Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction à Databricks et aux cas d'usage financiers
- Comprendre 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
Démarrer avec les notebooks Databricks
- Création et navigation dans les notebooks
- Utilisation de Python et de SQL dans Databricks
- Collaboration via les commentaires et l'historique des versions
Ingésion 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
- Gestion des valeurs manquantes et des valeurs aberrantes
Transformation et agrégation des données financières
- Calcul des KPI et des ratios financiers
- Filtrage, groupement et pivotement des ensembles de données
- Manipulation et rééchantillonnage des séries chronologiques
Visualisation des insights financiers
- Création de tableaux de bord avec les outils de visualisation de Databricks
- Personnalisation des graphiques pour la reporting financière
- Exportation des visuels pour les présentations ou la revue réglementaire
Optimisation des requêtes et utilisation de Delta Lake
- Introduction à l'architecture de Delta Lake
- Transactions ACID et fiabilité des données
- Amélioration des performances via le partitionnement des données
Collaboration, planification et partage
- Gestion des accès et des permissions pour les équipes financières
- Planification de tâches pour la reporting automatisée
- Exportation sécurisée des données et des résultats
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts d'analyse de données
- Expérience avec Python ou SQL
- Familiarité avec les types de données financières et la reporting
Public cible
- Analystes financiers et professionnels de la business intelligence
- Analystes de données travaillant dans le secteur financier
- Ingénieurs de données supportant les équipes financières
Nos clients témoignent (1)
les labs et la qualité des exercices de mise en pratique