CompTIA Data+
Descripción general
Este curso le enseña el conocimiento y las habilidades necesarias para transformar los requisitos comerciales en apoyo de decisiones basadas en datos mediante la minería de datos, la manipulación de datos, la aplicación de métodos estadísticos básicos y el análisis de conjuntos de datos complejos, al tiempo que se adhiere a los estándares de gobernanza y calidad a lo largo de todo el ciclo de vida de los datos.
Objetivos
CompTIA Data+ valida que usted tiene las habilidades necesarias para facilitar las decisiones comerciales basadas en datos, que incluyen:
- Minería de datos.
- Manipulación de datos.
- Visualización y generación de informes de datos.
- Aplicación de métodos estadísticos básicos.
- Analizar conjuntos de datos complejos mientras se adhiere a los estándares de gobernanza y calidad a lo largo de todo el ciclo de vida de los datos.
Audiencia
Data+ es una certificación ideal no solo para carreras específicas de datos, sino también para otras trayectorias profesionales que pueden beneficiarse de los procesos de análisis y el conocimiento de análisis de datos, como especialistas en marketing, analistas financieros, analistas de recursos humanos o analistas clínicos de atención médica. Este curso es adecuado para roles como:
- Analista de Datos
- Analista de Inteligencia de Negocios
- Analista de Informes
- Analista de Marketing
- Analista Clínico
- Analista de Datos de Negocio
- Analista de Operaciones
Prerrequisito
De 18 a 24 meses de experiencia en un puesto de trabajo de analista de informes/negocios, exposición a bases de datos y herramientas de análisis, comprensión básica de estadísticas y experiencia en visualización de datos.
Contenido del curso
- Identificar bases de datos relacionales y no relacionales.
- Comprender la forma en que usamos las tablas, las claves principales y la normalización.
- Describir los tipos de sistemas de procesamiento y almacenamiento de datos.
- Explique cómo cambian los datos.
- Comprender los tipos de datos.
- Desglose los tipos de datos de campo.
- Diferenciar entre datos estructurados y datos no estructurados.
- Reconocer diferentes formatos de archivo.
- Comprender los diferentes lenguajes de código utilizados para los datos.
- Comprender los procesos de extracción, transformación y carga de datos.
- Explicar el raspado de API/web y otros métodos de recopilación.
- Recopilar y utilizar datos públicos y disponibles públicamente.
- Usar y recopilar datos de encuestas.
- Aprenda a generar perfiles de datos.
- Dirija los datos redundantes, duplicados e innecesarios.
- Trabajar con valores faltantes.
- Dirección: Datos no válidos.
- Convierta los datos para cumplir con las especificaciones.
- Manipule datos de campo y cree variables.
- Transponer y anexar datos.
- Datos de consulta.
- Utilice funciones para manipular datos.
- Use técnicas comunes para la optimización de consultas.
- Utilizar medidas de tendencia central.
- Utilice medidas de dispersión.
- Frecuencia de uso y porcentajes.
- Introducción al análisis.
- Reconocer los tipos de análisis.
- Comprender la importancia de las pruebas estadísticas.
- Desglosa la prueba de hipótesis.
- Comprender las pruebas y los métodos para determinar las relaciones entre las variables.
- Usa elementos visuales básicos.
- Cree imágenes avanzadas.
- Construir mapas con datos geográficos.
- Usa elementos visuales para contar una historia.
- Tenga en cuenta las necesidades de la audiencia al desarrollar un informe.
- Describir las consideraciones de la fuente de datos para la generación de informes.
- Describir las consideraciones para la entrega de informes y paneles.
- Desarrollar informes o cuadros de mando.
- Comprender las formas de ordenar y filtrar los datos.
- Elementos de diseño para informes y cuadros de mando.
- Utilizar elementos estándar.
- Creación de una narración y otros elementos escritos.
- Comprender las consideraciones de implementación.
- Comprenda cómo las actualizaciones y el tiempo afectan a los informes.
- Diferenciar entre tipos de informes.
- Definir la gobernanza de datos.
- Comprender los requisitos y las políticas de acceso.
- Comprender los requisitos de seguridad.
- Comprender los requisitos de relación de entidad.
- Describir las características, reglas y métricas de la calidad de los datos.
- Identificar las razones para verificar la calidad de los datos y los métodos de validación de datos.
- Explicar los conceptos básicos de la gestión de datos maestros.
- Describir los procesos de gestión de datos maestros.
