você estarão aptos a:
· Explorar as diferentes funções em dados
· Identificar as tarefas realizadas por um analista de dados
· Descrever o cenário de produtos e serviços do Power BI
· Usar o serviço Power BI
Módulo 2: Preparação de dados no Power BI
Este módulo descreve a identificação e a recuperação de dados de várias fontes de dados. Você também aprenderá as opções de conectividade e armazenamento de dados e entenderá a diferença e as implicações de desempenho de se conectar diretamente aos dados em vez de importá-los.
Lições
· Obter dados de várias fontes
· Otimizar o desempenho
· Resolver erros de dados
Laboratório: Preparação de dados no Power BI Desktop
· Preparar dados
Depois de completar este módulo, os você estará apto a:
· Identificar e recuperar dados de diferentes fontes de dados
· Compreender os métodos de conexão e suas implicações de desempenho
· Otimizar o desempenho de questionário
· Corrigir erros de importação de dados
Módulo 3: Limpar, transformar e carregar dados no Power BI
Este módulo ensina o processo de criação de perfil e compreensão da condição dos dados. Eles aprenderão a identificar anomalias, olhar o tamanho e a forma de seus dados e executar as devidas etapas de limpeza e transformação de dados para preparar os dados para o carregamento no modelo.
Lições
· Modelagem de dados
· Aprimorar a estrutura de dados
· Criação de perfil de dados
Laboratório: Transformação e carregamento de dados
· Carregamento de dados
Depois de completar este módulo, os estudantes estarão aptos a:
· Aplicar transformações de formato de dados
· Aprimorar a estrutura dos dados
· Identificar e examinar os dados
Módulo 4: Criar um modelo de dados no Power BI
Este módulo ensina os conceitos fundamentais de criação e desenvolvimento de um modelo de dados para desempenho e escalabilidade adequados. Este módulo também ajudará você a entender e solucionar muitos dos problemas comuns de modelagem de dados, incluindo relacionamentos, segurança e desempenho.
Lições
· Introdução à modelagem de dados
· Trabalhando com tabelas
· Dimensões e hierarquias
Laboratório: Modelagem de dados no Power BI Desktop
· Criar relações de modelo
· Configurar tabelas
· Analisar a interface do modelo
· Criar medidas rápidas
Laboratório: Modelagem avançada de dados no Power BI Desktop
· Configurar relações muitos para muitos
· Aplicar a segurança no nível da linha
Depois de completar este módulo, os você estarão aptos a:
· Compreender os fundamentos modelagem de dados
· Definir relações e sua cardinalidade
· Implementar dimensões e hierarquias
· Criar histogramas e classificações
Módulo 5: Criar medidas usando DAX no Power BI
Este módulo apresenta o mundo do DAX e seu verdadeiro poder para aprimorar um modelo. Você aprenderá sobre agregações e os conceitos de medidas, colunas e tabelas calculadas e funções de Time Intelligence para resolver problemas de cálculo e análise de dados.
Lições
· Introdução ao DAX
· Contexto de DAX
· Funções DAX avançadas
Laboratório: Introdução ao DAX no Power BI Desktop
· Criar tabelas calculadas
· Criar colunas calculadas
· Criar medidas
Laboratório: Funções DAX avançadas no Power BI Desktop
· Usar a função CALCULATE() para manipular o contexto do filtro
· Usar as funções de Time Intelligence
Depois de completar este módulo, os você estarão aptos a:
· Compreender o DAX
· Usar DAX para fórmulas e expressões simples
· Criar tabelas e medidas calculadas
· Construir medidas simples
· Trabalhar com Time Intelligence e indicadores de desempenho
Módulo 6: Otimizando o desempenho do modelo
Neste módulo, você conhecerá as etapas, processos, conceitos e práticas recomendadas de modelagem de dados necessárias para otimizar um modelo de dados para desempenho em nível corporativo.
Lições
· Otimizar o modelo para desempenho
· Otimizar modelos DirectQuery
· Criar e gerenciar agregações
Depois de completar este módulo, os vocês estarão aptos a:
· Entender a importância das variáveis
· Aprimorar o modelo de dados
· Otimizar o modelo de armazenamento
· Implementar agregações
Módulo 7: Criando relatórios
Este módulo apresenta os conceitos e princípios básicos de desenvolvimento e criação de um relatório, incluindo a seleção de elementos visuais corretos, o design de um layout de página e a aplicação de funcionalidades básicas, porém essenciais. O tópico importante de design para acessibilidade também é abordado.
Lições
· Criar um relatório
· Aprimorar o relatório
Laboratório: Criando um relatório no Power BI
· Criar uma conexão online no Power BI Desktop
· Criar um relatório
· Configurar campos visuais e propriedades de formato
Laboratório: Aprimorando relatórios do Power BI com interação e formatação
· Criar e configurar segmentadores de sincronização
· Criar uma página detalhada Aplicar formatação condicional
· Criar e usar marcadores
Depois de completar este módulo, os você estarão aptos a:
· Criar um layout de página de relatório
· Selecionar e adicionar visualizações eficazes
· Adicionar funcionalidades básicas de relatório
· Adicionar navegação de relatórios e interações
· Melhorar o desempenho do relatório
· Projetar soluções de acessibilidade
Módulo 8: Criando painéis
Neste módulo você aprenderá a contar uma história envolvente através do uso de painéis e das diferentes ferramentas de navegação disponíveis para fornecer navegação. Você conhecerá os recursos e funcionalidades e como melhorar os painéis para usabilidade e insights.
Lições
· Criar um painel
· Painéis em tempo real
· Aprimorar um painel
Laboratório: Criando um relatório no Power BI Desktop - Parte 1
· Criar um painel
· Anexar estilos visuais ao painel
· Configurar um alerta de bloco de painel
· Usar perguntas e respostas para criar um painel
Depois de completar este módulo, os estudantes estarão aptos a:
· Criar um painel
· Compreender os painéis em tempo real
· Melhorar a usabilidade do painel
Módulo 9: Criar relatórios paginados no Power BI
Este módulo irá ensiná-lo sobre relatórios paginados, inclusive o que são e como se encaixam no Power BI. Em seguida, você aprenderá a construir e publicar um relatório.
Lições
· Visão geral do relatório paginado
· Criar relatórios paginados
Laboratório: Criando um relatório paginado
· Usar o Power BI Report Builder
· Criar um layout de relatório de várias páginas
· Definir uma fonte de dados
· Definir um conjunto de dados
· Criar um parâmetro de relatório
· Exportar um relatório para PDF
Depois de completar este módulo, os vocês estarão aptos a:
· Explicar os relatórios paginados
· Criar um relatório paginado
· Criar e configurar uma fonte de dados e um conjunto de dados
· Trabalhar com gráficos e tabelas
· Publicar um relatório
Módulo 10: Realizar análises avançadas
Este módulo capacita o estudante a aplicar recursos adicionais para aprimorar o relatório e obter insights analíticos com base nos dados, provendo-o com as etapas que permitem utilizar o relatório na análise de dados propriamente dita. Você também realizará análises avançadas por meio de elementos visuais de IA no relatório para obter insights de dados ainda mais profundos e significativos.
Lições
· Análise avançada
· Insights de dados por meio de recursos visuais de IA
Laboratório: Análise de dados no Power BI Desktop
· Criar gráficos de dispersão animados
· Usar elementos visuais para prever valores
· Trabalho com elemento visual Arvore Analítica
· Trabalhar com o elemento visual de influenciadores-chave
Depois de completar este módulo, os você estarão aptos a:
· Explorar resumos estatísticos
· Usar o recurso Analyze
· Identificar exceções em dados
· Realizar análises de série temporal
· Usar elementos visuais de IA
· Use o elemento visual personalizado Análise Avançada
Módulo 11: Criar e gerenciar espaços de trabalho
Este módulo descreverá os espaços de trabalho, incluindo como criá-los e gerenciá-los. Você também aprenderá a compartilhar conteúdo, incluindo relatórios e painéis, e aprenderá a distribuir um aplicativo.
