Εκπαίδευση Data Visualization στην Αθήνα

Grafana και Prometheus είναι εργαλεία που αποτελούν τυπικά στο περιβάλλον της βιομηχανίας για την οπτικοποίηση, τη μετρία και την ειδοποίηση για τις μετρικές των IT πόλεpv και εφαρμογώv μέσw από δυναμικά διαγράμματα και ολοκλήρωση.

Αυτό το εκπαιδευτικό που δίδεται απώτερο (διαπινγκ νέto ή υπεύθvνο) στοχεύει σε IT ειδικούς με μεσαίa ή προχωρημέnv επίπεδo γνώσe, που θέλουν να ενσυνδέσουν τα Grafana και Prometheus με πολλαπλά πηγές δεδομέvωv και να αναδυθoύν σε ενεργές οπτικοποιήσeς και ειδοποιήσeς σε διανεμημέnv συστήmαt.

Τελικά, οι μεταvήvτες θα μπoύν να:

• Εγκαταστήσουν και ρυθμίσουν τα Grafana και Prometheus σε προϊόvωv-ετοιμές ρύθμισe.
• Ενσυνδέσουν πολλαπλές πηγές δεδομέvωv, συμπεριλαμβανόmεv τωv SQL, Elasticsearch, InfluxDB και cloud APIs.
• Δημιουργήσουν προχωρημέnv διαγράμματα με μεταβληtές, ορkίσματα, μεταποίήσeς και ειδοποιήσeς.
• Εφαpίνουν τις καλύτερες πρακτικές στον μοντελισμό δεδομέvωv, την επιτάχυνση της παραγωγήs και τον έλεγχο πρόσβασeς χρηστώv.

Σχέδιo του μαθήμaτoς

• Διακυμαινόμενη λекция και συζήτησe.
• Πολύ εξάσκηση και πρακτικήs.
• Σχεδιασμός υπολογιστώv μέσw σε ζωντανό περιβάλλoν εφαρμoγής.

Πρoθυμισtίeς του μαθήμaτoς

• Για να απαιτήσετε ένα προσαρμοσμένη διδασκαλία για αυτό το μάθημa, παρακαλώ επικoινωvήξτε μαζί μας να συμφωνήσετε.

Αυτή η εκπαίδευση υπό την καθοδήγηση εκπαιδευτικού (online ή on-site) στο Αθήνα απευθύνεται σε μέσου επιπέδου χρήστες Grafana που επιθυμούν να δημιουργήσουν ενεργά, drill-down ταχυδρομεία με δυναμικές ορίσεις και αναβαθμιστικά στοιχεία.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Δημιουργήσουν ταχυδρομεία που απαντούν σε επιλacjeς χρηστών, όπως η κάνε κλικ σε μια γραφική στήλη
• Εφαρμόζουν οπτικές εξερεύνηση που αναβαθμίζονται χωρίς να ανοίγουν νέες καρτέλες
• Ρυθμίζουν διάγραμμα τύπου πίτσα και λεπτομερείς πάνελ βασισμένα σε φίλτρα επιλογής
• Χρησιμοποιούν δυναμικές ορίσεις που αντιδρούν σε την είσοδο χρήστη και τα δεδομένα σε πραγματικό χρόνο

Αυτή η ζωντανή εκπαίδευση στο Αθήνα (διαδικτυακή ή επιτόπου) από εκπαιδευτές απευθύνεται σε διαχειριστές συστημάτων μεσαίου επιπέδου και επαγγελματίες παρακολούθησης που επιθυμούν να χρησιμοποιήσουν αποτελεσματικά το Grafana για τη ρύθμιση λύσεων παρακολούθησης, τη διαχείριση πινάκων εργαλείων και τη δημιουργία ειδοποιήσεων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τη διαφορά μεταξύ παρατηρησιμότητας και παρακολούθησης.
• Εγκαταστήστε και ρυθμίστε τον διακομιστή Grafana.
• Διαμορφώστε και συνδέστε διάφορες πηγές δεδομένων όπως Prometheus, InfluxDB και ElasticSearch.
• Δημιουργήστε, διαχειριστείτε και προσαρμόστε πίνακες εργαλείων και γραφήματα.
• Χρησιμοποιήστε μεταβλητές και ερωτήματα για να δημιουργήσετε δυναμικούς πίνακες εργαλείων.
• Ρυθμίστε ειδοποιήσεις και ειδοποιήσεις μέσω του Grafana.
• Εγκαταστήστε και διαχειριστείτε πρόσθετα για να επεκτείνετε τη λειτουργικότητα του Grafana.

Αυτή η διάλεξη με ενημερωμένο καθηγητή, ζωντανή σε Αθήνα (online ή onsite), απευθύνεται σε προχωρημένους DevOps μηχανικούς και SREs που επιθυμούν να διαχειρίζονται και να αναβαθμίζουν το Prometheus και Grafana για μεγάλα περιβάλλοντα αποδοτικά.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Σχεδιάζουν το Prometheus και Grafana για μεγάλα και διανεμημένα περιβάλλοντα.
• Βελτιστοποιούν την απόδοση του Prometheus για συστήματα με υψηλό κυκλοφοριακό κύμα.
• Σχετίζουν το Grafana για μεγάλα σύνολα δεδομένων και περίπλοκες εικονογραφήσεις.
• Εφαρμένους στρατηγικών διαμόρφωσης και μεγέθυνσης.

Αυτή η καθοδηγούμενη εκπαίδευση, τόσο online όσο και εντός του χώρου Αθήνα, απευθύνεται σε εφαρμογογράφους μεδιού βαθμού και DevOps επιχειρηματίες που θέλουν να παρέχουν υποδομή στις εφαρμογές τους για να εξάγουν και να παρακολουθούν αποτελεσματικά περιστασιακά μέτρων χρησιμοποιώντας Prometheus και Grafana.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να κατανοήσουν τη σημασία των περιστασιακών μετρήσεων για την παρακολούθηση εφαρμογών.
• Να παρέχουν υποδομή σε εφαρμογές για την εξαγωγή περιστασιακών μετρήσεων για Prometheus.
• Να δημιουργούν και να ρυθμίζουν πίνακες στο Grafana για την οπτικοποίηση περιστασιακών μετρήσεων.
• Να εφαρμόζουν καλές πρακτικές για την ενσωμάτωση της παρακολούθησης στο κύκλο ανάπτυξης.

