ONLINECOURSE.HEADER

Advanced SQL for Data Analytics with BigQuery

เขียน SQL อย่างเต็มประสิทธิภาพเพื่อวิเคราะห์ข้อมูลทางธุรกิจ

2,990.00
บาท
4.5
6-8 ชั่วโมง
ควรมีพื้นฐาน SQL มาก่อน
แบบฝึกหัดแบบ Live Coding
เรียนจบรับประกาศนียบัตร

SECTION_TITLE.OVERVIEW

โปรโมชันพิเศษ

ใช้ SQL อยู่แล้วทุกวัน ทำไมต้องเรียน Advanced SQL? อะไรคือ Advanced SQL?

หากคุณเป็นหนึ่งคนที่ทำงานกับการข้อมูล จำเป็นที่จะต้องเข้าถึงฐานข้อมูล ด้วยการเขียน SQL

“หลายครั้งคุณรู้สึกว่าการดึงข้อมูลออกมาใช้งาน ไม่ได้จบที่ query เดียวหรือจบที่การใช้ SQL เพียงอย่างเดียว” บางครั้งคุณจำเป็นที่จะต้องใช้เครื่องมืออื่นๆ ในการจัดข้อมูลให้อยู่ในรูปที่คุณใช้งานได้หรือคำนวณค่าอื่นๆ เพิ่มเติม เช่น การนำข้อมูลออกมาใช้ต่อบน Excel ซึ่งทำให้คุณมีงานมากขึ้น ใช้เวลามากขึ้น รวมถึงเพิ่มความยาก หากคุณต้องทำกระบวนการนี้ซ้ำๆ เป็นประจำ

ในคอร์สนี้ จะนำเสนอ “วิธีการใช้ SQL อย่างเต็มประสิทธิภาพมากยิ่งขึ้น” เพื่อให้คุณสามารถคำนวณค่าที่มีความซับซ้อน ดึงข้อมูลในรูปแบบที่ยากมากขึ้น อย่างการใช้ Subquery, Window functions ต่างๆ รวมไปถึงการจัดเตรียมข้อมูลด้วยโครงสร้างข้อมูลใหม่ๆ อย่างการใช้ Struct & Array นอกจากนี้ยังมีบทเรียนโบนัส ที่ครอบคลุมการใช้งาน UDF หรือ User-defined functions และเครื่องมือใหม่ๆ ที่คุณสามารถเชื่อมต่อข้อมูลของคุณไปงานต่อได้ หากใช้บริการ Google BigQuery เช่น การ visualize บน Data Studio, การจัดการข้อมูลภูมิศาสตร์ โดยใช้ BigQuery GIS และ BigQuery Geo Viz ไปจนถึงการวิเคราะห์ข้อมูล สร้างโมเดล โดยการใช้ BigQuery ML

คอร์สออนไลน์นี้เหมาะสำหรับ

  • คนที่ใช้ SQL อยู่แล้วแต่ต้องการใช้งาน SQL อย่างเต็มประสิทธิภาพ
  • Data Analyst, Data Scientist และ Business Analyst ที่ใช้ SQL ในการดึงข้อมูลมาวิเคราะห์เป็นประจำ
  • Software Engineer, Data Engineer และ BI Developer ที่ต้องทำงานกับฐานข้อมูล
  • คนที่พึ่งเริ่มเรียน SQL เคยใช้งานมาบ้าง หรือผ่านการเรียนรู้เบื้องต้น อย่างคอร์ส ‘SQL for Data Analytics’ มาแล้ว
  • Business Function ที่บางครั้งต้องการความรวดเร็วในการเข้าถึงข้อมูลด้วยตนเอง
  • ผู้บริหาร, เจ้าของกิจการ, หัวหน้าทีม และ Project Manager ที่ต้องการเข้าถึงฐานข้อมูล หรือตรวจสอบข้อมูลด้วยตนเอง
  • นักเรียน นักศึกษา ที่สนใจและต้องการเตรียมตัวให้พร้อมกับกับทำงานกับข้อมูล หรือทำงานในองค์กร Technology ชั้นนำ

สิ่งที่คุณจะได้รับ

  • การใช้งาน SQL ที่ซับซ้อนและเต็มประสิทธิภาพมากขึ้น โดยคอร์สนี้จะครอบคลุมเนื้อหา ตั้งแต่
  • การใช้ Subquery หรือ การดึงข้อมูลจากการดึงข้อมูลย่อย ซึ่งทำให้เราสามารถดึงข้อมูล หรือคำนวณข้อมูลที่มีความซับซ้อนได้มากขึ้น
  • การใช้ Set Operation ใน Query เพื่อการจัดเตรียมข้อมูล หรือเข้าถึงข้อมูลที่มีเงื่อนไขซับซ้อน
  • การใช้ Window Functions ต่างๆ เพื่อคำนวณ Business Metrics ต่างๆ หรือการเข้าถึง ดึงข้อมูลแบบมีเงื่อนไขที่ซับซ้อน
  • การจัดการหรือใช้งานโครงสร้างข้อมูล Struct & Array เพื่อประสิทธิภาพในการดึงข้อมูลหรือคำนวณข้อมูลที่สูงขึ้น
  • (โบนัส) การต่อยอดการใช้งาน SQL มากขึ้นอย่างการใช้ UDF หรือ User-defined Functions รวมไปถึงการใช้เครื่องมืออื่นๆ ที่เชื่อมต่อจาก Google BigQuery อย่าง Data Studio เครื่องมือในการ Visualize ข้อมูล, Google GIS และ Google Geo Viz สำหรับการจัดการข้อมูลทางภูมิศาสตร์, และ การวิเคราะห์ข้อมูลโดยการสร้างโมเดล จาก BigQuery ML

รายละเอียดเพิ่มเติม

สามารถดูตัวอย่างบทเรียน โดยกดปุ่ม ดูตัวอย่างบทเรียน

wireframe

ระหว่างเรียนคอร์สนี้ ผู้เรียนจะได้เรียนรู้ผ่านวิดีโอกว่า 50 บทเรียน และได้ลงมือทำแบบฝึกหัดและ Project จริงตลอดทุกบทเรียน

  • ผู้เรียนจะได้รับประกาศนียบัตร (Certificate of Completion) เมื่อเรียนจบคอร์ส
  • สอบถามทีมงานผู้เชี่ยวชาญได้ตลอดการเรียน

สอบถามข้อมูลเพิ่มเติม

  • Facebook ของ Skooldio
  • สำหรับท่านที่ต้องการสมัครในนามบริษัท 5 ท่านขึ้นไป ติดต่อรับส่วนลด bulk discount ได้ที่ hello@skooldio.com

ความรู้พื้นฐาน

  • เคยใช้งาน SQL กับการทำงานจริงมาแล้ว
  • ผ่านการเรียนคอร์ส ‘SQL for Data Analytics’ มาแล้ว
  • ผลคะแนนของการทดสอบ SQL จาก Skill Score By Skooldio สูงกว่า Novice

สามารถทำแบบทดสอบได้ที่ https://skillscore.skooldio.com/

SECTION_TITLE.INSTRUCTOR

ดร. วิโรจน์ จิรพัฒนกุล (ผู้ร่วมก่อตั้ง Skooldio และ อดีต Data Scientist ที่ Facebook) | Skooldio Instructor
ดร. วิโรจน์ จิรพัฒนกุล
ผู้ร่วมก่อตั้ง Skooldio และ อดีต Data Scientist ที่ Facebook

SECTION_TITLE.COURSE_OUTLINE

01

Introduction

Welcome to Course

Course Material

Google BigQuery

Materials (Dataset)

Scalar Subquery with SELECT

Exercise: Scalar Subquery with SELECT

Performance

3:11

Scalar Subquery with WHERE

6:15

Exercise: Scalar Subquery with WHERE

EXISTS/IN Subquery

9:06

Exercise: EXISTS Subquery

Exercise: IN Subquery

Exercise: Rewrite with JOIN

Case Study: Skooldio’s FB Page Analysis (I)

3:06

Exercise: Subquery (I)

Exercise: Rewrite with JOIN (I)

Solution: Skooldio’s FB Page Analysis (I)

4:48

Case Study: Skooldio’s FB Page Analysis (II)

1:27

Exercise: Subquery (II)

Exercise: Rewrite with JOIN (II)

Solution: Skooldio’s FB Page Analysis (II)

3:21

Table Subquery

11:18

Exercise: Table Subquery

Set Operators

11:38

Exercise: Set Operators (I)

Exercise: Set Operators (II)

Exercise: Set Operators (III)

WITH Clause

Numbering Functions

10:09

Exercise: FIRST_VALUE

Lead/Lag & Aggregate Analytic Functions

11:00

Exercise: Aggregate Analytic Functions

Advanced Window Frames (I)

10:33

Exercise: Window Frame with Physical Rows

Advanced Window Frames (II)

10:16

Exercise: Window Frame with a Logical Range

Default Value

4:06

Case Study: Spotify’s Music Chart Analysis

5:10

Exercise: Spotify’s Music Chart Analysis

Solution: Spotify’s Music Chart Analysis

5:35

Summary

1:33

Semi-Structured Data

13:01

Array and Struct

2:46

Example

6:52

Array

6:38

Exercise: Constructing Arrays (I)

Exercise: Constructing Arrays (II)

Assessing Array Elements

5:59

Exercise: Assessing Array Elements

Flattening arrays

5:46

Exercise: Flattening Arrays with Cross Join

Struct

3:25

Exercise: Creating Struct

Exercise: Querying Struct

Array of Structs

7:49

Exercise: Array of Structs

Exercise: Querying Nested Arrays

Array Aggregation

4:32

Exercise: Array Aggregation

Case Study: Thai Box Office Analysis

2:58

Rewrite with Window Function

7:05

Exercise: The First Value of Each Group

The Maximum Value of Each Group

7:30

Exercise: The Maximum Value of Each Group

Filtering a Group of Rows

5:07

Exercise: Filtering a Group of Rows

Case Study: Skooldio Timespent Analysis

7:59

Exercise: Querying Struct

Querying Nested Arrays

10:56

Exercise: Querying Nested Arrays

Case Study: Spotify's Music Chart Analysis

8:34

Exercise: Creating Array of Struct

Solution: Creating Array of Struct

1:58

Exercise: Querying Array of Struct

Solution: Querying Array of Struct

4:47

Recap

2:48

Instruction

Part 1: Supermarket Performance

Part 1: Solution

Part 2: Customer Summary

Part 2: Solution

Part 3: Customer Segmentation

Part 3: Solution

Part 4: Customer Targeting Report

Part 4: Solution

User-Defined Functions

4:53

Basic SQL User-Defined Functions

4:03

Data Studio Explorer

2:18

BigQuery GIS

5:58

BigQuery Geo Viz

5:01

BigQuery ML

5:52

Creating Models

5:32

Discussion

3:24

SECTION_TITLE.FAQS

Q:

วิธีขอใบเสนอราคาและใบแจ้งหนี้ในนามนิติบุคคล

A:

หากต้องการใบเสนอราคาและใบแจ้งหนี้ในนามนิติบุคคลสามารถส่งรายละเอียดดังนี้

  • คอร์สที่สนใจและจำนวนผู้เรียน
  • ชื่อ-นามสกุล, เบอร์โทรผู้ติดต่อ
  • ชื่อ-ที่อยู่บริษัท, เลขประจำตัวผู้เสียภาษี
  • จำนวนภาษีหัก ณ ที่จ่าย (ถ้ามี)

มาที่ hello@skooldio.com โดยใช้ระยะเวลาดำเนินการไม่เกิน 1 วันทำการ (จันทร์-ศุกร์)

A:

สามารถทำได้ โดยในหน้าคำสั่งซื้อ กดเครื่องหมายถูกในช่อง "ต้องการออกใบกำกับภาษี/ใบเสร็จรับเงิน" จากนั้นเลือก "นิติบุคคล/บริษัท" และคำสั่งซื้อจะมีการหักภาษี ณ ที่จ่าย 3% โดยอัตโนมัติ ในกรณีบริษัทของท่านไม่ใช่ 3% กรุณาส่งรายละเอียดที่ต้องการสั่งซื้อมาที่ hello@skooldio.com

A:

กดเครื่องหมายถูกในช่อง "ต้องการออกใบกำกับภาษี/ใบเสร็จรับเงิน" ในหน้าชำระเงินและเลือกประเภทบุคคลทั่วไปหรือนิติบุคคล และกรอกรายละเอียด

A:

สำหรับคอร์สที่ซื้อในนามบุคคลทั่วไป คอร์สมีอายุตลอดชีพ สำหรับคอร์สที่ซื้อในนามนิติบุคคล สามารถกลับมาเรียนซ้ำได้ภายใน 1 ปี

A:

หลังจากได้รับใบกำกับภาษีแล้ว หากต้องการแก้ไขข้อมูล สามารถทำได้ภายใน 7 วัน นับจากวันที่ได้รับใบกำกับภาษีแบบเต็มรูปทางอีเมล โดยสามารถแก้ไขข้อมูลได้เฉพาะ ชื่อ-นามสกุล เลขประจำตัวผู้เสียภาษีและที่อยู่เท่านั้น จะไม่สามารถแก้ไขข้อมูลคำสั่งซื้อได้

คอร์สอื่นๆ ที่ผู้ซื้อคอร์สนี้สนใจ