Schulungsübersicht

Einführung in Databricks und FinanzUse Case

  • Verständnis des Databricks-Ökosystems
  • Überblick über Workflows für die finanzbezogene Datenanalyse
  • Anwendungsbeispiele: Risikomodellierung, finanzielle Berichterstattung, Auditspuren

Einstieg in Databricks-Notebooks

  • Erstellen und Navigieren von Notebooks
  • Nutzung von Python und SQL in Databricks
  • Zusammenarbeit mit Kommentaren und Versionsgeschichte

Datenimport und Datenreinigung

  • Importieren von finanziellen Daten aus CSV-Dateien, Datenbanken und APIs
  • Nutzung von Spark DataFrames zur Reinigung und Vorbereitung der Daten
  • Behandlung fehlender Werte und Ausreißer

Transformation und Aggregation von finanziellen Daten

  • Berechnen von KPIs und finanziellen Rationen
  • Filtern, Gruppieren und Verwenden von Pivot-Tabellen in Datensätzen
  • Manipulation und Resampling von Zeitreihendaten

Visualisierung finanzieller Erkenntnisse

  • Erstellen von Dashboards mit den visuellen Werkzeugen von Databricks
  • Anpassen von Diagrammen für die finanzielle Berichterstattung
  • Exportieren der Visuals für Präsentationen oder regulatorische Überprüfungen

Otimalisierung von Abfragen und Verwendung von Delta Lake

  • Einführung in die Architektur von Delta Lake
  • ACID-Transaktionen und Datensicherheit
  • Verschärfung der Leistung durch Datenpartitionierung

Collaboration, Planung und Teilen

  • Verwalten des Zugangs und der Berechtigungen für Finanzteams
  • Planen von Jobs zur automatisierten Berichterstellung
  • Sicheres Exportieren von Daten und Ergebnissen

Zusammenfassung und Nächste Schritte

Voraussetzungen

  • Eine Grundverständnis von Datenanalysekonzepten
  • Erfahrung mit Python oder SQL
  • Vertrautheit mit finanziellen Datentypen und Berichten

Zielgruppe

  • Finanzanalysten und Business-Intelligence-Professionals
  • Datenanalysten im Finanzsektor
  • Data Engineers, die finanzielle Teams unterstützen
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien