Programa do Curso
Introdução
- Visão geral do AWS QuickSight
- O que é o AWS e o QuickSight
Iniciando com o AWS QuickSight
- Criando uma conta na AWS e no QuickSight
- Compreendendo o fluxo de trabalho do QuickSight
- Navegando pela interface do usuário (UI) do QuickSight
Preparação de Dados no QuickSight
- Compreendendo a preparação de dados no QuickSight
- SPICE versus consulta direta
- Fazer upload e importar dados para o QuickSight
- Trabalhando com colunas e campos
- Entendendo campos calculados, funções e operadores
- Adicionando campos calculados usando strings ao nosso projeto
- Extraindo informações de strings
- Utilizando funções condicionais
- Criando campos calculados com valores numéricos
- Adicionando diferentes filtros a um projeto
Análise e Visualização de Dados
- Compreendendo a diferença entre preparar e analisar dados
- Criando a análise de dados
- Criando visuais
- Compreendendo dimensões e medidas
- Adicionando conjuntos de dados adicionais
- Formatação de campos, agregação e granularidade
- Formatação dos visuais
- Criando uma história (story) e um mapa de árvore (treemap)
- Utilizando filtros e tabelas
- Adicionando um visual de KPI
Exportando e Compartilhando Dados do Projeto
- Compreendendo a atualização e o agendamento de atualizações
- Exportando dados do projeto como arquivos .csv
- Adicionando usuários a uma conta
- Compartilhando conjuntos de dados e análises
- Criando e compartilhando painéis (dashboards)
Usando Bancos de Dados como Fontes de Dados
- Configurando um banco de dados
- Preparando dados fictícios
- Conectando o QuickSight a um banco de dados
- Importando dados para o SPICE
- Importando dados como uma consulta
- Importando campos calculados e consultas
- Utilizando bancos de dados NoSQL
Resumo e Próximos Passos
Requisitos
- Conhecimento básico e compreensão de análise de dados
Público-alvo
- Analistas de dados
- Qualquer pessoa interessada em análise e visualização de dados
Testemunhos de Clientes (3)
Deepthi estava muito atenta às minhas necessidades, sabia quando adicionar camadas de complexidade e quando se conter para seguir uma abordagem mais estruturada. Deepthi realmente trabalhou no meu ritmo e garantiu que eu pudesse usar as novas funções/ferramentas por conta própria, primeiro mostrando e depois me permitindo recrear os itens, o que ajudou muito a fixar o treinamento. Não poderia estar mais satisfeito com os resultados deste treinamento e com o nível de expertise de Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Máquina Traduzida
ele estava bem preparado - e é muito simpático
Oliver - Post CH AG
Curso - Splunk Fundamentals
Máquina Traduzida
muitos exercícios práticos
Marcin - Narodowy Bank Polski
Curso - Splunk Data Administration
Máquina Traduzida