זמן מוגבל- כל הקורסים ב 17% הנחה

חייגו עכשיו: 073-2865544

Data Research Analyst

מסלול הכשרה ייחודי ובלעדי המציע את הכלים והפרקטיקות הנדרשות היום בתעשיה
תיאור הקורס:

כולנו חיים בעידן המידע ועובדים או שואפים לעבוד בארגונים שמגדירים את עצמם כ- Data Driven Company. ארגונים אלה בוחרים אסטרטגית קבלת החלטות על בסיס ניתוח דאטה שנאסף.

תהליך ניתוח נתונים הוא תהליך מורכב ומאתגר. ככל שארגון אוסף יותר ויותר מידע, נדרשת הבנה מעמיקה יותר של תהליכים עסקיים של הארגון ושליטה בכל הדאטה שנאגר. בסופו של דבר החיבור של השניים מוביל להצלחה בהפקת תובנות עסקיות קריטיות וחיוניות עבור הארגון.

נאיה קולג’, חטיבת הדרכה בחברת נאיה טכנולוגיות, מתמחה בעולמות הדאטה מעל עשור ומציעה מסלולי הכשרה וקורסים בתחום הדאטה במטרה להכשיר את הדור החדש של מומחי דאטה מקצועיים ובעלי ידע העדכני והנדרש ביותר בתעשיה. מסלול הכשרה זה צמח מהשטח לנוכח הביקוש הגובר לאנליסטים בעלי יכולות טכניות גבוהות ובעלי ידע מעשי ופרקטי בעבודה עם טכנולוגיות חדשניות מגוונות.

תיאור תפקיד: Data Research Analyst

כיום ,תפקידו של אנליסט הנתונים (data research analyst) אינו תחום או ייחודי למגזר העסקי בלבד, אלא הוא תפקיד הנדרש בכל ענף עתיר נתונים, כולל גם מגזר ציבורי, זרועות הממשל השונות וכמובן בענפי המדע השונים. האנליסטים עובדים עם כלים מגוונים, נדרשים לחשיבה אנליטית על מנת להפיק ידע מהנתונים, כישורי למידה עצמית, ולרוב הם בעלי תארים אקדמיים רלוונטיים.

בשנים אחרונות תפקיד של אנליסט עבר אבולוציה מדהימה. הוא התחיל את דרכו הטכנולוגית בעבודה על קבצי אקסל, בעיקר, בהמשך נדרש לעבודה עם שפת SQL על מנת לבטל את התלות באנשי IT בארגון להשגת הנתונים הרלוונטיים לניתוח, רכש יכולת לעבוד עם כלי ויזואליזציה מתקדמים כגון Tableau ,PowerBI ואחרים, ולבסוף כיום אנו עדים לדרישה בידע בכלים טכנולוגיים נוספים שמקפיצים את החשיבות ואת הערך שלו בארגון. ובפרט היכרות מעמיקה עם Python (כשפת תכנות שמהווה כלי נוח וגמיש יותר בהיבטים של עבודה עם דאטה לא טבלאי ותחקור אנליטי), יישום שיטות סטטיסטיות, עבודה עם נפחים גדולים של נתונים, היכרות עם עולם ה-Machine Learning ו-Big Data ואף יכולת לנתח נתוני Big Data.

בין המשימות היומיומיות של האנליסט אפשר למנות:

  • עבודה עם כמויות גדולות של נתונים (גם מול בסיסי נתונים רלציוניים וגם NoSQL)
  • Querying Data – כתיבת שאילתות SQL ו-Python
  • Data Processing – אינטגרציה, עיבוד והכנת נתונים לניתוח
  • Data Models – מידול נתונים – בניית מודל נתונים שיושב בבסיסו של כלי BI המתאר קשרים בין הנתונים
  • Dashboards and Reports – בניה ותחזוקת דוחות, מדדים וערכים, ופיקוח על ביצועי המוצר
  • Data Visualization – יישום טכניקות ויזואליזציה להצגת נתונים גם בכלי BI וגם באמצעות Python
  • יישום שיטות סטטיסטיות, A/B Testing וניתוח היעילות שלהם
  • Data Analysis Project – יכול להוביל פרויקטים אנליטיים מקצה לקצה כולל איסוף ומניפולציה על נתונים, מיזוג ומידול, הגדרת מדדים והערכת ביצוע, פתרון בעיות
  • עבודה עם בעלי תפקידים נוספים (מנהלי מוצר, מנהלי פרויקטים, מפתחים, אנליסטים, Data Scientists, Data Engineers ואחרים) כדי לבסס הבנה והיכרות עם הצרכים ומטרות ארגוניות

בתאריך 16/11/20 קיימנו מפגש מקצועי במהלכו דיברנו על תפקידו של Data Analyst בעידן החדש ובפרט בחברות הייטק וחברות עתירות דאטה.

