Կարիերայի խորհրդատվություն
Ստացեք գործնական աջակցություն կարիերայի զարգացման, աշխատանքի որոնման, հարցազրույցների, CV-ի բարելավման և մասնագիտական հաջորդ քայլերի համար։
Data Science
·Օֆլայն
Տվյալների Վերլուծության Ամբողջական Դասընթաց
Ինչու՞ մասնակցել «Տվյալների վերլուծության ամբողջական դասընթացին» Տվյալների վերլուծաբանի մասնագիտական գիտելիքները կիրառվում են շատ ոլորտներում։ Վերլուծելով շուկայական պահանջարկը,...
Ինչ կստանաք
- ✓ Excel բազային գիտելիքներ
- ✓ Պրոֆեսիոնալ Excel
- ✓ Power BI & Intro to Tableau
- ✓ Data driven որոշումների կայացում
✓ Անվճար խորհրդատվություն · Վկայական ավարտից հետո · Գործնական ուսուցում · Վկայականի պատրաստ · BDG՝ սկսած 2009
Տևողություն
5 ամիս
Ձևաչափ
Օֆլայն
Մակարդակ
Սկսնակ
Մեկնարկ
հնս 12, 2026
Վկայական
Ավարտից հետո
BDG-ի էկոհամակարգ
Ավելին, քան դասընթաց
BDG-ում ուսուցումը չի սահմանափակվում միայն դասերով։ Դուք ստանում եք աջակցություն, համայնք, միջոցառումներ, տարածքներ և ռեսուրսներ՝ ձեր մասնագիտական աճի համար։
Անձնական բրենդինգ
Սովորեք ճիշտ ներկայացնել ձեր հմտությունները, բարձրացնել մասնագիտական տեսանելիությունը և ձևավորել ուժեղ անձնական բրենդ ձեր ոլորտում։
Անվճար վեբինարներ և սեմինարներ
Ամեն ամիս միացեք անվճար վեբինարների, սեմինարների և բաց հանդիպումների՝ նոր գիտելիքներ ստանալու, փորձագետների հետ շփվելու և նոր հնարավորություններ բացահայտելու համար։
Մեծ համայնք
Դարձեք ուսանողների, շրջանավարտների, թրեյներների և ոլորտի մասնագետների մեծ մասնագիտական համայնքի մաս։
Քովորքինգ տարածքներ
Օգտվեք BDG-ի տարածքներից՝ սովորելու, շփվելու, թիմային աշխատանքի և կենտրոնացած աշխատելու համար։
Գրադարան
Օգտվեք օգտակար գրքերից, նյութերից, ուղեցույցներից և կրթական ռեսուրսներից, որոնք ընտրված են ձեր զարգացմանը աջակցելու համար։
Ով կարող եք դառնալ
Ինչու՞ մասնակցել «Տվյալների վերլուծության ամբողջական դասընթացին»
Տվյալների վերլուծաբանի մասնագիտական գիտելիքները կիրառվում են շատ ոլորտներում։ Վերլուծելով շուկայական պահանջարկը, հաճախորդներին, մրցակիցներին՝ կազմակերպությունը կարողանում է կայացնել արդյունավետ որոշումներ պրոդուկտի թողարկման, մրցունակության գնահատաման վերաբերյալ։ Դասընթացը նախատեսված է տվյալների վերլուծության ամբողջական ուսուցման համար, որի ընթացքում 5 ամիս շարունակ կսովորեք, թե ինչպես հավաքագրել տվյալները և ինչպես աշխատել տվյալների հետ՝ ավտոմատացնելով դրանց վերլուծությունը։ Դասընթացը հիմնված է պրակտիկ նախագծերի վրա, որը իրականացնելու եք ֆինանսական, տնտեսագիտական, ՏՏ ոլորտի երկար տարիների փորձ ունեցող մասնագետների հետ։ «Տվյալների վերլուծության ամբողջական դասընթացին» մասնակցությունը, բացի բուն մասնագիտական հմտությունների ուսուցումից, զարգացնում է Ձեր վերլուծական և մաթեմատիկական մտածողությունը, ձեռք եք բերում մի շարք համակարգչային բազային և խորացված գիտելիքներ։ Դասընթացի ավարտին կունենաք տվյալների վերլուծության, հավաքագրման, գնահատման հմտություններ, կտիրապետեք ավտոմատացման գործիքներին, (Excel, SQL, Power BI, Tableau, Python և այլն), վստահ կկարողանանք մուտք գործել այս ոլորտ, որպես սկսնակ Data Analyst:Ստացի՛ր 5% քեշբեք
վճարի՛ր 
-ի QR կոդով
Ում համար է այս դասընթացը
-
✓
Սկսնակների
Եթե ունես ֆինանսական, ՏՏ կամ հարակից ոլորտների հետ կապված մասնագիտություն, քեզ գրավում է տվյալների հավաքագրումը և վերլուծությունը, ապա դասընթացը հիանալի սկիզբ է նոր, ժամանակակից և պահանջված մասնագիտություն ձեռքբերելու համար։ Այն ընդամենը 5 ամսվա ընթացքում կօգնի քեզ տիրապետել ոլորտի պահանջված մասնագետ դառնալու ամբողջական հմտություններին։
-
✓
Այլ ոլորտի մասնագետներ
