Information and communication technologies
UAB "Dataera"
Registration
SQL, Power BI ir Python programavimas: duomenų analizės ir BIG DATA pagrindai
4.9
(17)
Learning begins:
2026-04-13
160 (ac. h.)
Price from:
2240 €
About course
Information provided by the training provider
Abstract
Important information
Way of learning
Remote synchronous
Place
-
Language
Lithuanian
Aukštos pridėtinės vertės programa
No
Minimum requirements for the participant
Education
Vidurinis išsilavinimas
Acquired and improved competencies
Ordinary:
Professional competencies:
Content of the learning program
| Topic name | Brief description of the topic |
|---|---|
|
Topic name
Struktūrinių duomenų bazių kūrimas ir naujinimas
|
Brief description of the topic
• SQL užklausų sintaksės C.R.U.D. (angl. Create Read Update Delete) koncepcija; • Automatinis duomenų bazių kūrimas naudojant SQL kodą; • Automatinis lentelių su skirtingais duomenų tipais kūrimas naudojant SQL kodą; • Lentelių su raktais iš kelių stulpelių kūrimas; • Laikinų lentelių kūrimas SQL serveriuose; • Laikinų lentelių savybės ir naudojimo praktika; • Rodinių (angl. View) kūrimas naudojant SQL kodą; • SQL serverių duomenų trynimo principai ir apribojimai; • Stulpelių reliacinėse lentelėse trynimas naudojant SQL kodą; • Reliacinių lentelių trynimas naudojant SQL kodą; • Reliacinių lentelių trynimo apribojimai kai naudojami ryšiai; • SQL serverių duomenų bazių trynimas naudojant SQL kodą; • Duomenų įrašymo į SQL serverį automatizavimas naudojant INSERT INTO sintaksę; • Automatinis duomenų atnaujinimas SQL serveryje naudojant UPDATE SET WHERE sintaksę; • Duomenų atnaujinimo apribojimai SQL serveriuose; • Duomenų bazės lentelės stulpelių redagavimas naudojant ALTER TABLE.
|
|
Topic name
Matematinių duomenų valdymo modelių kūrimas formulių pagalba
|
Brief description of the topic
• Power BI lentelių ryšių modeliavimo galimybės; • Rankinis lentelių ryšių kūrimas; • Lentelių ryšių maketų kūrimas; • Lentelių ryšių tipai; • Aktyvus / neaktyvūs lentelių ryšiai, jų skirtumai ir naudojimo principai; • Kryžminio filtravimo kryptys, jų skirtumai ir naudojimo principai; • Lentelių ir stulpelių slėpimas; • Stulpelių ir formulių (angl. Measures) grupavimas į aplankus; • Formulių (angl. Measures) lentelės kūrimas; • Pagrindinės datų lentelės nustatymas; • DAX (angl. Data Analysis Expressions) formulių rašymas: • DAX sintaksė; • DAX formulių komentavimas; • Nesudėtingos agregavimo formulės SUM, COUNT, AVERAGE, MIN, MAX; • Specifinė DAX dalyba naudojant DIVIDE; • Lentelių filtravimas naudojant FILTER sintaksę; • Dirbtinio intelekto integracijų taikymas Power BI Desktop: • Duomenų prognozavimo funkcijos taikymas; • Kalbos atpažinimo kognityvinės funkcijos taikymas; • Pagrindinių frazių ištraukimo kognityvinės funkcijos taikymas; • Azure Machine Learning funkcionalumas.
|
|
Topic name
Darbinių įgūdžių realioje darbo vietoje formavimas
|
Brief description of the topic
Įsivertinti ir realioje darbo vietoje demonstruoti įgytas kompetencijas. Susipažinti su būsimo darbo specifika ir adaptuotis realioje darbo vietoje. Įsivertinti asmenines integracijos į darbo rinką galimybes.
