Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Durasi 14 jam
Kerangka Materi
Pengenalan Databricks dan Kasus Penggunaan Keuangan
- Memahami ekosistem Databricks
- Ringkasan alur kerja analisis data keuangan
- Contoh kasus penggunaan: pemodelan risiko, pelaporan keuangan, log audit
Memulai dengan Notebook Databricks
- Membuat dan menavigasi notebook
- Menggunakan Python dan SQL di Databricks
- Menyambut anggota tim melalui komentar dan riwayat versi
Penyerapan dan Pembersihan Data
- Memasukkan data keuangan dari CSV, database, dan API
- Menggunakan Spark DataFrames untuk pembersihan dan persiapan
- Menangani nilai hilang dan outlier
Transformasi dan Agregasi Data Keuangan
- Menghitung KPI dan rasio keuangan
- Menyaring, mengelompokkan, dan memutar (pivot) set data
- Manipulasi dan pengujian ulang deret waktu (time series)
Visualisasi Wawasan Keuangan
- Membuat dasbor dengan alat visual Databricks
- Menyesuaikan grafik untuk pelaporan keuangan
- Mengekspor visual untuk presentasi atau peninjauan reguler
Optimasi Kueri dan Penggunaan Delta Lake
- Pengenalan arsitektur Delta Lake
- Transaksi ACID dan keandalan data
- Meningkatkan kinerja dengan partisi data
Kolaborasi, Penjadwalan, dan Berbagi
- Manajemen akses dan izin untuk tim keuangan
- Menjadwalkan tugas untuk pelaporan otomatis
- Mengekspor data dan hasil dengan aman
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman tentang konsep analisis data
- Pengalaman dengan Python atau SQL
- Kenalan dengan jenis data keuangan dan pelaporan
Audience
- Analis keuangan dan profesional kecerdasan bisnis
- Analis data yang bekerja di sektor keuangan
- Insinyur data yang mendukung tim keuangan