Αυτό το εκπαιδευτικό πρόγραμμα, κάτω από διεύθυνση καθηγητή (online ή on-site) στο Αθήνα, απευθύνεται σε προχώρησες βαθμίδας εκπαιδευμένους διαχειριστές Kubernetes και DevOps μηχανικούς, οι οποίοι επιθυμούν να βελτιώσουν τις δεξιότητες επίβλεψής τους για κλωνικά συστήματα Kubernetes με τη χρήση Prometheus και Grafana.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Να ξεκινήσουν το Prometheus και το Grafana για την επίβλεψη Kubernetes.
• Να επιβλέπουν σημαντικούς δείκτες για pods, nodes και υπηρεσίες.
• Να δημιουργήσουν δυναμικά πίνακες ελέγχου για την επιδόξυνη κατάσταση και το πέρφορμα των κλωνικών συστημάτων.
• Να υλοποιήσουν στρατηγικές ειδοποίησης για αποφειμπεράτη επίλυση προβλημάτων.
• Να εφαρμόσουν καλές πρακτικές για τη διεύρυνση λύσεων επίβλεψης σε περιβάλλοντα Kubernetes.

Αυτή η οδηγία από εκπαιδευτικούς, ζωντανή Αθήνα (σε διαδίκτυο ή χώρο), απευθύνεται σε επιπέδου advanced DevOps και SRE επαγγελματίες που επιθυμούν να ενισχύσουν τις δεξιότητες τους στις ειδοποιήσεις και την αυτοματοποίηση με το Grafana και Prometheus.

Στο τέλος αυτής της οδηγίας, οι συμμετέχοντες θα είναι σε θέση να:

• Δημιουργήσετε και να διαχειριστείτε προηγμένους κανόνες ειδοποιήσεων στο Prometheus.
• Να ολοκληρώσετε το Prometheus Alertmanager με εξωτερικά εργαλεία μέσω webhooks.
• Να αυτοματοποιήσετε απαντήσεις σε ειδοποιήσεις για ταχύτερη επίλυση προβλημάτων.
• Να χρησιμοποιήσετε το Grafana για την απεικόνιση και την αποτελεσματική διαχείριση ειδοποιήσεων.

Αυτή η διδασκαλία, κατευθυνόμενη από εκπαιδευτικό (online ή όντωρ) σε Αθήνα, απευθύνεται σε μηχανικούς cloud και DevOps με διάστημα μέσου επιπέδου που θέλουν να βελτιώσουν την παρακολούθηση στο νέφο χρησιμοποιώντας Grafana και Prometheus.

Στο τέλος αυτής της διδασκαλίας, οι συμμετέχοντες θα είναι σε θέση να:

• Κατανοήσουν τα πλεονεκτήματα της ενσωμάτωσης του Grafana και Prometheus με πλατφόρμες νέφου.
• Ρυθμίσουν το Prometheus για την παρακολούθηση υπηρεσιών στο νέφο.
• Ρυθμίσουν το Grafana για την επιβλέψη μετρήσεων υπηρεσιών στο νέφο.
• Εξαξιοποιήσουν τα πλατφόρμες-γεννημένα εργαλεία και συνδέσεις για την ανάπτυξη παρακολούθησης.

Αυτή η καθοδήγηση υπό διδάσκαλο, ζωντανή εκπαίδευση στο Αθήνα (online ή onsite), απευθύνεται σε προχωρημένους DevOps και SRE επαγγελματίες που επιθυμούν να δημιουργήσουν αποδοτικούς πίνακες ελέγχου και να βελτιώσουν τις πρακτικές επιβλέψης τους χρησιμοποιώντας το Grafana και το Prometheus.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να καταλάβουν τις καλύτερες πρακτικές για τη σχεδίαση αποδοτικών πινάκων ελέγχου.
• Να δημιουργούν και να ρυθμίζουν προηγμένες στοιχεία πινάκων ελέγχου του Grafana.
• Να χρησιμοποιούν το templating του Grafana για δυναμικούς και επαναχρησιμοποιήσιμους πίνακες ελέγχου.
• Να υλοποιούν μηχανισμούς alerting για να βελτιώσουν τη λειτουργική ευαισθητοποίηση.

Αυτή η εκπαίδευση με καθηγητικό ρόλο, live training in Αθήνα (online ή onsite) απευθύνεται σε διαχειριστές συστημάτων και DevOps μηχανικούς επίπεδου αρχάριων που επιθυμούν να αναπτύξουν βασικές δεξιότητες παρακολούθησης χρησιμοποιώντας το Grafana και Prometheus.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να καταλάβουν το σκοπό και τη σημασία της παρακολούθησης σε IT περιβάλλοντα.
• Να εγκαταστήσουν και να διαμορφώσουν το Grafana και Prometheus για βασικές παρακολούθηση.
• Να δημιουργήσουν απλά πίνακες και ειδοποιήσεις για την απεικόνιση της απόδοσης των συστημάτων.
• Να εφαρμόσουν βέλτιστες πρακτικές για την παρακολούθηση της διαθεσιμότητας και απόδοσης των συστημάτων.

Αυτή η εκπαιδευτική δίδαση (live) στο Αθήνα (διαπερστικά ή προσωπικά) προσβλέπει σε αρχικό επίπεδο δεδομένων επιστήμονες που θα θέλουν να μάθουν πώς να δημιουργήσουν σημαντικές και ψυχαγωγικές δεδομένων προβολές.

Στο τέλος αυτής της εκπαιδευτικής διάσκεψης, οι συμμετέχοντες θα μπορούν να:

• Εγκαταστήσουν και περιηγηθούν το Google Colab για προβολές δεδομένων.
• Δημιουργήσουν διάφορους τύπους χαρτών με το Matplotlib.
• Χρησιμοποιήσουν το Seaborn για προχωρημένες τεχνικές προβολής.
• Διαθέτουν χαρτούς για καλύτερη παρουσίαση και αποδυτικότητα.
• Ερμηνεύσει και παρουσιάσει δεδομένα αποτελεσματικά με χρήση βισιουαλ τεχνικών.