|
|
Topic name
Duomenų šaltinių identifikavimas
|
Brief description of the topic
Duomenų šaltiniai: • SQL duomenų bazės; • Excel failai; • CSV failai; • JSON failai; • XML failai; • Tekstiniai failai. • Aprašomoji analizė; • Diagnostinė analizė; • Nuspėjamoji analizė; • Preskriptyvinė analizė. • Struktūrizuoti duomenys; • Nestruktūrizuoti duomenys; • Duomenų srautai; • Didieji duomenys ir jų formatai; • Debesijos duomenų technologijos; • Vietiniai serveriai; • SQL Serveriai: • Reliacinės duomenų lentelės; • Automatinis duomenų atnaujinimas; • NoSQL technologijos; • Duomenų sandėliai (angl. Data Warehouse); • Duomenų ežerai (angl. Data Lake); • Dirbtinio intelekto paslaugos; • Duomenų modeliavimas; • Duomenų valymas; • Duomenų integravimas.
|
|
Topic name
Duomenų infrastruktūros supratimas
|
Brief description of the topic
Duomenų transformavimas: • Automatinis duomenų surinkimas iš duomenų šaltinių; • ETL procesas (angl. Extract Transform Load); • Duomenų valymas ir parengimas analizei; • Duomenų bazių struktūros: • Struktūrinių duomenų lentelės; • Reliacinių duomenų lentelių atvaizdavimas; • SQL serverių rodiniai (angl. Views); • SQL duomenų užklausų naudojimas duomenų ištraukimui iš serverio; • Duomenų agregavimas: • Duomenų modeliavimas naudojant SQL užklausas; • SQL funkcijos; • Matematinių modelių taikymas naudojant SQL kodą; • Naujų lentelių ir stulpelių kūrimas traukiant duomenis iš serverio; • Lentelių ryšiai: • Reliacinių lentelių ryšių tipai; •„Vienas-su-vienu“ lentelių ryšio privalumai ir trūkumai; • „Vienas-su-daug“ lentelių ryšio privalumai ir trūkumai; • „Daug-su-daug“ lentelių ryšio privalumai ir trūkumai; • Lentelių jungimo tipai: • Lentelių raktai: • Struktūrinių duomenų jungimo principai; • Pirminiai raktai struktūrinių lentelių jungimui; • Svetimi raktai.
|
|
Topic name
Automatinių duomenų atvaizdavimo grafikų ir vizualizacijų kūrimas
|
Brief description of the topic
• Verslo įžvalgų (angl. Business Intelligence) kūrimo koncepcija:• Duomenų tvarkymo etapai; • Duomenų rūšiavimas; • Duomenų agregavimas naudojant automatinius įrankius; • Duomenų interaktyvaus atvaizdavimo ypatumai; • Duomenų „pasakojimo“ kūrimas; • MS Power Platform sistemos apžvalga; • Sistemą sudarantys bendri įrankiai – Dataverse, duomenų jungtys ir DI integracijos; • Power BI verslo analizės įrankis kitų įrankių kontekste; • Duomenų lentelių tipai: • Pločio (angl. Wide) tipo duomenų lentelės; • Ilgio (angl. Long) tipo duomenų lentelės; • Power BI atnaujinimai, pakeitimų dažnis ir apimtis; • Power BI privalumai ir trūkumai lyginant su konkurentais; • Power BI architektūros sudedamosios dalys: • Prisijungimo prie duomenų lokaliuose šaltiniuose ypatumai; • Duomenų šaltiniai; • Vartotojo aplinka; • Didžiųjų duomenų (angl. BIG DATA) valdymo architektūros. • Power BI pirmtako technologija OLAP kubai; • Pažangios duomenų apdorojimo architektūros; • Duomenų apdorojimas su Azure Synapse.
