BCS - Level 4 Certificate in Data Analysis Tools

In diesem 5-tägigen Intensivkurs: BCS Level 4 Diploma, erlernen Sie die Schlüsselqualifikationen, die für die Beherrschung von Datenanalyse-Tools erforderlich sind.

Sie werden in den Lehrplan durch unsere einzigartige Lecture | Lab | Review Methodik eintauchen, die es Ihnen ermöglicht, Informationen schneller als in traditionellen Kursen zu lernen und zu behalten.

In diesem Kurs decken Sie eine Reihe von Konzepten, Ansätzen, Tools und Techniken ab, die für Datenanalysten relevant sind. Sie erlernen Fähigkeiten und Kenntnisse über Datenanalysetools und die zugrunde liegenden Prinzipien und Prozesse der Datenintegration.

Zu den wichtigsten Bereichen, die Sie lernen werden, gehören:

• Beschreiben Sie den Zweck und die Ergebnisse von Datenintegrationsaktivitäten
• Erklären, wie Daten aus verschiedenen Quellen integriert werden können, um einheitliche Daten bereitzustellen
• Entdecken von Programmiersprachen und deren Verwendung zur Integration von Daten und deren Aufbereitung für die Analyse
• Erläuterung der Art und der Herausforderungen von Datenvolumen und -typen, die durch Integrationsaktivitäten verarbeitet werden
• Entwicklung von Teststrategien zum Testen vereinheitlichter Daten für eine Reihe von Zuständen
• Demonstration des Verständnisses für die Möglichkeiten statistischer Programmiersprachen und proprietärer Tools
• Vorbereiten von Daten für die Analyse unter Verwendung einer Reihe von Techniken
• Durchführen von Datenanalysen

Während des Kurses werden Sie das BCS Level 4 Certificate in Data Analysis Tools Examen ablegen. Sie bestehen die Prüfung nicht beim ersten Mal? Keine Sorge - Sie sind durch unsere Leistungsgarantie abgesichert.

1. Processes and Tools Used for Data Integration

In diesem Thema wird der Teilnehmer beschreiben, wie Datenintegration durch die Manipulation von Daten aus verschiedenen Quellen erreicht wird. Sie lernen auch, wie diese Daten mit Hilfe von Programmiersprachen manipuliert und für die Analyse vorbereitet werden. Sie werden in der Lage sein:

1.1. Describe the purpose and outputs of data integration activities.

• Business need for analysis
• Non-functional requirements (such as speed and time available)
• Information structure and rules relevant to the business
• Rationale for using and integrating data from multiple sources
• Importance of data in a business context

1.2. Explain how data from multiple sources can be integrated to provide a unified view of

the data.

• Reasons for using data from multiple sources
• Importance of data source quality to improve the quality of results
• Filtering data to ensure only relevant data is combined to underpin business
• objectives
• Ensure data is selected in line with current legislation
• Data integration techniques
• Common user interface
• Virtual integration
• Physical data integration (for example ETL (Extract - Transform - Load))

1.3. Discover how programming languages for statistical computing can be applied to data

integration activities to filter and prepare data for analysis.

• Programming constructs
• Sequence, selection and iteration
• Modularisation, coupling and cohesion
• Commands for manipulating data (for example, but not limited to)
• Select and Select* statements
• From
• Where (such as but not limited to; AND, OR, use of Wildcards and ordering)
• Joins (inner and outer, right, left, Full, Union and Select into)
• Joins with duplicate values
• Joining on multiple fields
• Single queries
• Multiple queries
• Expressions
• Functions (such as but not limited to; Avg(), Count(), Max(), Min(), Group by,
• Round(), Cast(), Convert(), ISNULL ())
• Querying multiple tables in different information
• Selecting the first/last of occurrences
• Implicit data conversion

1.4. Explain the nature and challenges of data volumes and types being processed through

data integration activities.

• Big data sets
• Qualitative data versus quantitative data
• Technical requirements for managing large data set (such as, but not limited to; the
• location of data and challenge of restrictions due to the computer architecture)
• Data warehousing
• Data migration
• Master data management
• Integration design
• Business requirements for integration
• Objectives and deliverable
• Business rules
• Support models and SLAs
• Non-functional requirements
• Data integration tools (such as future scalability, implementation and support costs)
• Data synchronisation (such as data ownership, frequency of updates, format,
• security, data quality, performance and maintenance)

1.5. Develop appropriate testing strategies to ensure that unified data sets are correct,

complete and up to date.

