联系我们
 课程时长 14 小时

课程大纲

Databricks和金融用例简介

  • 了解Databricks生态系统
  • 金融数据分析工作流概述
  • 用例示例:风险建模、财务报告、审计日志

Databricks Notebooks入门

  • 创建和导航notebooks
  • 在Databricks中使用Python和SQL
  • 通过评论和版本历史进行协作

数据摄取和清洗

  • 从CSV、数据库和API导入金融数据
  • 使用Spark DataFrames进行清洗和准备
  • 处理缺失值和异常值

转换和聚合金融数据

  • 计算KPI和财务比率
  • 过滤、分组和透视数据集
  • 时间序列操作和重采样

可视化金融洞察

  • 使用Databricks可视化工具创建仪表板
  • 自定义图表用于财务报告
  • 导出可视化用于演示或监管审查

优化查询和使用Delta Lake

  • Delta Lake架构简介
  • ACID事务和数据可靠性
  • 通过数据分区提高性能

协作、调度和共享

  • 管理金融团队的访问和权限
  • 调度作业以实现自动化报告
  • 安全导出数据和结果

总结和后续步骤

要求

  • 理解数据分析概念
  • 有Python或SQL经验
  • 熟悉金融数据类型和报告

目标受众

  • 金融分析师和商业智能专业人士
  • 在金融行业工作的数据分析师
  • 支持金融团队的数据工程师

即将举行的公开课程

课程分类