Դասընթացի բովանդակությունը հարմարեցված է սկսնակ մակարդակից մինչև խորը մասնագիտական հմտություններ զարգացնելուն։ Այնպես որ, եթե այլ մասնագիտություն կամ աշխատանք ունես, բայց ցանկանում ես փոխել մասնագիտական ոլորտդ, դասընթացը քեզ կհետաքրքրի։
Ինչ կսովորեք
- ✓Excel բազային գիտելիքներ
- ✓Պրոֆեսիոնալ Excel
- ✓Power BI & Intro to Tableau
- ✓Data driven որոշումների կայացում
- ✓SQL for Data Analytics
- ✓Տվյալների վերլուծության ավտոմատացումը Python-ով
Ծրագիր
- Course Introduction
- Data Analytics in Different Sectors
Calculation and Tables, Home Tab
Page Layout, Review, View
Most frequently used functions
- Spreadsheet analytical techniques: Overview
- The Fill Handle & Autocorrect
- Data Validation
- Conditional Formatting
Circular References: Iterations
- What-If Controls: The Goal Seek Command & Solver: Introduction
- What-If Controls: One & Two-Dimensional Data Tables
- What-If Controls: Using the Scenario Manager for Sensitivity Analysis
- Charts & Graphics: Plotting Data
- Combining Chart Types: Falling ball speed
- Measures of Central Tendency, Asymmetry, and Variability
- Correlation & Predictability
- Integration & Differentiation
- Regression and Curve Fitting
- Multiple Regression: Linear Estimates
- Nonlinear Regression, Dealing with Categorical Data
- Curve Fitting: Sigmoid Curves
- Confidence Intervals & Hypothesis Testing
- Linear algebra: Reiterations and Matrixes
- Linear algebra: Solving Equations
- Types of Distributions: Sampling distribution
- Sampling Techniques
- Types of Random variables: Discrete & Continuous
- Probability Distributions
- “Frequestist” Probability: Monte Carlo Simulations, Bayesian probability
- Profitability Analysis
- Time Series Analysis and Forecasting
- Marketing strategy analysis: Demand curve & Pricing
- Value at Risk: Non Parametric (Historical) VaR
- Variance-Covariance, Risk modeling
- Probabilities in action: Calculating an Optimal Bid
- Excel exam
- What is a Database? — Definition, Meaning, Types, Example
- Describing the fundamental building blocks: tables, columns, primary keys, and foreign keys
- Relational Databases and SQL
- Basic Data Types of SQL
- Numeric
- Character
- Boolean
- Datetime
- Learn to write common SQL commands including SELECT and FROM
- Retrieving data with SELECT
- Specifying column expressions
- Sorting the result with ORDER BY - DESC ,ASC Query with EXAMPLE
- Handling NULL values in expressions
- Restricting rows with the WHERE filter AND, OR, IN, NOT IN Query
- Testing for equality or inequality
- Applying wildcard characters — Like, NOT Like, Escape, ( % ), ( _ )
- Avoiding NULL value pitfalls - IS NULL , IS NOT NULL LIMIT , OFFSET — Learn with Example
- Introduction to single row functions
- Character Functions
- Numeric Functions
- Conversion Functions
- Date Functions
- Conditional formatting with the CASE expression
- Utilizing the CASE expression to simulate IF tests
- Date Functions
- Utilizing the CASE expression to simulate IF tests
- Building the Database Schema and SQL Basics
- Building tables with CREATE TABLE
- Modifying table structure with ALTER TABLE
- Adding columns to an existing table
- Removing tables with DROP TABLE
- Protecting data integrity with constraints
- Guaranteeing uniqueness with primary key constraints
- Enforcing integrity with foreign key constraints
- Improving performance with indexes
- Manipulating Data
- Adding table rows with INSERT
- Changing row content with UPDATE
