Jeden balíček, dvě dovednosti, které patří k sobě. Projdeš dva kurzy, které se výborně doplňují — zvládneš kompletní datovou analýzu s Pythonem a základy umělé inteligence a souběžně s tím ovládneš relační databáze a jazyk SQL do hloubky.
Část 1
26 lekcí · cca 52 hodin · online
Kompletní proces datové analýzy — od čištění dat přes Pandas, SQL dotazy, vizualizaci a statistiku až po A/B testování a základy machine learningu.
Část 2
6 lekcí · cca 12 hodin · online
Návrh tabulek, dotazy od základních po pokročilé, pohledy, procedury a triggery i ladění výkonu — vše, co potřebuješ pro práci s daty v reálných aplikacích.
Výhoda balíčku: oba kurzy pořídíš dohromady za 41 900 Kč vč. DPH — výhodněji, než kdyby sis je kupoval zvlášť — a znalosti datové analýzy a SQL rozvíjíš souběžně, takže je hned propojíš při práci s reálnými daty.
Předpokládáme základy programování v libovolném jazyce — očekáváme znalost cyklů, podmínek a základních datových struktur. Python přitom není podmínkou: část datové analýzy začíná sjednocením základů, takže si ho během prvních lekcí osvojíš. Pro část o relačních databázích a SQL žádné předchozí zkušenosti nepotřebuješ.
Balíček je pro každého, kdo chce pracovat s daty naplno — od návrhu databází a SQL dotazů přes analýzy v Pythonu až po základy machine learningu. Stačí základy programování v libovolném jazyce.
Připravují se na juniorní pozice v oblasti data analytics, business intelligence nebo data science a chtějí získat praktické zkušenosti i pevný databázový základ.
Vývojáři, testeři i další techničtí specialisté, kteří chtějí rozšířit své dovednosti o práci s daty a reporting a ovládnout relační databáze do hloubky.
Profesionálové z financí, controllingu či marketingu, kteří chtějí přejít od Excelu k Pythonu, SQL a automatizovaným analýzám — a k datům se dostat sami, bez čekání na vývojáře.
Potřebují efektivně zpracovávat data z výzkumu a experimentů, využívat statistiku a vytvářet srozumitelné vizualizace výsledků.
Oba kurzy jsou vedeny online formou s živými lektory, takže se připojíš odkudkoliv. V lekcích kombinujeme vysvětlení, ukázky a praktická cvičení a ze všech lekcí máš k dispozici videozáznamy, ke kterým se můžeš kdykoliv vrátit.
Všechny lekce obou kurzů máš v e-learningu pro neomezené přehrávání.
Nové dovednosti si rovnou vyzkoušíš na reálných datech a konkrétních úlohách z praxe.
Nepovinné úkoly a testy v e-learningu se zpětnou vazbou lektorů.
Prostor pro dotazy a sdílení řešení plus individuální konzultace s lektory.
Projdeme s tebou přípravu na pohovor a zapůjčíme ti odbornou literaturu k tématu.
Každá lekce je zaměřená na okamžité využití v reálném projektu.
Výuka datové analýzy a SQL probíhá paralelně — obě části balíčku běží souběžně ve večerním rytmu, který lze dobře skloubit s prací i vlastní přípravou mezi lekcemi.
První blok tě provede kompletní datovou analýzou — od Pythonu, Pandas a SQL dotazů přes vizualizaci, statistiku a explorativní analýzu až po A/B testování, predikční modelování a praxi datových týmů.
Úvodní blok sjednotí základní práci s Pythonem a SQL tak, aby studenti měli společný jazyk pro další práci s daty. Projdou si typické datové struktury, základní přístup k tabulkám, čtení a úpravy dat a také nejčastější rozdíly mezi tím, jak se stejné úlohy řeší v Pythonu a v SQL.
Studenti si osvojí práci s modulem pandas jako hlavním nástrojem pro manipulaci s tabulkami v Pythonu. Téma se zaměří na dataframe, series a další důležité datové typy, dále na filtrování dat a na základní statistiky, které pomáhají rychle porozumět obsahu datasetu.