|
|
Topic name
Programavimo pagrindai naudojant Python programinę kalbą
|
Brief description of the topic
• Python programos parsisiuntimas ir instaliavimas; • Kodo redaktoriaus PyCharm parsisiuntimas ir instaliavimas; • Kodo redaktoriaus Jupyter Notebook parsisiuntimas ir instaliavimas; • Kompiuterio reikalavimai programinio kodo rašymui; • Kodo redaktorių skirtumai; • Python failų tipai .py ir .ipynb;• Skirtingų IT profesijų darbo rinka (patirtis ir darbo užmokestis); • Programavimo kalbų skirtumai ir panašumai: • Bitai; • Baitai; • Teksto konvertavimas į dvejetainį kodą – ASCII; • Programinio kodo kompiliavimas; • Programinio kodo interpretavimas; • Algoritmų koncepcija; • Bazinės Python funkcijos; • Python primityviosios duomenų struktūros; • Python bazinė matematika; • Python neprimityviosios duomenų struktūros; • Python ciklai; • Python klaidų valdymas; • Python funkcijos; • Python objektinio programavimo (OOP) koncepcija; • Python integruotieji moduliai.
|
|
Topic name
Struktūrizuotų duomenų saugyklų kūrimas
|
Brief description of the topic
• MySQL serverio kūrimas: • MySQL serverio instaliavimas kompiuteryje; • SQL serverio vartotojų kūrimas; • Patogaus prisijungimo prie SQL serverio nustatymas; • Vartotojų apsaugos parametrų nustatymas; • Susipažinimas su MySQL serverio infrastruktūra: • MySQL Workbench naudojimas; • Duomenų bazių struktūra MySQL serveryje; • Naujų duomenų bazių kūrimo MySQL servery principai; • Aktyvių ir neaktyvių duomenų bazių skirtumai[ • Duomenų bazių modelių importavimas ir peržiūra MySQL serveryje; • Lentelių kūrimas ir atnaujinimas MySQL serveryje nenaudojant kodo; • Supažindinimas su rodiniais (angl. Views) ir jų koncepcija; • Supažindinimas su MySQL procedūromis; • Supažindinimas su MySQL funkcijomis; • Duomenų įkėlimas į MySQL serverį: • Duomenų lentelių įkėlimas į MySQL serverį; • Duomenų lentelių užpildymas MySQL serveryje; • Duomenų modelio sukūrimas MySQL serveryje.
|
|
Topic name
Duomenų analizės automatinės ataskaitos interaktyvių funkcijų kūrimas
|
Brief description of the topic
• Grafikų įkėlimas į ataskaitą; • Slicer tipo vizualizacijų naudojimas patogiam filtravimui; • Card tipo grafikų naudojimas KPI rodiklių atvaizdavimui; • Map tipo grafikų naudojimas duomenų atvaizdavimui žemėlapyje; • Matrix grafikų naudojimas duomenų atvaizdavimui lentelėje, Excel Pivot principu; • Ataskaitų temos; • Ataskaitų šablonai; • Atskirų ataskaitos puslapių kūrimas. Tema. Ataskaitos vizualizacijų navigacija: • Perėjimas iš vieno grafiko lygio į kitą (angl. Drill Down/Up); • Ataskaitos vizualizacijos atidarymas atskirame lange (angl. Focus Mode); • Vizualizacijos tikrinimas kas filtruoja duomenis; • Vizualizacijos elementų rikiavimas pagal nurodytą stulpelį; • Lentelės stulpelio rikiavimas pagal kitą tos pačios lentelės stulpelį; • Vizualizacijų interaktyvumo išjungimo galimybės; • Rolių kūrimas RLS (angl. Row Level Security) Power BI Desktop aplinkoje naudojant formules; • Lentelių, stulpelių ir formulių slėpimas.