- Removing rows with DELETE
- Controlling transactions with COMMIT and ROLLBACK
- Learn to write INNER JOINs to combine data from multiple tables
- Learn to write LEFT JOINs and RIGHT JOINs to combine data from multiple tables
- Creating a Cartesian product with CROSS JOIN
- Stacking results with UNION
- Identifying matching rows with INTERSECT
- Utilizing MINUS to find non matching rows
- Testing the existence of rows
- Placing subqueries in the column list
- Creating complex expressions containing subqueries
- Selecting data from a query result set
- Using subqueries in the FROM clause
- Summarizing data using SUM, AVG and COUNT
- Finding the highest/lowest values with MAX and MIN
- Defining the summary level with GROUP BY
- Applying filter conditions with HAVING
- Introduction to Analytic functions
- Syntax for Analytic functions
- the Partition Clause
- Order By Clause
- Row number Functions
- Rank Function
- Dense_rank Function
- Lag Function
- ListAgg Function
- Lead Function
- First and Last Functions
SQL exam
- Introduction
- Downloading Power BI & adjusting settings
- Exploring the Power BI Desktop interface & workflow
- Helpful Power BI resources
- Connecting and Shaping Data with Power BI Desktop
- Connect to data sources
- Types of data connectors in Power BI Desktop
- Change the data source settings
- The Power BI Query editor (aka Power Query)
- Basic table transformations in Power BI
- Working with text tools
- Working with numerical values
- Working with date & time tools
- Shape and transform tables
- User-friendly naming conventions
- Resolving inconsistencies & nulls
- Evaluate and transform column data types
- Append queries
- Merge queries and expand table
- Merge queries with group by, and different types of joins"
- Pivot & Unpivot
- Conditional columns
- Columns from examples
- Transpose
- Data profiling
- Resolve data import errors
- Files from folders
- Data loading with parameters
- What is a “Data Model”?
- Principles of data normalization
- Understanding data tables vs. lookup tables
- Creating table relationships in Power BI Desktop
- Design a data model that uses a “Star” schema
- "Snowflake" schemas in Power BI
- Managing & editing table relationships in Power BI Desktop
- Managing active vs. inactive relationships
- Understanding relationship cardinality
- Understanding filter flow
- Two-way filters in Power BI Desktop (USE WITH CAUTION!)
- Hiding fields from the Power BI report view
- Table and column properties
- Common date table (using DAX and Power Query)
- Hierarchies and data granularity
- Role playing dimensions
- Power BI data model best practices
- Intro to Data Analysis Expressions (DAX)
- Intro to DAX calculated columns
- Basic operators IF, BLANK and ISBLANK
- Measures -an introduction, with standard aggregations including COUNTBLANK
- Aggregation of calculations
- Other statistical functions
- Rounding functions
- Division functions - MOD and QUOTIENT SIGN (and use with SWITCH) and ABS
- Text searching
- Text extraction and substitution
- Text conversion
- Other text functions
- ISERROR and LOOKUPVALUE
- Other information functions
- RELATED - Flatten out a parent-child hierarchy
- RELATEDTABLE and COUNTROWS
- ALL, FILTER, CALCULATE, ALLEXCEPT, ALLSELECTED
- Date and time functions, FIRSTDATE, LASTDATE
- Start of... and End of..., Previous... and Next...
- DATESINPERIOD, DATESMTD, DATESQTD, DATESYTD, TOTALMTD, TOTALQTD, TOTALYTD
- Opening Balance and Closing Balance
- Semi-additive measures
- SAMEPERIODLASTYEAR and PARALLELPERIOD
- Other Time Intelligence Functions
- Quick measures
- Exploring the “Report” view in Power BI Desktop
- Table and matrix
- Column charts, line charts and area charts
- Combo charts and treemaps
- Card, multi-row card, and gauge visual
- Pie chart, donut chart and funnel
- Scatter chart, waterfall chart and maps
- Customize and configure visuals
- Custom tool tips
- Configure report page
- Conditional formatting
- Applying slicing and filtering
- Sorting
- Synch slicers
- Using themes
- Bookmarks
- Page navigation
- Edit interactions
- Analyze feature, Identify outliers
- Create groups, bins and clusters
- Analytics pane, Forecast feature
- Logging into Power BI Service and a quick look around
- Power BI terminology
- Datasets and Reports in Power BI Service
- Publish reports and export data
- Create a workplace
- Manage tiles in a dashboard
- Connect to data sources
- Prepare data for analysis
- Customize fields
- Understand dimensions and measures
- Understand discrete and continuous fields
- Understand aggregations
- Create and use filters
- Create parameters to enable interactivity
- Create calculated fields
- Create table calculations
- Structure the data
- Map data geographically
- Create dashboards and stories
Power BI exam
Python basics
- Syntax
- Variables & Data Types (Strings, Numbers)
- Getting Input from Users
- If Statement
- Lists, Tuples, Sets, Dictionaries
- Loops
- Functions, Lambda
- Error handling (Try / Except)
- Built-in packages (random, os, request, math)
- Python for data analysis
- Data frames, reading data from csv, html, json
- Filtering, and sorting
- Adding/removing columns
- Updating Rows and Columns
- Conditional changes
- Join, merge, append
- Indexing
- Aggregation
- Cleaning data
- Casting datatypes
- Working with datetime
- Line plot
- Bar chart
- Pie chart
- Histogram
- Time series
- Subplots
Python exam
Դասընթացի մանրամասներ
🗓
Ժամանակացույց
Երկուշաբթի 19։30-21:30
Ուրբաթ 19։30-21:30
💳
Վճարում
Ամսական
🎓
Վկայական
Ավարտից հետո
46 դաս
Հաճախ տրվող հարցեր
Յուրաքանչյուր դասընթաց ունի նշված մակարդակ՝ սկսնակ, միջին կամ առաջադեմ։ Եթե վստահ չեք, ամրագրեք անվճար խորհրդատվություն, և մենք կօգնենք ընտրել ճիշտ տարբերակը։
Ծրագրերի մեծ մասի համար հասանելի են վճարման ճկուն տարբերակներ։ Կապվեք մեզ հետ՝ ձեզ հարմար տարբերակը քննարկելու համար։
Վկայականներ
Վկայականներ, որոնք կարող եք ստանալ
Կախված դասընթացի ձևաչափից և արդյունքներից՝ ուսանողները կարող են ստանալ BDG-ի վկայականների հետևյալ տեսակներից մեկը։
- ✓ Հաստատված BDG վկայական
- ✓ QR կոդով և ստորագրությամբ ձևաչափ
- ✓ Հայերեն և անգլերեն ձևավորում
Համատեղ վկայական
Մասնակցության
Ուսանողների համար, ովքեր ակտիվորեն մասնակցում են դասընթացի ուսումնական գործընթացին։
Ակտիվ մասնակցության համարԱվարտի
Ուսանողների համար, ովքեր կատարում են դասընթացի պահանջները և ավարտում ծրագիրը։
Հաջող ավարտի համարԳերազանցության
Ուսանողների համար, ովքեր ավարտում են դասընթացը բարձր արդյունքներով և ուժեղ առաջադիմությամբ։
ԳերազանցությամբHR Drone
Համատեղ վկայական՝ ընտրված HR և գործընկեր կազմակերպությունների հավաստագրված ծրագրերի համար։
Համատեղ վկայականData Science
Ready to start Տվյալների Վերլուծության Ամբողջական Դասընթաց?
Ամրագրեք անվճար խորհրդատվություն և պահեք ձեր տեղը հաջորդ խմբում։
65,000 ֏
5 ամիս · Մեկնարկ — հնս 12, 2026
Շարունակեք ուսումնասիրել
Նմանատիպ դասընթացներ
Նոր
Data Science
•1 օր
•Օֆլայն
Meet and Grow: AI Simplified․ Մեքենայական ուսուցման հիմունքները
Մեկնարկ դկտ 2024
Վկայական