Druhý blok pandas naváže na základní práci s tabulkami a rozšíří ji o agregace a groupby operace. Studenti si ukážou, jak přehledně shrnovat data, vytvářet souhrnné pohledy a připravovat tabulky pro další analýzu i vizualizaci.
Lekce představí základy jazyka SQL a práci s relačními databázemi. Studenti se naučí psát základní dotazy SELECT, filtrovat data pomocí WHERE, řadit a seskupovat výsledky a používat agregační funkce. Získají tak pevný základ, na který naváže pokročilá práce se SQL v následující lekci.
Lekce prohloubí práci se SQL a ukáže, jak ji efektivně propojit s Pythonem při analytické práci. Studenti se seznámí s window functions, JOINy a s tím, jak kombinovat sílu databáze a Pythonu při zpracování větších datových sad.
Studenti se naučí, jak data číst přes grafy a jak vybírat vhodný typ vizualizace podle cíle analýzy. Projdou si Plotly a Seaborn, základní přehled druhů grafů i postupy, jak dostat více dimenzí do 2D zobrazení bez ztráty čitelnosti.
Tento blok představí základní statistické nástroje pro datovou analýzu. Studenti si zopakují průměr, směrodatnou odchylku, rozptyl a korelaci a seznámí se s nejdůležitějšími distribucemi, zejména normálním a binomickým rozdělením.
V této části se studenti naučí využívat vizualizaci a statistiku k lepšímu pochopení dat. Součástí bude hledání anomálií, práce s chybějícími hodnotami, validace dat a praktické postupy, jak včas odhalit problémy v datasetu.
Teoreticky zaměřená lekce vysvětlí základní principy ETL procesů a jejich roli v datovém ekosystému. Studenti pochopí pojmy OLTP a OLAP, seznámí se s datovými sklady a s typickými zdroji dat, se kterými se v praxi pracuje.
Lekce vysvětlí základy testování hypotéz a principy A/B testování při vyhodnocování změn v produktu nebo službě. Naváže regresní analýza a ukázka toho, jak z dat získat odpovědi na praktické otázky založené na měřitelných vztazích.
Studenti získají úvod do predikčního modelování a strojového učení. Projdou si rozdíl mezi supervised a unsupervised learning, klasifikaci a regresi i základní metody vyhodnocení správnosti modelu a jeho použitelnosti v praxi.
Blok se zaměří na analýzu a modelování časových řad. Studenti se seznámí s trendem, sezonality, základními statistickými modely i s tím, jak lze metody strojového učení využít pro predikci vývoje v čase.
Závěrečná lekce ukáže, jak datová analýza funguje v reálném provozu. Probere rozdíly mezi rolemi data analyst, data scientist a data engineer, základní principy dokumentace, plánování úloh a monitoringu i komunikaci se zákazníkem a zadavatelem.
Druhý blok tě provede relačními databázemi a jazykem SQL — od návrhu tabulek přes pokročilé dotazy a procedurální SQL až po výkon a transakce. Na závěr tě čeká nepovinná příprava na pohovor.
Rozdělení databázových systémů a jejich nejčastější zástupci, tabulky, datové typy, primární klíče a základní operace s daty.
Provázání tabulek a cizí klíče, normalizace dat, návrh databázové struktury a dotazy nad více tabulkami.
Agregace a seskupování dat, vnořené dotazy, pohledy a materializované pohledy.
Úvod do procedurálního programování — podmínky, proměnné a procedury.
Funkce, triggery a procedurální SQL v praxi.
Indexy, transakce, partitioning a databázový cluster.
Kariérní poradenství, pohovor na zkoušku a revize životopisu i LinkedIn profilu.
Po absolvování balíčku zvládneš kompletní datovou analýzu i práci s relačními databázemi – od návrhu tabulek a SQL dotazů přes vizualizace a statistiku až po základy predikčního modelování.
Naučíš se efektivně pracovat s daty pomocí Pythonu a knihovny Pandas, vytvářet dataframe struktury a provádět filtrování či agregace dat.
Navrhneš strukturu tabulek s vazbami, zvládneš dotazy od základních po pokročilé včetně JOINů a window functions a naučíš se pracovat s pohledy, procedurami a triggery.
