SQL: Full Pack

Язык SQL — основной инструмент аналитика. Его чаще всего спрашивают на собеседованиях и используют в работе. Расписание модуля:

• Введение в базы данных
• Основы работы с БД
• Первые шаги в SQL
• Как я умею гуглить
• JOIN: Объединение таблиц – важнейшая операция в РСУБД
• GROUP BY: расчет агрегированных метрик и описательных статистик
• Подзапросы, CTE, correlated subquery и вложенная логика
• Оконные функции: самый мощный инструмент для решения задач
• Код стайл: как писать красивый код на SQL
• DDL и DML: не SELECT-ом единым
• Финальный тест по модулю SQL
• Финальный проект по модулю SQL

Вас ждет 150+ практических заданий, а также 3 финальных проекта на выбор.

Примеры практических заданий: ABC/XYZ-анализ, когортный анализ rolling retention, сегментация клиентской базы, распределение баланса по перцентилям, SCD, превращение длинной таблицы в широкую (pivot table), аналитика банковских транзакций.

Темы итоговых проектов:

• RFM анализ клиентской базы аптечной сети
• Повышение retention платформы IT Resume
• Аналитика активности студентов корпоративного клиента

При работе с большими данными дата инженеру недостаточно знать SQL - нужно владеть специфическими навыками.

Вы научитесь создавать функции и процедуры - например, для переливки данных между таблицами или для заполнения витрин.

Вы научитесь работать с анонимными блоками и переменными - это позволит вам решать сложные задачи, как на полноценном языке программирования. Например, вычислять характеристики товаров, а потом работать с ними в других запросах.

Вы научитесь работать с триггерами - это позволит вам настраивать выполнение определенных действий в зависимости от некоторых условий: например, делать дамп таблицы при попытке ее очистки.

Вы научитесь читать план запроса и оптимизировать тяжелые неэффективные SQL-запросы - такая задача постоянно возникает в работе и ее часто дают на собеседованиях.

Оптимизация SQL-запросов и поведенческие паттерны исполнения

Анализ качества и логической целостности аналитических данных

Прогнозирование и анализ трендов на основе исторических данных в SQL

SQL для поддержки принятия решений на основе сценарного анализа

Агрегация, нормализация и структурный анализ метрик

Рекурсивные структуры и анализ последовательностей в реляционных базах данных

Итоговый проект

Лекция приглашенного спикера

Разбор тестового задания на позицию Senior

В компаниях с развитой аналитической культурой данные собираются в специальные хранилища - Data Warehouse (DWH). И работа с DWH - одна из ключевых задач дата инженера.

На примере DWH Clickhouse вы разберетесь в архитектурных и идейных отличиях - чем нам не устраивали обычные базы данных и зачем нам нужны хранилища.

Вы научитесь работать с Clickhouse для решения аналитических задач и поймете его преимущества относительно PostgreSQL.

Вы научитесь писать сложный SQL-запросы в Clickhouse на примере прикладных задач: прогнозирование временных рядов, формирование рекомендаций для абонентов телеком-сервиса и т.д.