Αυτή η διεξαγωγή υπό την καθοδήγηση εκπαιδευτών (online ή παρακειμένως) σε Αθήνα, απευθύνεται σε IT επαγγελματίες και DevOps εξειδικευμένους του χαμηλού επιπέδου που επιθυμούν να μάθουν τα βασικά του Grafana και του Prometheus.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Κατανοήσουν τον σκοπό και τα βασικά χαρακτηριστικά του Grafana και του Prometheus.
• Να εγκαθιστούν και να ρυθμίζουν το Grafana και το Prometheus σε περιβάλλον Linux.
• Να δημιουργούν βασικές πηγές δεδομένων και επιφάνειες ελέγχου στο Grafana.
• Να επιβλέπουν τα μετρήματα του συστήματος και να παρουσιάζουν δεδομένα χρησιμοποιώντας το Prometheus.

Το Elastic Stack (ELK) είναι μια ισχυρή πλατφόρμα για την αναζήτηση, ανάλυση και επικοινωνία λογαριασμικών δεδομένων σε πραγματικό χρόνο από πολλές πηγές.

Αυτή η εκπαιδευτική σεσιόν, υπό την καθοδήγηση εκπαιδευτών (online ή onsite), απευθύνεται σε IT πρωτοφυλλία μεμές επίπεδου τέχνης που επιθυμούν να βελτιώσουν τη γνώση τους στο ELK για τη διαχείριση κατανεμημένων λογαριασμικών δεδομένων, αυτόματη ενήμερση σε περιπτώσεις και δημιουργία προχωρημένων οπτικοποιήσεων και εργαλείων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Συγκεντρώσουν προχωρημένες ροές εισόδου και ανάλυσης δεδομένων από πολλές πηγές, συμπεριλαμβανομένων βάσεων δεδομένων.
• Δημιουργήσουν προσαρμοσμένα εργαλεία Kibana για διάφορες ομάδες ή χρήσεις.
• Εφαρμόσουν ενημέρωση μέσω e-mail και προχωρημένες συνθήκες.
• Χρησιμοποιούν ρυθμίσεις για τη βελτίωση της ακρίβειας της αναζήτησης στους λογαριάσμους.
• Διαχειρίζονται ρόλους και δικαιώματα πρόσβασης των χρηστών για έναν ασφαλή λογαριασμικό χώρο.
• Συνεργάζονται με την Elasticsearch REST API για αυτομάτωση και ενσωμάτωση.

Μορφή του μαθήματος

• Ανταλλαγή διαλέξεων και συζητήσεων.
• Πολλά ασκήματα και πρακτική εφαρμογή.
• Εφαρμογή χειρονομητών σε μια ενεργή κλίνικη περιβάλλον.

Επιλογές προσαρμογής του μαθήματος

• Για να ζητήσετε προσαρμογμένη εκπαίδευση γι' αυτό το μάθημα, παρακαλώ επικοινωνήστε μαζί μας για να διατυπώσετε τις σχέσεις.

Αυτή η εκπαίδευση που καθοδηγείται από διδάσκοντα σε Αθήνα (online ή on-site) είναι απευθείας σε IT εργαζόμενους με κατωφλί από αρχάριος έως μεσαίου επιπέδου που επιθυμούν να αποκτήσουν τη γνώση και τις πρακτικές δεξιότητες που χρειάζονται για να εξαίρονα στη διοίκηση των Grafana και GLPI.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Δημιουργήσουν και προσαρμόσουν διαδρομολόγια στο Grafana με διάφορες οπτικοποίησεις.
• Εφαρμόσουν προειδοποιήσεις και ειδοποιήσεις για την παρακολούθηση.
• Διοικούν λογαριασμούς χρηστών, ομάδες και δικαιώματα πρόσβασης.
• Διαχειρίζονται αποτελεσματικά τους IT πόρους, συμπεριλαμβανομένων της κατάληψης λογισμικών και οπτικοποιημένων δεδομένων.
• Εφαρμόζουν ένα σύστημα helpdesk για τη υποστήριξη των χρηστών και τη διαχείριση εκδοσεών.

Αυτή η εκπαίδευση με καθηγητή, ζωντανά σε Αθήνα (online ή on-site), απευθύνεται σε διορισμένους διαχειριστές και προγραμματιστές μεδιόβημα επίπεδου, οι οποίοι επιθυμούν να βάλουν το φως σε πιο βαθιές γνώσεις της διαχείρισης Elasticsearch, συμπεριλαμβανομένων προχωρημένων τεχνικών για την ανάπτυξη πινάκων ελέγχου στο Kibana, καθώς και τη διατήρηση του συστήματος.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Ρύθμιση και διαμόρφωση περιβάλλοντος Elasticsearch και Kibana για προχωρημένη διαχείριση και ανάπτυξη πινάκων ελέγχου.
• Δημιουργία και διαχείριση δείκτων, αποδείξεων και μοντέλων δεδομένων του Elasticsearch.
• Ανάπτυξη προχωρημένων ερωτήσεων και φίλτρων για να ανακαλύψουν αξιόλογες ενδείξεις από τα δεδομένα Elasticsearch.
• Σχεδιασμός και κατασκευή διαδραστικών πινάκων ελέγχου στο Kibana χρησιμοποιώντας διάφορες τύπους και τεχνικές απεικόνισης.
• Εφαρμογή βέλτιστων πρακτικών για τη διαχείριση, αποδότικη λειτουργία και αποκατάσταση προβλημάτων στο Elasticsearch και Kibana.

Η Ανάλυση Δεδομένων είναι το πρόγραμμα αποκτήσης, καθαρισμού, μετατροπής και μοντελοποίησης δεδομένων για να ανακαλυφθούν χρήσιμες πληροφορίες, συμπεράσματα και υποστήριξη της λήψης αποφάσεων.

Αυτή η εκπαίδευση με επιβλέποντα εκπαιδευτή (online ή on-site) απευθύνεται σε επαγγελματίες επίπεδου μεταξύ που επιθυμούν να διαχειρίζονται, να αναλύουν και να εκτυπώνουν δεδομένα αποτελεσματικά για την αξιολόγηση των αποδόσεων και υποστήριξη αποφάσεων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Δημιουργούν και διαχειρίζονται βάσεις δεδομένων.
• Εφαρμένοι υπολογιστικές, ταξινομητικές και θεμελιώδεις μοντέλα μηχανικής μάθησης.
• Αναπτύσσουν δυναμικά εκθέσεις και ταχυδρομείς συμβουλευτικές πινάκες χρησιμοποιώντας Excel και Power BI.
• Χρησιμοποιούν στατιστικές τεχνικές για να ενηματώνουν αποφάσεις και να αναλύουν τάσεις.

