(SQLDA)

Databases, Data Analytics

Location, current course term

Contact us

Custom Customized Training (date, location, content, duration)

The course:

Hide detail
  • Proč SQL a jak přemýšlet o datech
    1. Kde se s SQL setkáte: Power Query, Python, CRM/ERP, BI nástroje
    2. Mentální model: tabulka, sloupec, řádek, datový typ
    3. Rozdíl mezi databází, schématem, tabulkou a pohledem (view)
    4. Jak komunikovat s IT/DBA – co znamená přístup, pohled, schéma
  • Anatomie SELECT dotazu
    1. Čtyři otázky před každým dotazem: odkud → co filtrovat → co zobrazit → jak seřadit
    2. Klauzule FROM, WHERE, SELECT, ORDER BY, LIMIT / TOP
    3. Logické vs. zapisované pořadí vyhodnocení dotazu
    4. Operátory pro filtrování: =, <>, >, <, BETWEEN, IN, LIKE
    5. Pracovní návyk: testování dotazu na malém vzorku před plným spuštěním
    6. Čtení chybových hlášek bez paniky
  • Agregace jako kontingenční tabulka
    1. Agregační funkce: SUM, COUNT, AVG, MIN, MAX
    2. Klauzule GROUP BY jako přímá analogie řádkových polí kontingenční tabulky
    3. WHERE vs. HAVING – filtr před agregací vs. po agregaci
    4. COUNT(*) vs. COUNT(sloupec) – proč to není totéž
    5. Aliasy názvů sloupců a čitelnost výsledku pro další zpracování
  • Datová hygiena a běžné problémy
    1. Neznámá hodnota NULL: Jak pracovat s „prázdnými buňkami“, které se chovají jinak než nula, a jak je bezpečně ošetřit
    2. Detekce duplicit pomocí GROUP BY + HAVING COUNT(*) > 1
    3. Funkce pro čištění: DISTINCT, TRIM, LOWER/UPPER, COALESCE
    4. Typické pasti: nekonzistence textových hodnot, různé zápisy jednoho stavu
    5. Kontrola smysluplnosti výsledku před dalším použitím v reportu
  • Spojování tabulek - skládání souvislostí
    1. Proč data nežijí v jedné tabulce - úvod do normalizace
    2. INNER JOIN (průnik) - výběr záznamů, která mají své páry v obou tabulkách
    3. LEFT JOIN (analogie XLOOKUP/SVYHLEDAT) - jak k hlavním datům připojit odpovídající informace a ošetřit nenalezené
    4. UNION ALL (skládání pod sebe) - sjednocení dat ze stejných struktur
    5. Rozhodovací strom analytika - jak rozpoznat, který typ spojení v danou chvíli potřebujete, abyste o žádná data nepřišli
  • SQL a AI – efektivní spolupráce
    1. Kdy AI v SQL pomáhá (boilerplate, překlad zadání, oprava chyb) a kdy selhává (neznámé schéma, business logika, výkon)
    2. Jak dát AI správný kontext: schéma tabulek, ukázková data, business sémantika sloupců
    3. Čtyři typy promptů: generuj, oprav, vysvětli, přepiš
    4. Typické halucinace v SQL výstupu a jak je odhalit (vymyšlený sloupec, špatný typ JOINu, tiché odfiltrování NULL)
    5. Verifikační checklist – aplikace všeho z předchozích modulů
    6. Iterativní workflow: zadání → AI návrh → test na vzorku → verifikace → oprava
  • Ukázka napojení SQL na analytické a reportovací nástroje
Recommended previous course:
MS Excel – PivotTables Without Fear (MSE3)
Recommended subsequent course:
SQL – Basics of Querying and Data Manipulation in SQL Server (SQL1)
Schedule:
2 days (9:00 AM - 5:00 PM )
Course price:
356.00 € ( 430.76 € incl. 21% VAT)
Language: