Dataanalyse med Databricks for finanssektoren Treningskurs

Introduksjon til Databricks og finansielle bruksområder

• Kjennskap til Databricks-økosystemet
• Oversikt over arbeidsflyter for finansiell dataanalyse
• Bruksom eksempeler: risikomodellering, finansiell rapportering, revisjonslogger

Komme i gang med Databricks-notatbøker

• Oppretting og navigering i notatbøker
• Bruk av Python og SQL i Databricks
• Samarbeid med kommentarer og versjonshistorikk

Datainlesning og rengjøring

• Import av finansielle data fra CSV, databaser og API-er
• Bruk av Spark DataFrames for rengjøring og forberedelse
• Håndtering av manglende verdier og unike verdier

Transformasjon og aggregering av finansielle data

• Beregning av KPI-er og finansielle forholdstal
• Filtrering, gruppering og vridning av datasets
• Tidsserieser manipulasjon og resampling

Visualisering av finansielle innsikter

• Oppretting av dashboards med Databricks visuelle verktøy
• Tilpasning av diagrammer for finansiell rapportering
• Eksport av visuelle data for presentasjoner eller regulatorisk gjennomgang

Optimalisering av forespørsler og bruk av Delta Lake

• Introduksjon til Delta Lake-arkitektur
• ACID-transaksjoner og datatillit
• Forbedring av ytelse med datapartisjonering

Samarbeid, tidsinnstilling og deling

• Styring av tilgang og tillatelser for finansielle team
• Tidsinnstilling av jobb for automatisert rapportering
• Sikker eksport av data og resultater

Oppsummering og neste steg