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.
Plan du cours
Introduction à Databricks et aux Use Case financiers
- Comprendre l'écosystème Databricks
- Aperçu des flux de travail d'analyse de données financières
- Exemples de cas d'utilisation : modélisation des risques, rapports financiers, journaux d'audit
Démarrage avec les cahiers Databricks
- Création et navigation dans les cahiers
- Utiliser Python et SQL dans Databricks
- Collaboration avec des commentaires et l'historique de versions
Ingestion et Nettoyage des Données
- Importation de données financières à partir de fichiers CSV, bases de données et API
- Utilisation des DataFrames Spark pour le nettoyage et la préparation
- Gestion des valeurs manquantes et des valeurs aberrantes
Transformation et Agrégation des Données Financières
- Calcul des KPIs et ratios financiers
- Filtrage, regroupement et pivotage de jeux de données
- Manipulation et resampling des séries temporelles
Visualisation des Insights Financiers
- Création de tableaux de bord avec les outils visuels Databricks
- Personnalisation des graphiques pour la reporting financier
- Exportation des visualisations pour présentations ou revues réglementaires
Optimisation des Requêtes et Utilisation du Delta Lake
- Aperçu de l'architecture Delta Lake
- Transactions ACID et fiabilité des données
- Amélioration des performances avec la partitionnement des données
Collaboration, Planification et Partage
- Gestion de l'accès et des permissions pour les équipes financières
- Planification des tâches pour le reporting automatisé
- Exportation sécurisée des données et résultats
Résumé et Étapes Suivantes
Pré requis
- Une compréhension des concepts d'analyse de données
- Expérience avec Python ou SQL
- Familiarité avec les types de données financières et la reporting
Audience
- Analystes financiers et professionnels de l'intelligence d'affaires
- Analystes de données travaillant dans le secteur financier
- Ingénieurs de données soutenant les équipes financières
14 Heures