Lições
· Criando espaços de trabalho
· Compartilhando e gerenciando ativos
Laboratório: Publicando e compartilhando conteúdo do Power BI
· Mapear fundamentos de segurança para funções de conjunto de dados
· Compartilhar um painel
· Publicar um aplicativo
Depois de completar este módulo, os vocês estarão aptos a:
· Criar e gerenciar um espaço de trabalho
· Compreender a colaboração no espaço de trabalho
· Monitorar o uso e o desempenho do espaço de trabalho
· Distribuir um aplicativo
Módulo 12: Gerenciar conjuntos de dados no Power BI
Neste módulo, você aprenderá os conceitos de gerenciamento de ativos do Power BI, incluindo conjuntos de dados e espaços de trabalho. Você também aprenderá a publicar, atualizar e proteger os conjuntos de dados no serviço Power BI.
Lições
· Parâmetros
· Conjuntos de dados
Depois de completar este módulo, os vocês estarão aptos a:
· Criar e trabalhar com parâmetros
· Gerenciar conjuntos de dados
· Configurar a atualização do conjunto de dados
· Diagnosticar problemas de conectividade de gateway
Módulo 13: Segurança em nível de linha
Este módulo ensina as etapas para implementar e configurar a segurança no Power BI para proteção de ativos do Power BI.
Lições
· Segurança do Power BI
Depois de completar este módulo, os você estarão aptos a:
· Compreender os aspectos da segurança do Power BI
· Configurar funções de segurança em nível de linha e afiliações de grupos
2 - Programando usando Python
Carga Horária: 32 horas
Módulo 1 - Python - Visão geral
Operadores Básicos Python
Sintaxe Básica Python
Tipos de variáveis
Tipos de dados padrão
Python Strings
Atualizando strings
Operador de formatação de string
Citações Triplas
Módulo 2 - Listas (Lists) de Python
Excluir elementos da lista
Operações básicas da lista
Indexação, fatia(slice) e matrizes (arrays)
Funções e métodos padrão de lists
Módulo 3 - Tuplas (Tuples) Python
Excluir elementos da tupla
Operações básicas de tuplas
Indexação, fatia (slice) e arrays
Funções e métodos padrão de TUPLES
Módulo 4 - Dicionário Python
Acessando valores no dicionário
Atualizando dicionário
Excluir elementos do dicionário
Propriedades das chaves de dicionário
Funções internas e métodos de um dicionário
Módulo 5 - Tomada de decisão (if...else)
O que é a declaração if ... else em Python?
Módulo 6 ? Loops
For Loop
A função range ()
Loop while
Módulo 7 - Date & Time
O que é Tick?
O que é o TimeTuple?
O módulo do calendar
Módulo 8 - Função (Function)
Definindo uma Função
Chamando uma função
Passagem por referência e valor
Argumentos de Função
Argumentos de palavras-chave
Argumentos padrão
Argumentos de tamanho variável
Funções anônimas
Declaração return
Escopo das Variáveis
Módulo 9 - Files I/O (Manipulação de arquivos)
Abrindo e fechando arquivos
A função open
O arquivo Object Attributes
O método close ()
Lendo e gravando arquivos
O método write ()
O método read ()
Posições de arquivo
Renomeando e excluindo arquivos
Métodos
rename ()
remove ()
mkdir ()
getcwd ()
rmdir ()
Módulo 10 ? Módulos
declaração de importação
declaração from ... import
declaração from ... import *
Executando módulos como scripts
Módulo 11 - Orientação a Objetos com Python
Classe e Objeto
Instanciar o que é isso?
O que é uma classe?
No contexto Python
Visão geral da terminologia POO
Criando Classes
Criando objetos de instância (Instance Objects)
Acessando atributos
Atributos de classe incorporados
Herança de Classe (Class Inheritance)
Módulo 12 - Expressões Regulares (python regex)
Importância das Expressões Regulares
O que são Expressões Regulares e como são usadas?
métodos de Expressões Regulares
re.findall(padrão, string)
re.compile(padrão, string)
Módulo 13 - Python webScraping
Webscraping usandoPython e Beautiful Soup
O que é webscraping?
Primeiros passos para se construir uma aplicação Webscraping
WebScraping é realmente necessário?
