Datový analytik / datová analytička – rekvalifikační kurz

Rekvalifikační kurz Datový analytik vás připraví na práci s daty od jejich nahrávání a čištění až po tvorbu profesionálních analýz a přehledných reportů.
Během výuky si osvojíte postupy a nástroje, které firmy skutečně využívají v praxi a vše si vyzkoušíte na reálných úlohách a praktických projektech.
Naučíte se pracovat s Excelem, SQL, Power BI i moderními AI nástroji. Získáte komplexní znalosti potřebné pro vykonávání aktuálně nejžádanější profese napříč obory a otevřete si cestu k lépe placené kariéře v IT.

Předpokládané znalosti

• Práce s počítačem na úrovni běžného uživatele.
• Základní orientace v programu Microsoft Excel.

Cíl kurzu

• Připravit účastníky na samostatnou práci na pozici datového analytika a vybavit je praktickými dovednostmi pro zpracování, analýzu a vizualizaci dat s využitím moderních nástrojů používaných v současné firemní praxi.

Zaměření kurzu

• Kurz je určen všem, kteří chtějí získat kvalifikaci pro práci datového analytika nebo změnit svou profesní specializaci směrem k datové analýze,
• je vhodný pro uchazeče o zaměstnání, administrativní pracovníky, analytiky, ekonomy, pracovníky controllingu, marketingu, financí i dalších oborů, kde je práce s daty každodenní součástí práce,
• ocení jej také firmy, které chtějí rozšířit odborné kompetence svých zaměstnanců a připravit je na efektivní práci s daty, reporty a moderními analytickými nástroji.

Studijní materiály

• Autorské výukové materiály v ceně kurzu.

Rekvalifikační kurz akreditovaný MŠMT

• Kurz je akreditován MŠMT ČR, číslo akreditace: MSMT-10375/2026-3.
• Po ukončení kurzu obdržíte osvědčení o rekvalifikaci s celostátní platností.

Po celou dobu kurzu je pro vás připraveno bohaté občerstvení a kvalitní káva.

Jste registrováni na úřadu práce?

Podívejte se, jak postupovat pro úplné financování kurzu úřadem práce.

http://www.nicom.cz/pomoc-rekvalifikace

Často kladené dotazy k rekvalifikačním kurzům

CO ZAJÍMÁ OSTATNÍ

 

Úvodní informace a poučení o BOZP.

Úvod do datové analýzy.

Práce s daty v prostředí programu MS Excel.

• Adresace buněk – relativní, absolutní, smíšené.
• Nástroje pro práci s rozsáhlými tabulkami.
• Tvorba automatického přehledu a vkládání souboru.
• Datové nástroje – odebírání duplicitních dat.
• Podmíněné formátování – praktické použití pravidel, vlastní pravidlo.
• Strukturované tabulky a použití strukturovaných odkazů.
• Databázové a finanční funkce.
• Souhrny a jejich vnořování.
• Vytváření kontingenčních tabulek.
• Vložení vzorů a funkcí do kontingenční tabulky.
• Rozdělování a seskupování dat.
• Databázový propoj z cizího zdroje.

Využití AI funkcí, práce s nástrojem Copilot v Excelu, makra.

• Základy správného promptování – jak se AI správně zeptat, aby dala to, co potřebujete.
• Jak AI „myslí“ a proč občas halucinuje.
• AI v Excelu – zpracování dat a analýzy.
• Hledání trendů a výjimek v datech.
• Navrhování složitějších vzorců a volba vhodných funkcí.
• ChatGPT – praktické využití při analýze dat.
• Rizika pro použití maker.
• Záznam maker, absolutní a relativní adresy.
• Spouštění maker.
• Základy objektového modelu.
• Sdílení maker.
• Využití AI v praxi.
• Bezpečnost, etika a vývoj trendů v oblasti AI.

Analýza dat pomocí doplňků Power v MS Excel.

• Úvod do datového modelu, princip, limity.
• Představení doplňků z rodiny Power a jejich souvislosti.
• Načtení tabulek do datového modelu.
• Přidání míry do datového modelu.
• Pravidla pro výrazy DAX, základní funkce.
• Výkonnostní ukazatele KPI.
• Převod kontingenční tabulky na funkce datové krychle.
• Import dat pomocí doplňku Power Query.
• Různé zdroje dat, textové, databázové, Excelové soubory.
• Různé transformace dat, textů, čísel, datumů.
• Úvod do jazyka M..
• Kombinování dotazů, slučování, připojování, odkaz, duplikování.

Vizualizace dat v Power BI.

• Úvodní přehled aplikaci – Power BI Desktop, Power BI Service, Power BI Mobile.
• Získání dat – import dat z různých zdrojů.
• Úprava načítaných dat pomocí Power Query editoru.
• Seznámení s výrazy jazyka M.
• Datový model – vytváření relací mezi tabulkami.
• Výpočty v datovém modelu.
• Nový sloupec, nová míra, nová tabulka, využití jazyka DAX.
• Vytvoření sestavy - vkládání a formátování vizuálů.
• Vložení průřezu, nastavení interakcí mezi vizuály, nastavení filtrů na úrovni vizuálu, stránky a sestavy.
• Podrobná analýza.
• Sdílení sestavy.

Zpracování dat v SQL.

• Úvod do prostředí SQL Serveru, přehled aplikací.
• Úvod do psaní a spouštění dotazů, pořadí operací.
• Psaní dotazů SELECT.
• Jednoduché výrazy CASE.
• Dotazování více tabulek.
• Možnosti spojení tabulek.
• INNER, OUTER, CROSS a SELF JOIN.
• Řazení a filtrování dat.
• Podmínky WHERE.
• Omezení počtu řádků TOP a OFFSET-FETCH.
• Přehled datových typů SQL Serveru.
• Používání vestavěných funkcí.
• Seskupování a sumarizace dat.
• Vnořování dotazů.
• Používání tabulkových výrazů.
• Používání množinových operátorů.
• Funkce pro určení pořadí a pro práci s oblastmi.
• Psaní dotazů s PIVOT a UNPIVOT.
• Příkazy pro manipulaci s daty.

Příprava datového modelu.

To vše proloženo praktickými příklady a procvičováním.

ZDARMA INDIVIDUÁLNÍ KONZULTACE V RÁMCI ABSOLVOVANÉHO OBSAHU KURZU

• Samostatně čistit, transformovat a propojovat data z různých zdrojů a připravovat je pro další analýzu.
• Vytvářet přehledné reporty, dashboardy a vizualizace, které usnadní rozhodování a prezentaci výsledků.
• Analyzovat rozsáhlé datové soubory, hledat trendy, odhalovat souvislosti a formulovat závěry podložené daty.
• Efektivně využívat Excel, SQL, Power Query, Power Pivot a Power BI při řešení praktických analytických úloh.
• Zapojit do práce s daty nástroje umělé inteligence a využívat je pro rychlejší analýzy, návrhy řešení i automatizaci vybraných činností.
• Pracovat s databázemi pomocí SQL dotazů a získávat z nich informace potřebné pro reporting a analýzu.
• Připravit kompletní datový model od načtení dat až po finální prezentaci výsledků.
• Řešit úlohy, se kterými se datoví analytici běžně setkávají v praxi a získat znalosti využitelné při nástupu do nového zaměstnání.
• Vybudovat si pevné základy pro výkon profese datového analytika a zvýšit svou konkurenceschopnost na trhu práce.