Szkoda, że tego nie znasz.

🟨 ZOSTAŃ ANALITYKIEM 📈 https://kajodata.com/space/ 🟦 Kursy: Excel, SQL, PowerBI, Python: https://kajodata.com/kursy/ ⬜ Opanuj AI w analizie danych: https://analizazai.pl/ 🟥 NEWSLETTER = DARMOWE BONUSY: https://kajodata.com/newsletter/ 📈 W tym odcinku przechodzę przez 10 pojęć z analizy danych, które rzadko pojawiają się na kursach, a na rozmowie o pracę potrafią po cichu sprawdzić, czy naprawdę czaisz temat. Możesz umieć napisać SELECT-a albo zrobić coś w Excelu, a i tak nie zrozumieć pytania, bo rekruter użył jednego konkretnego terminu. A że rozmów o pracę jest mało, tym bardziej warto przyjść na nie przygotowanym. 📈 Mówię o granularności danych, zapytaniach rekurencyjnych, kardynalności, funkcjach okna, normalizacji i denormalizacji, miarach addytywnych i nieaddytywnych, analizie kohortowej, data lineage, ładowaniu przyrostowym i SCD. Przy każdym pokazuję, gdzie to wychodzi w praktyce: tydzień, który po joinie z danymi miesięcznymi dubluje sumę, konwersja, której nie da się po prostu dodać, albo churn dla różnych kohort policzony na rozmowie kwalifikacyjnej. Analizę kohortową lubię szczególnie, bo specjalizowałem się w niej, pracując jako analityk. 📈 Odcinek jest dla osób, które uczą się analizy danych albo szykują się do rozmowy o pracę w IT. Jeśli już pracujesz jako analityk, napisz w komentarzu, które z tych pojęć faktycznie pojawiają się w Twojej pracy albo jakiego terminu zabrakło Ci na rozmowie kwalifikacyjnej. 00:00 Dlaczego pojęcia decydują na rozmowie 01:56 Granularność danych 04:31 Zapytanie rekurencyjne 06:41 Kardynalność 08:22 Funkcje okna (window functions) 09:30 Normalizacja i denormalizacja 12:06 Miary addytywne i nieaddytywne 13:15 Analiza kohortowa 16:29 Pochodzenie danych (data lineage) 18:01 Ładowanie przyrostowe (incremental load) 19:38 SCD (slowly changing dimensions) 20:29 Które z tych pojęć znasz z pracy?