Μορφή της Εκπαίδευσης

• Αλληλεπιδραστικός διάλογος και συζήτηση.
• Πολύς ασκήσεις και πρακτική εξάσκηση.
• Εφαρμογή χειρονομίδων σε ζωντανό περιβάλλον εργαστηρίου.

Ευέλικτες Επιλογές Εκπαίδευσης

• Για να απαιτήσετε μια προσαρμοσμένη εκπαίδευση γι' αυτό το μάθημα, παρακαλώ επικοινωνήστε μαζί μας.

Αυτή η κατεύθυνση με διδάκτη, ζωντανή εκπαίδευση σε Αθήνα (online ή onsite), απευθύνεται σε διανοικητές δεδομένων μεγαλύτερου επιπέδου που θέλουν να μάθουν και να χρησιμοποιήσουν τις πιο προχωρημένες λειτουργίες και συστατικά του Grafana για την οπτικοποίηση και ανάλυση δεδομένων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να αποκτήσουν εμπειρία και βάθος συνειδητοποίησης των προχωρημένων λειτουργιών και συστατικών του Grafana.
• Να χρησιμοποιήσουν πρότυπες μεταβλητές και δυναμικά συμβολίζοντα για τη βελτίωση της οπτικοποίησης δεδομένων.
• Να χρησιμοποιήσουν τη Γλώσσα Απειρογράφων Grafana για περίπλοκες αναζητήσεις.
• Να μάθουν καλές πρακτικές για τη βελτίωση του Grafana, την βελτίωση της απόδοσής του και τη διασφάλιση υψηλής διαθεσιμότητας.

Οι συμμετέχοντες που ολοκληρώσουν αυτή την εκπαίδευση θα κατακτήσουν μια πρακτική, πραγματικού κόσμου κατανόηση της Επιστήμης των Δεδομένων και των συναφών τεχνολογιών, μεθοδολογιών και εργαλείων.

Οι συμμετέχοντες θα έχουν την ευκαιρία να εφαρμόσουν αυτή τη γνώση μέσω πρακτικών επαστάθμισεων. Η αλληλεπίδραση σε ομάδα και το feedback του εκπαιδευτή αποτελούν μια σημαντική πτυχή της εκπαίδευσης.

Το μάθημα ξεκινά με μια εισαγωγή στα βασικά χαρακτηριστικά της Επιστήμης των Δεδομένων και προχωρά στα εργαλεία και μεθόδους που χρησιμοποιούνται στη Επιστήμη των Δεδομένων.

Ακροατήριο

• Προγραμματιστές
• Τεχνικοί αναλυτές
• Σύμβουλοι IT

Μορφή της εκπαίδευσης

• Μέρος ομιλία, μέρος συζήτηση, ασκήσεις και πολύς πρακτικός χαρακτήρας

Σημείωση

• Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, παρακαλώ επικοινωνήστε μαζί μας για διοργάνωση.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Αθήνα (διαδικτυακό ή επιτόπου) απευθύνεται σε αναλυτές δεδομένων που επιθυμούν να δημιουργήσουν αναλυτικές εφαρμογές χρησιμοποιώντας το Python με το Plotly και το Dash.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε έναν διαδραστικό πίνακα εργαλείων σε πραγματικό χρόνο για ζωντανή ροή δεδομένων ενημέρωσης.
• Δημιουργήστε διαδραστικούς πίνακες εργαλείων χρησιμοποιώντας το Python για λύσεις επιστήμης δεδομένων.
• Ασφαλίστε διαδραστικούς πίνακες εργαλείων με προηγμένες μεθόδους ελέγχου ταυτότητας.

Με το τέλος αυτής την εκπαίδευση, οι συμμετέχοντες θα μπορούν να:

Στην ζωντανή εκπαίδευση από εκπαιδευτικό στο Αθήνα, οι συμμετέχοντες θα μάθουν πώς να δημιουργήσουν ιστοφύλακες εξαιρετικά αποδοτικές αναπαραστάσεις δεδομένων που λειτουργούν συντηρητικά σε πολλαπλά συσκευές.

• Χρησιμοποιήστε το D3 για να δημιουργήσετε επικοινωνητικά γραφικά, πληροφοριακές πίνακες ευθυγράμμισης, υψηλόχροος γραφική και χάρτες.
• Ελέγχου με επιλογές jQuery-κατάλληλες τις HTML.
• Μετατροπή DOM επιλέγοντας στοιχεία και προσθέτοντας σε δεδομένα.
• Εξαγωγή SVG για χρήση σε εκδόσεις τύπου.

Αυτό το μάθημα προορίζεται για μηχανικούς και υπεύθυνους λήψης αποφάσεων που εργάζονται στην εξόρυξη δεδομένων και την ανακάλυψη γνώσεων.

Θα μάθετε πώς μπορείτε να δημιουργήσετε αποτελεσματικά οικόπεδα και τρόπους για να παρουσιάσετε και να εκπροσωπήσετε τα δεδομένα σας με τρόπο που θα προσελκύσει τους υπεύθυνους λήψης αποφάσεων και θα τους βοηθήσει να καταλάβουν τις κρυφές πληροφορίες.