• Check against business requirements
• Test for a variety of states (such as, but not limited to; presence, completeness,
• configuration and format, that data is valued and that data is not fragmented)
• Business testing & technical testing
• Technical acceptance testing (TAT)
• User acceptance testing (UAT)
• Performance stress tests (PST)
  

2. Industry Standard Tools and Methods for Data Analysis

In diesem Bereich wird der Teilnehmer eine Reihe von Werkzeugen, Techniken und Methoden zur Vorbereitung und Analyse von Daten beschreiben und anwenden. Der erfolgreiche Auszubildende sollte in der Lage sein:

2.1. Demonstrate the data manipulating, processing, cleaning and analysis capabilities of statistical programming languages and proprietary software tools capabilities and functions of statistical programming languages (such as, but not limited to; R, Python, SPSS, SAS, SQL, Microsoft Excel and VBA, Julia, Hadoop and Hive, Scala)

2.2. Demonstrate how to apply statistical programming languages in preparing data for analysis and conducting analysis projects.

• Preparation techniques (such as, but not limited to; searching and sorting, grouping,
• filtering, macros and modelling)
• Data cleaning to remove a range of data issues (such as, but not limited to; errors,
• invalid values, data that is out of range, outliers)
• Processing and analysing:
• Mean, Median, Mode and Range
• Probability
• Bias
• Statistical significance
• Linear Regression (simple & multiple)
• Logistics Regression (simple & multiple)
• Scatter plots and correlation
• And/Or probability
• Stem and leaf plots
• Factorials
• Box and whisker plots
• Methods for presenting results (such as, but not limited to; tables, charts and
• graphs, correctly arranged and presented using suitable language)
• Presenting for data analysts
• Working with people

Das Format der Prüfung ist eine einstündige, geschlossene Multiple-Choice-Prüfung mit 40 Fragen. Die Mindestpunktzahl liegt bei 26/40 (65 %).

Wenn Sie die Prüfung in einer Sprache ablegen, die nicht Ihre Muttersprache/Amtssprache ist, haben Sie Anspruch auf 25 % zusätzliche Zeit und dürfen während der Prüfung Ihr eigenes Wörterbuch in Papierform zum Übersetzen verwenden.

Es gibt derzeit keine Voraussetzungen für diesen Kurs

Unser Kurspaket umfasst:

• Umfassende Schulungsmaterialien
• Praxiserfahrene Trainer, die das bewährte Lecture | Lab | Review^TM-Konzept anwenden
• Moderne Trainingseinrichtungen
• 24 Stunden Zugang zur IT-Lernumgebung
• Prüfungsgebühren*
• Prüfungen werden während des Kurses abgelegt**
• Bei Präsenzkursen: Unterkunft, Frühstück, Mittagessen, Abendessen, Snacks und Getränke
• Firebrand Leistungsgarantie gemäß unseren AGB***

Sieben Gründe, warum Sie Ihren Kurs bei Firebrand Training absolvieren sollten

• Zwei Möglichkeiten der Schulung. Wählen Sie zwischen Präsenz- und Online-Kursen.
  
  
• Schnell zertifiziert. Mit uns werden Sie in Rekordzeit geschult.
  
  
• Unser Kurspreis beinhaltet alles. Eine einmalige Kursgebühr deckt alle Kursmaterialien, Prüfungen**, Unterkunft* und Mahlzeiten* ab. Keine versteckten Extrakosten.
  
  
• Bestehen Sie beim ersten Mal oder trainieren Sie erneut kostenlos. Das ist unsere Garantie. Wir sind sicher, dass Sie Ihren Kurs beim ersten Mal bestehen werden. Wenn nicht, kommen Sie innerhalb eines Jahres wieder und zahlen nur für Unterkunft, Prüfungen und Nebenkosten.
  
  
• Sie werden mehr lernen. Ein Tag bei einem traditionellen Schulungsanbieter dauert in der Regel von 9 bis 17 Uhr, mit einer schönen langen Mittagspause. Bei Firebrand Training erhalten Sie mindestens 10 Stunden pro Tag, in denen Sie mit Ihrem Trainer lernen.
  
  
• Sie werden schneller lernen. Wahrscheinlich haben Sie einen anderen Lernstil als Ihre Mitschüler. Wir kombinieren visuelle, auditive und taktile Methoden, um den Stoff so zu vermitteln, so dass Sie schneller und leichter lernen.
  
  
• Sie werden von den Besten lernen. Seit 2010 wurden wir jedes Jahr von der Schulungsbranche zu den „Top 20 IT-Schulungsunternehmen des Jahres“ gewählt. Wir haben nicht nur viele weitere Auszeichnungen erhalten, sondern auch über 135.000 Fachleute geschult und zertifiziert.
• Nur für Schulungen vor Ort. Gilt nicht für Online-Kurse.
  ** Es gelten einige Ausnahmen. Bitte lesen Sie die Prüfungsübersicht oder sprechen Sie mit unseren Experten

Machen Sie einen kostenlosen Praxistest, um Ihr Wissen einzuschätzen! Kostenloser Übungstest