|
|
Topic name
Išplėstinė duomenų analizė naudojant specializuotus Python programavimo modulius
|
Brief description of the topic
• Python trečiųjų šalių sukurtų modulių biblioteka pypi.org; • Modulio komponentų importavimo ir pervadinimo principai; • NumPy; • Pandas; • Matplotlib; • NumPy modulio pagrindu sukurti kiti moduliai; • NumPy modulio duomenų struktūros – masyvai (angl. Arrays); • Skirtingų dimensijų masyvai; • Pandas modulio instaliavimo principai skirtingose aplinkose; • Pandas modulio duomenų struktūros; • DataFrame duomenų struktūros savybės ir struktūra; • NumPy greitaveika; • Masyvų metodai; • Masyvų problematika naudojant ne skaitines reikšmes; • Duomenų formatų skaitymas ir įrašymas su Pandas; • Greitoji failų analizė; • Duomenų failo valymas (angl. Data Cleaning) naudojant Pandas; • Naujų duomenų kūrimas ir esamų keitimas; • Duomenų grupavimas, rikiavimas ir jungimas; • SQL serverio duomenų skaitymas ir įrašymas: • Prisijungimo prie serverio kredencialų nurodymo sintaksė; • SQL duomenų bazės kūrimas naudojant Python kodą.
|
|
Topic name
Analitinių projektų kūrimas
|
Brief description of the topic
• Baigiamojo projekto rengimas: • Hipotezių kėlimas ir nuoseklus jų tikrinimas; • Projekto tikslų nustatymas; • Projekto išvadų aprašymas; • Python funkcijų taikymas projekte; • Python ciklų naudojimas projekto algoritmuose; • Duomenų analizės pagrindimas grafikais; • Python modulių taikymas; • Mašininio mokymosi algoritmų taikymas; • Python kodo naudojimas Power BI įrankyje: • Python kodo naudojimas įkeliant duomenis į Power BI Desktop įrankį; • Python kodo naudojimas braižant Power BI Desktop grafikus; • Python modulių importavimas į Power BI aplinką; • Python kodo naudojimas transformuojant duomenis Power Query rengykjlėje; • Duomenų kodavims ir dekodavimas Power BI įrankyje naudojant Python kodą.
|
|
Topic name
Duomenų užklausų kūrimas
|
Brief description of the topic
• Pagrindiniai SQL serverių duomenų tipai; • Duomenų formatai; • SQL užklausos: • SQL kodo sintaksė; • SQL užklausų struktūra; • Stulpelių parinkimas SELECT užklausų pagalba; • Lentelių parinkimas naudojant FROM; • Stulpelių ir lentelių pervadinimas naudojant AS; • Užklausų rezultato rikiavimas naudojant ORDER BY; • Duomenų agregavimas naudojant SQL užklausas; • SQL funkcijos: • Standartinės (angl. built-in) SQL funkcijos; • Teksto transformavimas; • Skaitinių duomenų valdymas naudojant SQL funkcijas; • SQL užklausų aritmetiniai operatoriai; • SQL užklausų palyginamieji operatoriai; • Duomenų filtravimas naudojant WHERE sintaksę; • Daugiafunkcinis filtravimas naudojant loginius operatorius; • SQL sintaksė duomenų grupavimui; • IF logikos keitimas į patogesnę CASE sintaksę; Lentelių jungimas: • Duomenų užklausų principai naudojant kelias lenteles; • Vertikalus lentelių jungimas naudojant UNION sintaksę; • Horizontalus lentelių jungimas naudojant sintaksę JOIN.
|
|
Topic name
Generuoti analitines įžvalgas ir rekomendacijas
|
Brief description of the topic
• Grafikų braižymas naudojant Pandas modulį: • Grafikų braižymo principai skirtinguose kodų redaktoriuose; • Grafikų braižymo ypatumai Jupyter Notebook aplinkoje; • Kompleksinių grafikų braižymas su Matplotlib moduliu: • Sudėtingų Matplotlib grafikų kopijavimas; • Grafikų braižymas su Seaborn moduliu: • Seaborn modulio apžvalga; • Standartiniai duomenų paketai Seaborn modulyje; • Seaborn grafikų biblioteka; • Skirtingi grafikų tipai Seaborn modulyje; • displot grafiko braižymas; • jointplot grafiko braižymas; • pairplot grafiko braižymas; • scatterplot grafiko braižymas; • countplot grafiko braižymas; • boxplot grafiko braižymas; • violinplot grafiko braižymas; • stripplot grafiko braižymas; • regplot grafiko braižymas; • heatmap grafiko braižymas; • Mašininio mokymosi algoritmų matematinis pagrindas; • Pagrindinės mašininio mokymosi technologijos; • Klasifikacija; • KNN artimiausių kaimynų klasifikacija; • Regresijų tipai; • Tiesinė regresija; • Logistinė regresija.