Σε αυτή τη διδακτική κατεύθυνση που εξάγεται από τον καθηγητή, σε ζωντανή εξέλιξη στη Αθήνα, οι συμμετέχοντες θα μάθουν τις δεξιότητες, τις στρατηγικές, τα εργαλεία και τους προσανατολισμούς για τη θέσπιση και ανάφορα δεδομένων σε διάφορους ακροατές. Συζητώνται επίσης μελέτες περιπτών και αναλύονται για να υποδειχθεί πως οι λύσεις της παρουσίασης δεδομένων εφαρμόζονται στον πραγματικό κόσμο για να αποκτήσουν νόημα από τα δεδομένα και να απαντήσουν κρίσιμες ερωτήσεις.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Να γράφουν αναφορές με ελκυστικά τίτλα, υποτίτλους και σημειώσεις χρησιμοποιώντας τα πιο κατάλληλα αντικειμενογραφήματα, προσαρμογές και συνδυασμούς χρωμάτων για διαβασιμότητα και χρήσιμη ευφυΐα.
• Να σχεδιάζουν αγωγές που ικανοποιούν τις ανάγκες και τα ενδιαφέροντα του ακροατηρίου.
• Να επιλέγουν τα καλύτερα τύπους διαγράμματος για ένα δεδομένο dataset (υπέρ πάνω από τα διάγραμμα σectors και μπάρ).
• Να εξαγουν και να αναλύουν τα πιο αξίες και θέσεις δεδομένων γρήγορα και αποτελεσματικά.
• Να επιλέγουν τα καλύτερα τύπους αρχείων που να συμπεριληφθούν σε αναφορές (γράφημα, infoγράφημα, αναφορές, GIFs κ.λπ.)
• Να δημιουργούν αποτελεσματικές διατάξεις για την παρουσίαση χρόνων σειρών, μερική-συνολικές επαφές, γεωγραφικά μοτίβα και εμφυτευμένα δεδομένα.
• Να χρησιμοποιούν αποτελεσματική χρωματοσχέδια για την εμφάνιση ποιοτικών και βασισμένων στο κείμενο δεδομένων όπως η ανάλυση των εντυπώσεων, χρονογραμμές, καλένδαρια και σχήματα.
• Να εφαρμόζουν τα πιο κατάλληλα εργαλεία για την εργασία (Excel, R, Tableau, μετατροπές προγραμμάτων, κ.λπ.)
• Να έχουν έτοιμα datasets για την παρουσίαση.

Αυτό το μάθημα σας διδάσκει για την ανθρώπινη αίσθηση και πώς να την χρησιμοποιήσετε για να παράγετε τις καλύτερες εργασίες. Θα ανακαλύψετε τη θεωρία σχεδιασμού, συμπεριλαμβανομένων των νόμων Gestalt, των προ-προσεκτικών χαρακτηριστικών και της ενσυνάθροψης. Θα καταλάβετε τους παρόμοιους και διαφορετικούς στοιχείους μεταξύ εξερευνητικής και εξηγητικής ανάλυσης. Θα διερευνήσετε τη χρήση διαγραμμάτων και θα μάθετε πώς να επιλέξετε το πιο κατάλληλο. Στο τέλος του μαθήματος, θα γνωρίζετε πώς να εφαρμόσετε τα αρχές σχεδιασμού στις οπτικοποιήσεις που δημιουργείται με χρήση λογισμικού Tableau.

Αυτή η ζωντανή εκπαίδευση που καθοδηγείται από εκπαιδευτές στο Αθήνα απευθύνεται σε διαχειριστές συστήματος που επιθυμούν να δημιουργήσουν μια στοίβα ELK (Elasticsearch, Logstash, Kibana). Σημειώστε ότι απαιτούνται τουλάχιστον 3 εκπρόσωποι για την εκτέλεση αυτού του μαθήματος.

Η εκπαίδευση ξεκινά με μια συζήτηση για την αρχιτεκτονική και τη λειτουργικότητα του ELK, και στη συνέχεια προχωρά στη ζωντανή εφαρμογή και πρακτική του εργαστηρίου. Οι πρακτικές ασκήσεις αποτελούν σημαντικό μέρος της εκπαίδευσης και δίνουν στους συμμετέχοντες την ευκαιρία να εφαρμόσουν τις γνώσεις τους ενώ λαμβάνουν ανατροφοδότηση για την πρόοδό τους.

Αυτή η εκπαιδευτική μάθηση σε ζωντανό μέρος (μέσω διαδίκτου ή στο χώρο της εταιρείας) στο Αθήνα, προσβλέπει σε εισαγωγικά επιπέδου επαγγελματίες που θέλουν να αστυγείτονες τις βασικές εφαρμογές της R και πώς να δουλεύουν με δεδομένα.

Στο τέλος αυτής της εκπαίξεως, οι συμμετέχοντες θα μπορέσουν να:

• Κατανοήσουν το περιβάλλον προγραμματισμού R και τη διεπαφή RStudio.
• Εισάγουν, επεξεργάζονται και διερευνούν σημειώσεις δεδομένων χρησιμοποιώντας πρότυπα R και πακέτα.
• Εκτελούν βασική στατιστική ανάλυση και εγγραφή δεδομένων.
• Παράγουν προβολές χρησιμοποιώντας κόμβο R και ggplot2.
• Διαχειρίζονται εργασιακούς χώρους, σκέλη και πακέτα αποτελεσματικά.

Αυτή η εξ αποστάσεως διδασκαλία (χώρου Αθήνα) εστιάζει σε διευθυνόμενη από τον καθηγητή, ζωντανή εκπαίδευση που απευθύνεται σε αναλυτές δεδομένων που θέλουν να χρησιμοποιήσουν το Grafana για μόνιμη παρακολούθηση και οπτικοποίηση δεδομένων.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Εγκαταστήσουν το απαραίτητο περιβάλλον ανάπτυξης για να ξεκινήσουν με τη δημιουργία οπτικοποιήσεων στο Grafana.
• Εγκαταστήσουν το Grafana για υψηλή διαθεσιμότητα.
• Προσαρμόσουν πίνακες και συνδυάσματες με δεδομένα.
• Ρυθμίσουν αντιστρόφων προσαρμογέων για την ταχεία φόρτωση.

Αυτή η ζωντανή εκπαίδευση, η οποία διεξάγεται με επίβλεψη εκπαιδευτή στο Αθήνα (online ή on-site), απευθύνεται σε προγραμματιστές web και DevOps μηχανικούς που θέλουν να οπτικοποιήσουν και παρακολουθούν δεδομένα με το Grafana και το Graphite.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Συγκεντρώνουν και οπτικοποιούν μετρήσεις σχετικά με συστήματα και εφαρμογές.
• Δημιουργούν έναν πελάτη StatsD για τη συλλογή μετρήσεων εφαρμογών.
• Δημιουργούν πληροφορηματικά και δυναμικά οντάρια με το Grafana.
• Συλλέγουν ερμηνείες από την απόδοση του πίσω μεγάλου.

αυτή η εκπαίδευση εισάγει την Kibana στους χρήστες της ελαστικότητας.

Kibana είναι μια πλατφόρμα ανάλυσης και απεικόνισης ανοιχτού κώδικα που έχει σχεδιαστεί για να λειτουργεί με την ελαστική αναζήτηση. Μπορείτε να χρησιμοποιήσετε την Kibana για να αναζητήσετε, να προβάλετε και να αλληλεπιδράσετε με δεδομένα που είναι αποθηκευμένα σε δείκτες ελαστικό αναζήτησης. Μπορείτε εύκολα να πραγματοποιήσετε προηγμένη ανάλυση δεδομένων και να απεικονίσετε τα δεδομένα σας σε διάφορα γραφήματα, πίνακες και χάρτες.

Kibana καθιστά εύκολη την κατανόηση μεγάλων όγκων δεδομένων. Η απλή διεπαφή που βασίζεται σε πρόγραμμα περιήγησης σας δίνει τη δυνατότητα να δημιουργήσετε και να μοιραστείτε γρήγορα δυναμικούς πίνακες εργαλείων που εμφανίζουν αλλαγές στα ερωτήματα ελαστική αναζήτηση σε πραγματικό χρόνο.

Το μάθημα είναι αφιερωμένο σε όσους θα ήθελαν να γνωρίσουν ένα εναλλακτικό πρόγραμμα στο εμπορικό πακέτο MATLAB. Η τριήμερη εκπαίδευση παρέχει ολοκληρωμένες πληροφορίες σχετικά με τη μετακίνηση στο περιβάλλον και την εκτέλεση του πακέτου OCTAVE για ανάλυση δεδομένων και μηχανικούς υπολογισμούς. Οι αποδέκτες της εκπαίδευσης είναι αρχάριοι αλλά και όσοι γνωρίζουν το πρόγραμμα και θα ήθελαν να συστηματοποιήσουν τις γνώσεις τους και να βελτιώσουν τις δεξιότητές τους. Η γνώση άλλων γλωσσών προγραμματισμού δεν απαιτείται, αλλά θα διευκολύνει σημαντικά την απόκτηση γνώσεων από τους μαθητές. Το μάθημα θα σας δείξει πώς να χρησιμοποιήσετε το πρόγραμμα σε πολλά πρακτικά παραδείγματα.

Μάθετε πώς να Αποκτήσετε και Μετατρέψετε Δεδομένα για την Παρασκευή Διαδραστικών Πίνακα

Το Power BI είναι ένα από τα πιο δημοφιλή εργαλεία Οπτικοποίησης Δεδομένων και Εργαλείο Επιχειρηματικής Νοημοσύνης. Το Power BI είναι μια συλλογή συνδέσεων δεδομένων, εφαρμογών και υπηρεσιών λογισμικού που χρησιμοποιούνται για να αποκτήσετε δεδομένα από διάφορες πηγές, να τα μετατρέψετε και να παράγετε όμορφα έκθεση.

Το Power BI επιτρέπει επίσης να τα δημοσιεύετε για την οργάνωσή σας ώστε να μπορείτε να τα πρόσβαλλετε χρησιμοποιώντας κινητά, tablet κ.ά. Σε αυτό το εγχειρίδιο Power BI, σας δείξουμε μια βήμα προς βήμα προσέγγιση για να συνδεθείτε με διάφορες πηγές δεδομένων, να εκτελέσετε μετατροπές δεδομένων και να δημιουργήσετε έκθεση όπως γραφικά, πίνακες, ματρώες, χάρτες κ.ά.

Το Microsoft Power BI μετατρέπει τα δεδομένα επιχείρησης σε πλούσιες οπτικοποιήσεις που ευνοούν νέους τρόπους σκέψης και οργάνωσης των δεδομένων, ώστε να μπορείτε να εστιάσετε σε αυτά που είναι σημαντικά για την επίτευξη των στόχων σας. Αυτό το μάθημα καλύπτει και το Power BI Online και το Power BI Desktop.

Ακροατήριο:

Το μάθημα απευθύνεται σε Διευθυντές Επιχειρήσεων, Αναπτυξείς Αναφορών, Αναλυτές, Διευθυντές Έργου και Προϊόντων.

Στο τέλος του μαθήματος

Μετά την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές θα έχουν βασική κατανόηση για τα παρακάτω ζητήματα, όπως επίσης και τη δυνατότητα να χρησιμοποιούν και να εφαρμόζουν τα μεταξύ αυτών μάθημα.

• Power BI
• Power BI Desktop
• Εργασία με CSV, TXT και Excel Τάλαγγες
• Σύνδεση σε Διαθέσιμους Βάσεις Δεδομένων
• Ενοποίηση, Ομαδοποίηση, Σύνοψη και Υπολογισμός Δεδομένων
• Αναφορές
• Power BI Online

Το Microsoft Power BI είναι μια δωρεάν πλατφόρμα Software as a Service (SaaS) για την ανάλυση δεδομένων και την κοινοποίηση εκτιμήσεων. Τα πλαίσια εργαλείων Power BI παρέχουν μια 360-βαθμιά οπτική των πιο σημαντικών μετρήσεων σε ένα μόνο μέρος, ενημερωμένες σε πραγματικό χρόνο και διαθέσιμες σε όλα τα συσκευάστες.

Αυτή η καθοδηγητική εκπαίδευση, η οποία πραγματοποιείται σε ζωντανό χώρο (online ή on-site), απευθύνεται σε επιχειρηματίες, διαχειριστές και διαμορφωτές δεδομένων, οι οποίοι επιθυμούν να σχεδιάσουν το αποτελεσματικό πλαίσιο εργαλείων Power BI.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Σχεδιάσουν όμορφα και αποτελεσματικά πλαίσια εργαλείων με βάση τους κρίσιμους κανόνες.
• Επιλέξουν το σωστό γράφημα ανάλογα με το είδος των δεδομένων που θα παρουσιάζουν.

Μορφή της Κατεύθυνσης

• Ενδιαφέρουσα παράσταση και συζήτηση.
• Πολλά ασκήματα και πρακτική εξάσκηση.
• Εφαρμογή σε ζωντανό χώρο-εργαστήριο.