Porozumíš transakcím a naučíš se ladit výkon databáze pomocí indexů a partitioningu — dovednosti, které ocení každý tým.
Naučíš se vytvářet přehledné grafy a datové vizualizace pomocí Plotly a Seaborn a správně interpretovat výsledky analýz.
Pochopíš základní statistické principy, práci s distribucemi, korelacemi, regresní analýzou a A/B testingem.
Získáš úvod do strojového učení, klasifikace, regrese i vyhodnocování úspěšnosti predikčních modelů.
Naučíš se řešit reálné datové úlohy, pracovat s kvalitou dat, ETL procesy, časovými řadami a pochopíš role v datových týmech.
V kurzu budete pracovat s moderními technologiemi používanými v datové analytice, business intelligence a machine learning projektech v reálné firemní praxi.
Jeden z nejpoužívanějších jazyků pro datovou analytiku, AI a automatizaci procesů.
Základní technologie pro práci s databázemi a datovými sklady používaná napříč IT.
Standardní Python knihovna pro zpracování a analýzu tabulkových dat.
Výkonná knihovna pro numerické výpočty a efektivní práci s datovými poli.
Moderní nástroj pro tvorbu interaktivních grafů a dashboardů.
Vizualizační knihovna pro statistické grafy a explorativní analýzu dat.
Jedna z nejrozšířenějších knihoven pro machine learning v Pythonu.
Oblíbené prostředí datových analytiků pro kombinaci kódu, grafů a dokumentace.
Kurzem to nekončí. I po jeho dokončení ti zůstává spousta výhod, na které se můžeš spolehnout:
Oficiální certifikát Turing Institutu, kterým doložíš své nově nabyté dovednosti.
Záznamy ze všech lekcí i studijní materiály zůstávají navždy tvoje – vracej se k nim, kdykoliv potřebuješ.
Discord plný lidí jako ty, newsletter s IT novinkami a exkluzivní akce jen pro členy.
Na tento kurz teď nemáme vypsaný žádný termín. Napište nám nebo zavolejte — dáme vám vědět, jakmile vypíšeme nový termín, a rádi se domluvíme i na termínu, který vám bude vyhovovat.
Protože se v praxi potkávají každý den. Data, která analyzuješ, téměř vždy leží v relační databázi — a analytik, který si je umí sám najít, propojit a připravit v SQL, je mnohem samostatnější a rychlejší. Část datové analýzy tě naučí SQL používat pro analytickou práci (JOINy, window functions, propojení s Pythonem); část o relačních databázích jde do hloubky — od návrhu tabulek přes procedury a triggery po optimalizaci výkonu. Balíček navíc pořídíš výhodněji, než kdyby sis oba kurzy kupoval zvlášť.
Stačí základy programování v libovolném jazyce — očekáváme znalost cyklů, podmínek a základních datových struktur. Python není podmínkou: první lekce datové analýzy tě sjednotí na společný základ. Pro část o relačních databázích a SQL žádné předchozí zkušenosti nepotřebuješ.
Ne. Část datové analýzy začíná od sjednocení základů Pythonu a SQL a postupně tě provede celým procesem datové analýzy. Část o relačních databázích je navržena pro úplné začátečníky — od prvních tabulek po pokročilé techniky.
Oba kurzy probíhají formou online výuky s živými lektory, doplněné o nepovinné úkoly a testy v e-learningu a individuální konzultace s lektory. Výuka probíhá paralelně — obě části balíčku běží souběžně, takže datovou analýzu a práci s databázemi rozvíjíš současně. Přesný rozvrh lekcí najdeš u konkrétního termínu. Veškeré materiály a záznamy z lekcí máš k dispozici v našem e-learningu.
Ano, platbu je možné rozdělit. Pokud máš takový požadavek, napiš ho prosím do poznámky k přihlášce.
Oba kurzy balíčku včetně videozáznamů ze všech lekcí, přístup do e-learningového systému s příklady a testy, individuální online konzultace, zapůjčení odborné literatury, příprava na pohovor, přístup na naše přednášky a webináře zdarma a certifikáty o absolvování obou kurzů.