|
|
Topic name
Skirtingų duomenų formatu sujungimas ir parengimas analizei
|
Brief description of the topic
• Power BI Desktop sudedamosios dalys: • Power BI Desktop konfigūravimas; • Duomenų vizualizavimo ypatybės; • Ryšių tarp lentelių kūrimo galimybės; • Prisijungimas prie duomenų su Power BI Desktop: • Standartinio prisijungimo prie skirtingų duomenų šaltinių variantai; • Duomenų skaitymas iš WEB puslapių (angl. Web Scraping); • Duomenų skaitymas iš PDF failų; • Prisijungimo būdai prie SQL serverių duomenų; • Prisijungimas prie MySQL serverio duomenų; • Duomenų importavimas į Power BI „Import“ rėžimu; • Matavimo rodiklių KPI (angl. Key Performance Indicators) identifikavimas; • SQL užklausų parengimas; • Prisijungimas prie MySQL duomenų bazės; • Parengtų SQL užklausų taikymas; • Duomenų modelio saugojimas .pbix formatu; • Meta duomenų koncepcija; • Power BI Desktop ataskaitos publikavimo į Power BI Service; • ETL (angl. Extract Transform Load) koncepcija; • ETL realizavimas su Power Query; • Power Query formulių rašymas naudojant M-Language.
|
Duration of the learning programme
Duration of the learning programme: 160 (ac. h.)
Duration of practical contact work: 130 (ac. h.)
Duration of theoretical contact work: 30 (ac. h.)
Duration of self-employment: 0 (ac. h.)
Assessment
System / scale of assessment of acquired competencies: 1-10.
Important information
Way of learning
Remote synchronous
Place
-
Language
Lithuanian
Aukštos pridėtinės vertės programa
No
Minimum requirements for the participant
Education
Vidurinis išsilavinimas
Contacts
Name, Surname
Neringa Rimkevičienė
Obligations
Administracijos vadovė
Email
info@datacademy.lt
Phone
+370 665 15 654
Timetables
LT-M-DAU-260413-GRU-VAK
Vacancies: 25
Training period:
2026-04-13 - 2026-07-26
| Way | Place | Group size | Language | Lecturers | Price | Registration |
|---|---|---|---|---|---|---|
|
Way
Remote synchronous
|
Address
-
|
Group size
1-25
|
Language
Lithuanian
|
Lecturers
|
Price
2 240 €
|
Registration
2026-01-15 - 2026-03-29
|
Ratings
Mokymus baigusių asmenų bendras mokymosi programos įvertinimas
1
Ar pasiteisino Jūsų lūkesčiai įgyti, patobulinti kompetenciją (-as) (žinias, įgūdžius, gebėjimus)?
4.9
2
Ar įgytas žinias, gebėjimus, įgūdžius taikote / taikysite kasdieniame darbe / gyvenime?
4.1
3
Ar vykdytų mokymų turinys atitiko Mokymosi programos turinį?
5.0
4
Ar mokymo medžiaga / priemonės padėjo geriau suprasti Mokymosi programos turinį?
5.0
5
Ar mokymų vieta / aplinka buvo palanki mokymuisi?
5.0
6
Ar mokymų organizavimas buvo tinkamas?
4.9
7
Ar pakankamai buvo praktinio darbo / praktinių užsiėmimų?
5.0
8
Ar mokymai Jums buvo naudingi?
5.0
9
Ar rekomenduotumėte šią Mokymosi programą savo pažįstamiems?