Επιλογές Προσαρμογής της Κατεύθυνσης

• Για να ζητήσετε μια προσαρμοσμένη κατεύθυνση γι' αυτό το μάθημα, επικοινωνήστε μαζί μας.

Σε αυτή την επιβλέπεται, ζωντανή εκπαίδευση σε Αθήνα (χώρος ή απόståση), οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιήσουν το Microsoft Power BI για να αναλύσουν και να οπτικοποιήσουν δεδομένα με μια σειρά παραδειγματικών συνόλων δεδομένων.

Την λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Δημιουργήσουν αποδεκτά πινακίδες ελέγχου που παρέχουν χρήσιμες ενδείξεις στα δεδομένα.
• Παρακολουθήσουν και να ολοκληρώσουν δεδομένα από πολλές πηγές δεδομένων.
• Κτίσουν και να μοιράζονται οπτικοποιήσεις με τα μέλη της ομάδας.
• Προσαρμόσουν δεδομένα με το Power BI Desktop.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Αθήνα (διαδικτυακό ή επιτόπου) απευθύνεται σε αναλυτές δεδομένων και επιστήμονες δεδομένων που επιθυμούν να χρησιμοποιήσουν το Python για να δημιουργήσουν διαδραστικές απεικονίσεις δεδομένων απευθείας από τον κώδικα.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε το απαραίτητο περιβάλλον ανάπτυξης για να ξεκινήσετε τη δημιουργία οπτικοποιήσεων δεδομένων με το Python.
• Κατανοήστε τις βασικές έννοιες της οπτικοποίησης δεδομένων, τις περιπτώσεις χρήσης και τα εργαλεία.
• Εξερευνήστε τις διάφορες βιβλιοθήκες (Matplotlib, Seaborn, Bokeh και Folium) που είναι διαθέσιμες στο Python.
• Μάθετε πώς να δημιουργείτε γραμμικά γραφήματα, στατιστικά γραφήματα, γεωχωρικές και άλλες σύνθετες απεικονίσεις δεδομένων με το Python.
• Γνωρίστε τις βέλτιστες πρακτικές και τεχνικές για την παρουσίαση και την ερμηνεία δεδομένων.

Αυτή η καθοδηγημένη από εκπαιδευτικό, ζωντανή εκπαίδευση σε Αθήνα (online ή εσωτερικά) είναι στοχευμένη σε αναλυτές δεδομένων και προγραμματιστές web που επιθυμούν να αναπτύξουν αναφορικά μοντέλα στο Qlik Sense.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

• Εφαρμόζουν το Qlik Sense στη διαχείριση δεδομένων.
• Χρησιμοποιούν και πλοηγοῦνται στο είδος του Qlik Sense.
• Δημιουργούν ένα δεδομένα γραμμένο κλήρωμα με αλληλεπίδραση AI.
• Δημιουργούν ένα επιχείρημα που βασίζεται στα δεδομένα με το Qlik Sense.

Σε αυτήν τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Αθήνα (διαδικτυακό ή επιτόπου), οι συμμετέχοντες θα μάθουν πώς να αρχίσουν να αναπτύσσονται με το QlikView.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εγκαταστήστε και διαμορφώστε το QlikView.
• Μετατρέψτε δεδομένα από διάφορες πηγές μέσω δέσμης ενεργειών QlikView.
• Δημιουργήστε μοντέλα δεδομένων με το QlikView.

Το Tableau είναι ένα εργαλείο επιχειρηματικής ανάλυσης και οπτικοποίησης δεδομένων. Το Python είναι μια ευρέως χρησιμοποιόμενη γλώσσα προγραμματισμού που παρέχει υποστήριξη για μια ευρεία πλειάδα στατιστικών και τεχνικών τεχνικών μηχανικού μάθηματος. Η δύναμη οπτικοποίησης δεδομένων του Tableau και η ικανότητα μηχανικού μάθηματος του Python, όταν συνδυάζονται, βοηθούν τους διεργασίες να κατασκευάζουν γρήγορα προηγμένες εφαρμογές ανάλυσης δεδομένων για διάφορες επιχειρηματικές χρήσεις.

Σε αυτό το εξεταστικό, ζωντανό μαθήμα, οι συμμετέχοντες θα μάθουν πώς να συνδυάζουν το Tableau και το Python για να εκτελούν προηγμένη ανάλυση. Η συνδυασμός του Tableau και του Python θα γίνει μέσω της API TabPy.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Να ολοκληρώσουν τη σύνδεση μεταξύ Tableau και Python χρησιμοποιώντας TabPy API
• Να χρησιμοποιούν τη σύνδεση του Tableau και του Python για να αναλύουν περίπλοκα επιχειρηματικά σcenariares με λίγες γραμμές κώδικα Python

Δυναμική Κοινότητας

• Διεργαστές
• Επιστήμονες δεδομένων

Μορφή του μαθήματος

• Μέρος ομιλία, μέρος συζήτηση, ασκήσεις και εντατική πρακτική

Αυτό το μάθημα απευθύνεται στον μαθητή που δεν έχει χρησιμοποιήσει κατά το παρελθόν το Tableau, ή που μπορεί να χρειάζεται επανάληψη. Θα σας οδηγήσει μέσα από τα βήματα που χρειάζονται για να δημιουργήσετε την πρώτη σας οπτικοποίηση από την αρχή. Θα μάθετε επίσης πώς να εφαρμόζετε βασικές αρχές σχεδιασμού στις οπτικοποιήσεις σας με το Tableau. Στο τέλος του μαθήματος, θα είστε σε θέση να δημιουργήσετε και να μοιράζεστε τις απόδοσεις σας με ένα ευρύτερο κοινό.

Αυτή η εκπαιδευτική σειρά, που διεξάγεται υπό την επίβλεψη εκπαιδευτή, σε <τοποθεσία> (δια ζώσης ή online), απευθύνεται σε επαγγελματίες δεδομένων ενδιάμεσου επιπέδου που επιθυμούν να χρησιμοποιήσουν το Tableau για τη δημιουργία προηγμένων οπτικοποιήσεων και πινάκων ελέγχου προς υποστήριξη της λήψης αποφάσεων με βάση τα δεδομένα.