אנחנו מזמינים אתכם לצפות בהקלטה של המפגש ולקבל מידע נוסף על התחום והתפקיד.

צוות המדריכים שלנו

עמית הינו Data Scientist בחברת נאיה טכנולוגיות, מנהל תחום Data Science בנאיה אקדמי ומרצה בכיר
עוד…

מורן אלקובי מרצה

עמית רפל

דרור גבע הינו Data Scientist מוביל בנאיה טכנולוגיות, בוגר נאיה קולג’ לפני מספר שנים ומאז
עוד…

דרור גבע

ערן הינו יועץ מוביל ובכיר בנאיה טכנולוגיות בתחום מסדי נתונים ו-Big Data. במסגרת תפקידו ערן
עוד…

ערן קורן

ערן קורן

גיא הינו מומחה ומפתח BI בנאיה טכנולוגיות. כרואה חשבון עם התמחות במערכות מידע, לגיא ניסיון
עוד…

גיא דינר

אלון הינו אנליסט BI ב-.Naya Tech. עיקר התמחותו הינו בכלי הויזואליזציה Tableau. אלון הינו בוגר המכללה
עוד…

אלון רחביה

ענת היא Data Engineer בחברת Next Insurance, בעלת שנים רבות של ניסיון, ובתפקידה הנוכחי מובילה צוות
עוד…

ענת סטולרסקי

שיר ורון הינו בוגר במסלול הכשרה Practical Data Science מהמחזור הראשון הסתיים בשנת 2016. במקביל
עוד…

שיר ורון

עידן הינו Lead Data Scientist בחברת ThetaRay בה הוא מוביל פרוייקטים בעולמות ה-Machine\Deep Learning מקצה אל קצה
עוד…

עידן בניון

הדס שיזף, מעצבת דאטה ויז, מרצה ויועצת, מנהלת קהילת Data Visualization Israel ובעלת סטודיו הדס
עוד…

מסלול הכשרה זה כולל כלים רבים הנדרשים בשלבים השונים של העבודה עם נתונים בארגון.

בשלב הראשון נחזק ונעמיק את הידע בשפת SQL לכתיבת שאילתות מורכבות, יצירה של אובייקטים, שימוש בפונקציות אנליטיות לתחקור של הנתונים. הלימוד במודול זה יבוסס על Use Cases רלוונטיים במטרה לחבר בין החומר הנלמד לבעיות עסקיות אימיתיות איתן מתמודד אנליסט.

עולם ה-BI החדש שופע כיום בכלים מתקדמים המאפשרים Self-Service BI ותפקיד האנליסט תופס מקום יותר ויותר משמעותי שכן הוא אינו נדרש להסתמך על אנשי IT ו-BI. במודול השני נלמד לעבוד עם כלי מוביל בתחום BI – Tableau. הלימוד יכלול את כל התהליך מקצה לקצה, החל מיבוא נתונים, הכנתם לקראת הניתוח, נתייחס למידול נתונים, כולל חישובים בסיסיים ומתקדמים, וכמובן בניית Dashboard ועבודה עם טכניקות ויזואליזציה מתקדמות שהכלי מציע. מודול זה יכלול גם את היכולות החדשות של Tableau שיצאו בגרסת 2020.

תחום נוסף שנלמד הקורס הינו אחד התחומים החמים בעולם האנליזה, אשר גרם להתפתחות וכניסה של כלים כמו Tableau – הינו תחום Data Visualization. במודול הזה נלמד עקרונות חשובים בויזואליזציה של הנתונים, ובניית דשבורדים תוך כדי יישום של עקרונות אלה.

בחלקו השלישי של המסלול נלמד לתכנת ב-Python, השפה המובילה כיום לתחקור הנתונים. נרכוש כלים לעבודה עם נתונים ממקורות שונים ולהצגתם. המודול כולל גם תכנות בסיסי וגם מתקדם עד לרמה של פיתוח מונחה-עצמים (Object-Oriented) כאשר גם בעולמות הדאטה תהליך הפיתוח מכיל עבודה עם אובייקטים.