Utilizando urllib e requests
Manipulando o HTML
Definição dos métodos find() / find_all()
Tratamento de exceções (Handling Exception)
WebScraping App
Inspecionando/mapeando o website
Introdução ao Pandas - criando um dataframe
3 - Análise de dados com Python Aplicado a Big Data
Carga Horária: 24 horas
rodução ao Matplotlib
Tipos de plotagem
Seaborn Data Visualization
Heat Map (Visualização com mapa de calor)
Criando um mapa de calor
Mapa de cores sequencial (Sequential colormaps)
Seaborn heatmap colorbar
Numpy
NumPy Matriz (Array)
Operações de Matrizes
Multiplicação de duas matrizes
Acessando elementos de uma matriz: colunas e linhas
Fatiamento (slicing) de uma matriz np
Pandas
Explorando Dados com Dataframes
Ler arquivo Excel
Importar arquivo CSV
Ler arquivo de texto
Aplicar uma função a colunas/linhas
Classificar valores/classificar por coluna
Contagem de valores únicos
Gerar arquivo Excel
Gerar arquivo CSV
Gerar arquivo HTML
Pivot Table em Pandas
Acessar os dados
"Pivotando" os dados
Colunas e valores
Filtros avançados
GroupBy
Aprofundando Data Analysis
Análise da Distribuição
Análise de Variáveis Categóricas
Munging de dados com Python: Usando Pandas
Analisando grandes volumes de dados
Lendo o arquivo
Utilizando o Pandas
Formatando o resultado
Matriz de Correlação
Qual é o coeficiente de correlação?
Traçando a matriz de correlação
Interpretando a matriz de correlação
Adicionando título e rótulos ao gráfico
Classificando a matriz de correlação
Seleção de pares de correlação negativa
Introdução ao Machine Learning
Como iniciar um projeto de aprendizado de máquina em Python
4 - Big Data Hadoop - Processando dados com Hadoop HortonWorks (HDP)
Carga Horária: 24 horas
Módulo 1 - Introdução
Definição
Histórico - Construção do Conceito
Módulo 2 - Data Lake
Arquitetura DataWare House tradicional
Arquitetura Big Data Ware House
Módulo 3 - IoT - Internet das Coisas e Big Data
Dispositivos ?vestíveis? (wearables)
Big Data: qual sua relação com a internet das coisas?
Módulo 4 - Ferramentas de Big Data
Primeira Versões
Módulo 5 - Software Livre e Open Source
Apache Hadoop Visão geral
História
Módulo 6 - Características do Hadoop
Escalável
Economico
Eficiente
Confiável
Módulo 7 - Ecossistema Hadoop
Ambari
HBase
Hive
Hive Data Warehouse Hadoop
Sqoop
Zookeeper
Pig
Módulo 8 ? Distribuições
Casos de Uso Hadoop
Módulo 9 - Modo de Utilização
SingleMode
HDFS - Hadoop FileSystem
HDFS - MapReduce Data Flow
HDFS - Arquitetura
HDFS - Arquitetura
Map Reduce
MapReduce X Hadoop
YARN ? Yet Another Resource Negotiator
Fluxo entre Map, Reduce ? Shuffle e Sort
YARN ?Fluxo de execução do Job
MapReduce - Função Map
MapReduce - Função Reduce
MapReduce no cluster
Módulo 10 - HDP (Hortonworks Data Platform)
Dados no HDFS
Módulo 11 - Hive ? Introdução ao apache hive
Data Analytics Studio (DAS)
Criar tabelas
Analise de dados
O que é Hive Lateral View e Como Usá-la
Explorando o Tez
Módulo 12 - Spark - analisando fator de risco
Introdução
Conceitos
Noções Básicas Do Apache Spark
Configurando serviços
Módulo 13 - Relatório De Dados Com Zepelim
Introdução
Apache Zeppelin
Criar Gráficos Usando O Zeppelin
Módulo 14 - Como Processar Dados Com Apache Pig
Introdução
O Que É Pig?
Apache Pig - Operadores de diagnóstico
Aplicação Pipeline de Vendas ? usando Pig
Módulo 15 - O Que é Tez?
Processing task
Módulo 16 - DataFrame e conjunto de dados no Spark REPL
Introdução
Conceito
Implementação
