Dataanalyse med Databricks for finans Treningskurs

Introduksjon til Databricks og finansielle bruksområder

• Forståelse av Databricks-økosystemet
• Oversikt over arbeidsflyter for finansiell dataanalyse
• Eksempler på bruksområder: risikomodellering, finansiell rapportering, revisjonslogger

Kom i gang med Databricks-notater

• Opprettelse og navigering i notater
• Bruk av Python og SQL i Databricks
• Samarbeid med kommentarer og versjonshistorikk

Importering og rensing av data

• Importering av finansielle data fra CSV, databaser og API-er
• Bruk av Spark DataFrames for rensing og forberedelse
• Behandling av manglende verdier og avvik

Transformasjon og aggregering av finansielle data

• Beregning av KPI-er og finansielle nøkkelratios
• Filtrering, gruppering og rotasjon av datasamlinger
• Manipulering og nedprøving av tidsserier

Visualisering av finansiell innsikt

• Opprettelse av dashboards med Databricks' verktøy for visualisering
• Tilpasning av diagrammer for finansiell rapportering
• Eksport av visualiseringer for presentasjoner eller regulativ granskning

Optimalisering av forespørsler og bruk av Delta Lake

• Innføringsforelesning til arkitekturen i Delta Lake
• ACID-transaksjoner og datatillit
• Forbedring av ytelse med datapartisjonering

Samarbeid, innstilling av planer og deling

• Forvaltning av tilgang og tillatelser for finanslag
• Innsetting av oppgaver for automatisert rapportering
• Sikker eksport av data og resultater

Oppsummering og neste steg