בהמשך המודול נלמד את סט הכלים לעבודה עם נתונים בכלל ונתונים טבלאיים בפרט – חבילות יעודיות לעבודה עם נתונים, במרכזן חבילת ה-pandas. דרכה ניחשף לעקרונות שונים בהכנה ובויזואליזציה של נתונים תוך כדי התייחסות לחבילות נוספות כגון numpy, matplotlib ו-seaborn. נלמד לעבוד עם קבצים ומקורות שונים כגון CSV, JSON ו-HTML, עבודה עם בסיסי נתונים ורשת האינטרנט. בעזרת הכלים הללו נכיר לעומק את מגוון השיטות של Exploratory Data Analysis – EDA. בסיומו של המודול סטודנטים יהיו מסוגלים לבנות Data Pipeline מקצה לקצה.

המודול הבא עוסק בסקירה של מונחים, שיטות וטכניקות מעולם הסטטיסטיקה. לאחר שנכיר את מושגי היסוד של העולם הסטטיסטי, נראה כיצד הטרמינולוגיה החדשה מסייעת לנו לתאר את הדאטה בצורה שלמה יותר. המונחים יעזרו לנו לנסח בצורה מתמטית יותר את ההתפלגות של הדאטה, ובכך יאפשרו להחיל על הדאטה הרלוונטי חוקים סטטיסטיים בכדי להחליט האם תופעה מסוימת צפויה ו/או מובהקת. המטרה העיקרית במודול הזה הינה לקשר בין העולם העסקי והדאטה הארגוני לתחום מדעי של סטטיסטיקה ולהבין איך בעזרת שיטות סטטיסטיות ניתן להפיק תובנות נוספות על הנתונים.

מודול הבא מציג סקירה מעמיקה וטכנית של תחום Machine Learning – ML. גם אם אנליסט נתונים לא מריץ אלגוריטם על דאטה, שכן זהו תפקידו של Data Scientist בארגון, עדיין ישנה חשיבות רבה להיכרות עם התחום. במודול זה נסקור את סוגי הבעיות הנפוצות תחום ML ונכיר מונחי יסוד. מטרת המודול לספק היכרות בסיסית עם עולמות ה-ML ולאפשר לאנליסט לתקשר ברמה מקצועית ובשפה משותפת עם חוקרים (Data Scientists) בארגון.

מודול אחרון במסלול הכשרה זה יחשוף את הסטודנטים לעולם ה-Big Data, ויעניק יכולת ניתוח נתונים בסביבת Hadoop – פרויקט-על מבוסס קוד פתוח של קרן התוכנה אפאצ’י, שמטרתו לעבד כמויות גדולות של נתונים (Big Data) בסביבת הפיתוח. נתחיל בהיכרות עם עולמות ה-Data המסורתיים וטכנולוגיות Big Data חדישות השולטות כיום בשוק המידע. ולאחר מכן נצלול ללמידה של כלים שונים המאפשרים ניתוח יעיל, מהיר ופשוט של נתונים בסביבת Hadoop, על מנת לייצר ערך עסקי לארגון מהנתונים שבבעלותו.

מעבר לתרגול רב בשיעורים, במהלך המסלול הסטודנטים עובדים על מספר פרויקטים שמאפשרים לסטודנטים ליישם את הידע הנרכש במהלך הלימודים על בעיות עסקיות אמיתיות.

המסלול מיועד כל מי שמועניין להיכנס לעולם המרתק של ניתוח נתונים ברמה טכנולוגית מתקדמת ובעלי תארים בתחומים:  סטטיסטיקה, מתמטיקה, מערכות מידע, תעשיה וניהול, מדעי המחשב ובעלי רקע ונסיון בעבודה עם נתונים.

  • תואר אקדמי בתחומים בתחומים רלוונטיים
  • שפת SQL ברמה בסיסית ומעבר מבחן כניסה ב-SQL
  • נסיון בעבודה עם נתונים ומערכות מידע (כלי BI )
  • אנלגית ברמה גבוה
  • 26/04/2021 מועד פתיחה
  • 17:30-21:30 | ב+הdaysימים ושעות
  • 295academic hours שעות אקדמיות
  • מתקדםcourse levelרמת הקורס
  • עבריתlanguageשפת הדרכה
  • לבדיקת התאמה לקורס
  • [current_url]

    השאירו פרטים ונחזור אליכם בהקדם!

Call Now Button דילוג לתוכן