Formation Analyse de données avec Databricks pour la Finance

Introduction à Databricks et aux cas d'usage financiers

• Compréhension de l'écosystème Databricks
• Aperçu des flux de travail d'analyse de données financières
• Exemples de cas d'usage : modélisation des risques, reporting financier, journaux d'audit

Démarrage avec les notebooks Databricks

• Création et navigation dans les notebooks
• Utilisation de Python et de SQL dans Databricks
• Collaboration via des commentaires et l'historique des versions

Ingénierie et nettoyage des données

• Importation de données financières depuis des fichiers CSV, des bases de données et des API
• Utilisation des Spark DataFrames pour le nettoyage et la préparation des données
• Gestion des valeurs manquantes et des valeurs aberrantes

Transformation et agrégation des données financières

• Calcul des KPI et des ratios financiers
• Filtrage, regroupement et pivotation des jeux de données
• Manipulation et rééchantillonnage de séries temporelles

Visualisation des insights financiers

• Création de tableaux de bord avec les outils de visualisation Databricks
• Personnalisation des graphiques pour le reporting financier
• Exportation des visuels pour les présentations ou la revue réglementaire

Optimisation des requêtes et utilisation de Delta Lake

• Introduction à l'architecture Delta Lake
• Transactions ACID et fiabilité des données
• Amélioration des performances par le partitionnement des données

Collaboration, planification et partage

• Gestion des accès et des autorisations pour les équipes financières
• Planification de tâches pour le reporting automatisé
• Exportation sécurisée des données et des résultats

Résumé et prochaines étapes