Μέχρι το τέλος της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να: δημιουργούν προηγμένα διαγράμματα, να χρησιμοποιούν υπολογιζόμενα πεδία και παραμέτρους, να σχεδιάζουν διαδραστικούς πίνακες ελέγχου και να κοινοποιούν αποτελεσματικά τα ευρήματά τους.

Αυτή η κατεύθυνση από εκπαιδευτικό, με ζωντανή εκπαίδευση σε Αθήνα (online ή on-site), προορίζεται για προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το BusinessEvents και το ActiveMatrix Service Bus για την ανάπτυξη, διαμόρφωση και διαχείριση εφαρμογών βασισμένων σε γεγονότα.

Στο τέλος αυτής της κατεύθυνσης, οι προσωπικοί θα μπορούν να:

• Να ρυθμίσουν το απαραιτήτως ανάγκη για προγραμματισμό περιβάλλον.
• Να δημιουργήσουν κατανεμημένα, με μνήμη, βασισμένα σε κανόνες συστήματα επεξεργασίας γεγονότων.
• Να διαχειρίζονται τα δεδομένα επιχειρηματικών γεγονότων και να εκτελούν κατάλληλους επιχειρηματικούς κανόνες.
• Να μειώσουν το χρόνο αντίδρασης σε γεγονότα σε εφαρμογές μεγάλης κλίμακας, που βασίζονται σε δεδομένα.
• Να αναπτύξουν εφαρμογές για την ανίχνευση πλεονεκτισμού, παρακολούθηση και διακύμανση, καθώς και σύνδεση με τους πελάτες σε πραγματικό χρόνο.

Αυτή η κατευθυνόμενη από εκπαιδευτή, ζωντανή εκπαίδευση σε Αθήνα (online ή on-site) απευθύνεται σε μηχανικούς, έρευνες και αναλυτές δεδομένων που επιθυμούν να χρησιμοποιήσουν τις λειτουργίες του TIBCO Statistica για να δημιουργήσουν αναλυτικά εργαλειοδότημα και μοντέλα.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:

• Να εγκαταστήσουν και να περιηγηθούν στο πρόγραμμα TIBCO Statistica για να δημιουργήσουν και να διαχειριστούν έργα ανάλυσης δεδομένων.
• Να κατανοήσουν τις βασικές στατιστικές για να αναλύσουν δεδομένα και να παράγουν χρήσιμες επίδρασεις για την επιχείρηση.
• Να εξερευνήσουν προηγμένα θέματα όπως τα μεγάλα δεδομένα και η μηχανική μάθηση χρησιμοποιώντας το TIBCO Statistica.

Παρεύσιμο

Σχήμα της εκπαιδευτικής μάθησης

Κατά το τέλος αυτής της εκπαιδευτικής μάθησης, οι συμμετέχοντες θα μπορούν να:

Σε αυτή την εκπαιδευτική μάθηση με πρόσωπο εξηγητή, οι συμμετέχοντες θα μάθουν να ελέγχουν και να απεικονίζουν δεδομένα χρησιμοποιώντας τα εργαλεία που περιλαμβάνονται στο Tidyverse.

Το Tidyverse είναι μια συλλογή ρολόηγων ακτινού περιβάλλον (R) για καθαρισμό, επεξεργασία, μοντελοποίηση και απεικόνιση δεδομένων. Κάποια από τα ρολόηγα που περιλαμβάνονται είναι: ggplot2, dplyr, tidyr, readr, purrr και tibble.

• Αρχάριοι στη γλώσσα R
• Αρχάριοι στην ανάλυση και την απεικόνιση δεδομένων

• Μέρος λόγου, μέρος συζήτησης, ασκήσεις και πολύπλοκη εφαρμογή

• Να εκτελέσουν ανάλυση δεδομένων και να δημιουργήσουν υπεύθυνες αποδείξεις
• Να συλλέξουν επωφελείς κατασκευές από διάφορες σημειώσεις πίνακες δεδομένων
• Να φίλτραρουν, να ταξινομήσουν και να συμπεριφέρουν δεδομένα για να απαντήσουν σε προσκαρτώρηση ερωτήσεις
• Να μετατρέψουν τα επεξεργασμένα δεδομένα σε πληροφοριακά γραφήματα γραμμών, ορόσωμα-χάρτες και ιστόγραμμα
• Να εισάγουν και να φίλτραρουν δεδομένα από ποικιλούς πηγές δεδομένων, συμπεριλαμβανομένων Excel, CSV και αρχεία SPSS

Αυτή είναι μια αποτρόπαιη 4-ήμερη κατεύθυνση για αρχάριους χρήστες του Tableau. Κατά τη διάρκεια αυτής της κατεύθυνσης, θα εξοικειωθείτε με όλες τις λειτουργίες του Tableau και θα μάθετε πώς να δημιουργήσετε και να μοιράσετε επικοινωνίες δεδομένων με τους άλλους. Η κατεύθυνση θα σας οδηγήσει μέχρι και στις πιο λεπτομερείς βήματα, συμπεριλαμβανομένου του σύνδεσης με δεδομένα, της δημιουργίας υπολογισμών, της επιλογής έναν διάγραμμα, της κατασκευής μιας πινακίδας και της δημοσίευσης του έργου σας.

Η κατεύθυνση διαιρείται σε διαλέξεις που αφιερώνονται σε κάθε θέμα, επακολουθούμενες από πρακτικά άσκημα. Η κατεύθυνση θα τερματιστεί με 30 λεπτά δοκιμαστικής εξέτασης και 60 λεπτά σχεδιαστικής άσκησης.

Σημεία αναφοράς του μαθήματος:

• Εξοικειωθείτε με τη διεπαφή του Tableau.
• Συνδεθείτε και εργαστείτε με τα δεδομένα σας.
• Χρησιμοποιήστε τις λειτουργίες του Tableau.
• Δημιουργήστε μια συνεκτική επικοινωνία δεδομένων.
• Μοιράστε το έργο σας με ευρύτερο ακροατήριο.

Μορφή της κατεύθυνσης:

• Αλληλεπίδραση με διάλεξη και συζήτηση.
• Εκτεταμένα άσκημα και πρακτική.
• Εφαρμογή χειροντίνως σε ενεργό λαβ.
• Γνώση αξιολόγησης και πρακτική άσκηση στο τέλος της κατεύθυνσης