Der Arbeitsmarkt für Business Intelligence (BI)-Analysten wird von 2021 bis 2031 voraussichtlich um23 Prozent wachsen (US Bureau of Labor Statistics). Diese IBM Spezialisierung vermittelt Ihnen gefragte Fähigkeiten, nach denen Arbeitgeber bei der Einstellung von BI-Analysten suchen.

BI-Analysten sammeln, bereinigen und analysieren wichtige Geschäftsdaten, um Muster und Erkenntnisse zu finden, die die Entscheidungsfindung unterstützen.

Während dieser Spezialisierung erlernen Sie die Grundlagen von SQL und konzentrieren sich auf die Abfrage relationaler Datenbanken mit dieser beliebten und leistungsstarken Sprache. Sie werden wichtige Linux-Befehle verwenden, um grundlegende Shell-Skripte zu erstellen. Außerdem lernen Sie, wie Sie ETL-, ELT- und Datenpipelines mithilfe von BASH-Skripten, Apache Airflow und Apache Kafka erstellen und automatisieren.

Sie erfahren, warum Unternehmen Data Lakes und Data Marts einsetzen und mit einem Data Warehouse arbeiten. Außerdem tauchen Sie in den lohnenden Aspekt von BI ein, indem Sie interaktive Berichte und Dashboards erstellen, mit denen Sie Erkenntnisse aus den Daten in Ihrem Warehouse gewinnen können.

Darüber hinaus werden Sie wertvolle praktische Erfahrungen mit realen Tools sammeln, die von Datenexperten verwendet werden. Jeder Kurs enthält zahlreiche praktische Übungen und ein Projekt, über das Sie in Vorstellungsgesprächen viel erzählen können.

Wenn Sie das gesamte Programm absolviert haben, verfügen Sie über ein gemeinsam nutzbares Projektportfolio und ein Spezialisierungszertifikat für Ihren Lebenslauf und Ihr LinkedIn-Profil.

Starten Sie in einer gefragten Business Intelligence-Rolle. Melden Sie sich noch heute an.

Praktisches Lernprojekt

Anhand von praktischen Übungen und Kursprojekten, die in Cloud-basierten Umgebungen gehostet werden, sammeln Sie berufsrelevante Erfahrungen mit den folgenden Werkzeugen und Aufgaben aus der Praxis:

• Schreiben von SQL-Abfragen und Erstellen von Joins mit PostgreSQL-, MySQL- und DB2-Datenbanken

• Ausführen von Linux-Befehlen und Pipes, Erstellen von Shell-Skripten

• Planen von Aufträgen mit Cron, Erstellen von ETL- und Datenpipelines, Erstellen und Überwachen von Airflow-DAGs, Arbeiten mit Streaming-Daten mit Kafka

• Entwerfen von Data Warehouses unter Verwendung von Star- und Snowflake-Schemata

• Überprüfen der Datenqualität, Laden von Staging- und Produktions-Warehouses

• Entwickeln von Würfeln, Rollups und materialisierten Ansichten/Tabellen

• Erstellen von interaktiven Berichten und Dashboards

• Analysieren von Warehouse-Daten mit BI-Tools wie Cognos Analytics