4.9
10
Ar gerai vertinate Mokymosi programą vykdžiusio asmens (lektoriaus) darbą?
5.0
11
Ar Mokymosi programą vykdęs asmuo (lektorius) sukūrė gerą psichologinę atmosferą?
5.0
Reviews from who completed the training
Puiki programa, rekomenduoju besidomintiems duomenu analitika. Ypatingai aciu destytojai Kristinai uz atsidavima ir puiku darba.
Duomenų analitikos (SQL, PBI, Python) paskaitos buvo įdomios, vertingos ir prasmingos. Lektorius dėmesingai atsižvelgė į grupės tempą, intelektinius poreikius bei operatyviai reaguodavo į atsiradusius rūpesčius/trikdžius, taip pat kiekvienam grupės nariui suteikė daug vertingų individualių patarimų duomenų analitikos taikymo klausimais!
Sveiki. Puikūs kursai organizuoti DATACADEMY. Labai geras dėstytojas Giedrius Rimkevičius. Rekomenduočiau šią mokymo įstaigą, bei dėstytoją visiems norintiems mokytis. Kursų ivertinimas 10 balų. Ačiū dėstytojui už igytas žinias, pagalbą ir kantrybę! Labai rekomenduoju visiems!
Malonus dėstytojas gerai išaiškino visą medžiagą, atsakydavo į visus klausimus.
Dėstytojas puikus savo srities profesionalas, mokantis kokybiškai pateikti informaciją, sudominti, ir atsakyti į visus iškilusius klausimus. Mokymų organizatoriai iškart susisiekė, atsakė į visus klausimus apie programą ir registraciją ( išsamiai ir suprantamai kiekvienam) su nuorodomis. Esu patenkinta mokymų kokybe ir gautu žinių bagažu
Shown records:
1-5
from
5
Kainų istorija
Top programmes
UAB "Alfa klasė"
Anglų kalba A1
4.8
(106)
Learning begins:
Tikslinama
60 (ac. h.)
Price from:
Tikslinama
UAB Alfabet education
Anglų kalba A1-A2 lygiu pradedantiesiems
4.8
(696)
Learning begins:
Tikslinama
60 (ac. h.)
Price from:
Tikslinama
Viešoji įstaiga "UŽSIENIO KALBŲ MOKYMO CENTRAS"
Anglų kalbos mokymo programa. A1 lygis
4.8
(228)
Learning begins:
Tikslinama
74 (ac. h.)
Price from:
Tikslinama
Viešoji įstaiga "Švietimo pagalbos projektai"
Ankstyvoji pagalba vaikams, turintiems raidos (autizmo spektro) sutrikimų
4.9
(286)
Learning begins:
Tikslinama
65 (ac. h.)
Price from:
Tikslinama
UAB FastTrack LT
Dirbk produktyviau su Dirbtiniu Intelektu: ChatGPT, BARD, Gemini ir kiti
4.7
(227)
Learning begins:
Tikslinama
54 (ac. h.)
Price from:
Tikslinama
Verslo ir svetingumo profesinės karjeros centras
Individualios priežiūros darbuotojo, dirbančio su neįgaliais ir senyvo amžiaus asmenimis, mokymo programa
4.8
(203)
Learning begins:
Tikslinama
160 (ac. h.)
Price from:
Tikslinama
UAB "Alfa klasė"
Italų kalba ir kultūra A1
4.7
(167)
Learning begins:
Tikslinama
60 (ac. h.)
Price from:
Tikslinama
MB Išmani edukacija
Kompiuterinis ir skaitmeninis raštingumas
4.8
(241)
Learning begins:
Tikslinama
54 (ac. h.)
Price from:
Tikslinama
Uždaroji akcinė bendrovė "SDG"
Praktiniai mokymai darbuotojų saugos ir sveikatos specialistams
4.8
(488)
Learning begins:
Tikslinama
54 (ac. h.)
Price from:
Tikslinama
Scroll to the top