Analiza danych w Databricks - SQL, AI i Genie

Trzydniowe, praktyczne szkolenie przeznaczone dla osób, które chcą wykorzystywać Databricks do analizy danych i przygotowywania informacji biznesowych. Uczestnicy poznają środowisko Databricks, podstawy języka SQL, sposoby łączenia i przekształcania danych, tworzenie dashboardów oraz narzędzia AI wspierające pracę analityka. Wszystkie zagadnienia są utrwalane w ćwiczeniach realizowanych przez całe szkolenie w ramach spójnego przypadku biznesowego.

Po szkoleniu uczestnik będzie potrafił wczytać własny zestaw danych, przygotować i wykonywać zapytania SQL, filtrować, przekształcać, agregować i łączyć dane oraz wykorzystywać podstawowe funkcje analityczne. Przygotuje dane do raportowania, zbuduje i opublikuje własny AI/BI Dashboard, utworzy prostego Genie Agenta oraz zweryfikuje rezultaty uzyskane przy użyciu narzędzi AI.

Szkolenie nie wymaga znajomości Databricks, języka SQL ani programowania. Przydatne jest podstawowe doświadczenie w pracy z danymi, arkuszami kalkulacyjnymi lub raportami.

1. Architektura i środowisko Databricks
   • Databricks jako platforma danych i analityki
   • Podstawowe elementy architektury
   • Workspace i SQL Warehouse
   • Unity Catalog
   • Katalogi, schematy, tabele i widoki
   • Delta Lake
   • Droga od danych do analizy i raportu
2. Środowisko pracy, narzędzia AI wspierające analizę danych
   • SQL Editor
   • Tworzenie i uruchamianie zapytań
   • Tworzenie i otwieranie notebooków
   • Komórki SQL i Markdown
   • Wykorzystanie Genie Code
   • Zastosowania Genie One i Genie Agents
   • Wybór narzędzia odpowiedniego do zadania
   • Weryfikowanie wyników przygotowanych przy wsparciu AI
3. Wczytywanie danych i zapytania testowe
   • Wczytywanie własnego zestawu danych
   • Rozpoznawanie nagłówków i typów danych
   • Tworzenie i kontrolowanie tabeli
   • Podstawowa konstrukcja zapytania SELECT
   • Wybieranie kolumn i tworzenie aliasów
   • Wyrażenia i podstawowe typy danych
   • Obsługa wartości NULL
   • Wykonywanie i zapisywanie zapytań
4. Filtrowanie i przekształcanie danych
   • Klauzula WHERE
   • Operatory porównania i operatory logiczne
   • Wyszukiwanie przedziałów i zbiorów wartości
   • Wyszukiwanie wzorców tekstowych
   • Sortowanie i ograniczanie wyników
   • Funkcje tekstowe
   • Funkcje daty i czasu
   • Konwersja typów danych i wyrażenia warunkowe
5. Agregowanie danych
   • Funkcje COUNT, SUM, AVG, MIN i MAX
   • Grupowanie za pomocą GROUP BY
   • Filtrowanie grup za pomocą HAVING
   • Obliczanie podstawowych wskaźników
   • Agregacje warunkowe
   • Kontrolowanie poziomu szczegółowości wyniku
6. Łączenie danych
   • Klucze i relacje między tabelami
   • Aliasy tabel i kwalifikowanie nazw kolumn
   • INNER JOIN
   • LEFT, RIGHT i FULL OUTER JOIN
   • CROSS JOIN
   • LEFT SEMI JOIN i LEFT ANTI JOIN
   • Brakujące dopasowania i wartości NULL
   • Rozpoznawanie niezamierzonego mnożenia wierszy
7. Złączenia nierównościowe i przedziałowe
   • Warunki złączeń oparte na nierównościach
   • Łączenie danych na podstawie przedziałów
   • Dopasowywanie dat, wartości i zakresów
   • Rozpoznawanie wielokrotnych dopasowań
8. Podzapytania, podzapytania skorelowane, CTE i operacje zbiorowe
   • Podzapytania skalarne i tabelaryczne
   • Podzapytania nieskorelowane i skorelowane
   • EXISTS i NOT EXISTS
   • Porównanie EXISTS z LEFT SEMI JOIN
   • Porównanie NOT EXISTS z LEFT ANTI JOIN
   • Wyrażenia CTE i klauzula WITH
   • UNION, UNION ALL, INTERSECT i EXCEPT
9. Wprowadzenie do funkcji okienkowych
   • Zastosowanie klauzuli OVER
   • Podział danych za pomocą PARTITION BY
   • Porządkowanie wierszy w oknie
   • Funkcje ROW_NUMBER, RANK i DENSE_RANK
   • Obliczenia agregujące bez utraty szczegółowości danych
   • Podstawowe porównywanie wierszy
10. Przekształcanie danych za pomocą PIVOT
    • Zamiana wartości w kolumny
    • Agregowanie danych w klauzuli PIVOT
    • Przygotowanie zestawień przekrojowych
    • Dobór danych wejściowych do przekształcenia
    • Interpretowanie otrzymanych rezultatów
11. Podstawy pracy z danymi JSON i VARIANT
    • Struktura dokumentu JSON
    • Obiekty, tablice, klucze i wartości
    • Przechowywanie danych półustrukturyzowanych
    • Typ danych VARIANT
    • Odczytywanie pól i elementów zagnieżdżonych
    • Konwersja wartości do typów SQL
    • Obsługa brakujących elementów
12. Podstawowe operacje DML na tabelach Delta
    • Dodawanie danych za pomocą INSERT INTO
    • Wstawianie wartości i wyników zapytania
    • Modyfikowanie danych za pomocą UPDATE
    • Usuwanie danych za pomocą DELETE
    • Określanie warunków modyfikacji
    • Sprawdzanie rezultatów wykonanych operacji
13. Przygotowanie danych do raportowania
    • Porządkowanie nazw i typów danych
    • Tworzenie kolumn obliczeniowych
    • Określanie poziomu szczegółowości danych
    • Rozróżnienie miar i wymiarów
    • Tworzenie i modyfikowanie widoków
    • Weryfikowanie zestawu danych raportowych
14. Budowa i publikowanie AI/BI Dashboard
    • Tworzenie dashboardu
    • Przygotowanie zestawów danych
    • Wykorzystanie tabel, widoków i zapytań SQL
    • Prezentowanie kluczowych wskaźników
    • Tworzenie tabel i wykresów
    • Dodawanie filtrów
    • Formatowanie i rozmieszczanie elementów
    • Podgląd, publikowanie i podstawowe udostępnianie
15. Analiza konwersacyjna i tworzenie Genie Agenta
    • Zadawanie pytań analitycznych w Genie One
    • Analizowanie KPI, trendów i porównań
    • Rozróżnienie funkcji AI dashboardu i oddzielnego Genie Agenta
    • Tworzenie własnego Genie Agenta
    • Wybór tabel i widoków z Unity Catalog
    • Przypisanie SQL Warehouse
    • Określenie nazwy, opisu, pytań i instrukcji biznesowej
    • Testowanie agenta i porównywanie odpowiedzi z wynikami SQL