Praca ze Snowflake w chmurze - Nauczysz się samodzielnie poruszać po środowisku Snowflake, rozumieć jego architekturę i świadomie korzystać z warstw storage oraz compute przy codziennej pracy z danymi.
Budowa struktur danych - Przećwiczysz tworzenie schematów, tabel i widoków oraz ładowanie plików CSV, JSON i Parquet, dzięki czemu przygotujesz kompletne środowisko danych do analiz i integracji.
Lepsze zapytania SQL - Opanujesz pisanie zapytań z JOIN, CTE, subqueries i agregacjami oraz poznasz time travel, fail-safe i mechanizmy optymalizacji, aby szybciej analizować i odzyskiwać dane.
Połączenie Pythona ze Snowflake - Skonfigurujesz połączenie z Snowflake w Pythonie, poznasz różne metody uwierzytelniania i nauczysz się bezpiecznie otwierać oraz zamykać sesje w swoich skryptach i aplikacjach.
Obsługa danych z poziomu Pythona - Nauczysz się wysyłać zapytania SQL z kodu, pobierać wyniki do pandas.DataFrame i parametryzować polecenia, aby wygodnie łączyć logikę programistyczną z pracą na danych.
Analityka i raportowanie - Przeanalizujesz dane pobrane ze Snowflake przy użyciu pandas, numpy, matplotlib i seaborn, a następnie przygotujesz raporty oraz eksporty do CSV lub Excela dla odbiorców biznesowych.
Automatyzacja pipeline'ów - Zbudujesz proste procesy ETL w Pythonie, poznasz opcje harmonogramowania zadań i zobaczysz, jak wdrożyć logowanie, obsługę błędów oraz alerty w codziennych procesach danych.
Bezpieczne wdrożenia danych - Dowiesz się, jak zarządzać rolami, poświadczeniami i politykami dostępu oraz jak prowadzić audyt aktywności, aby ograniczać ryzyko błędów i lepiej chronić dane w projektach.
Podstawy SQL - Powinieneś swobodnie pisać proste zapytania SQL, używać SELECT, WHERE, JOIN i GROUP BY oraz rozumieć, jak działa praca na tabelach i relacjach między danymi.
Podstawy Pythona - Powinieneś znać składnię Pythona, pracę ze zmiennymi, funkcjami, pętlami i bibliotekami oraz umieć uruchomić prosty skrypt i odczytać wynik jego działania.
Praca z danymi - Powinieneś rozumieć, czym są tabele, rekordy, kolumny i formaty plików danych, takich jak CSV czy JSON, aby sprawnie odnaleźć się w zadaniach importu i analizy.
Środowisko programistyczne - Powinieneś umieć zainstalować pakiet w Pythonie, uruchomić terminal lub edytor kodu i pracować na własnym komputerze, aby samodzielnie wykonywać ćwiczenia praktyczne.
