お問い合わせ
 期間 14 時間

コース概要

Databricksと金融ユースケースへの入門

  • Databricksエコシステムの理解
  • 金融データ分析ワークフローの概要
  • ユースケースの例:リスクモデリング、財務報告、監査ログ

Databricksノートブックでの開始

  • ノートブックの作成とナビゲーション
  • DatabricksにおけるPythonとSQLの使用
  • コメントとバージョン履歴による協業

データの取り込みとクリーニング

  • CSV、データベース、APIからの金融データの取り込み
  • クリーニングと準備のためのSpark DataFramesの使用
  • 欠損値と外れ値の処理

金融データの変換と集計

  • KPIと財務比率の計算
  • データセットのフィルタリング、グループ化、ピボット
  • 時系列操作と再サンプリング

金融インサイト の可視化

  • Databricksの可視化ツールでのダッシュボード作成
  • 金融レポートのためのチャートのカスタマイズ
  • プレゼンテーションまたは規制レビューのための視覚情報のエクスポート

クエリの最適化とDelta Lakeの使用

  • Delta Lakeアーキテクチャの紹介
  • ACIDトランザクションとデータの信頼性
  • データパーティショニングによるパフォーマンス向上

協業、スケジューリング、共有

  • 金融チームのためのアクセス権限とパーミッションの管理
  • 自動化レポートのためのジョブのスケジューリング
  • データと結果の安全なエクスポート

まとめと次のステップ

要求

  • データ分析概念の理解
  • PythonまたはSQLの経験
  • 金融データの種類とレポート作成への慣れ

対象者

  • 金融アナリストおよびビジネスインテリジェンス専門家
  • 金融セクターで働くデータアナリスト
  • 金融チームをサポートするデータエンジニア

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー