Neste curso, você usará o Amazon QuickSight para criar uma solução de visualização de dados. Este curso é dedicado à conexão de fontes de dados, à produção de elementos visuais, ao desenvolvimento de interatividade e à criação de cálculos. Examine como aplicar as práticas recomendadas de segurança às suas análises. Você também explorará os recursos de machine learning incorporados ao QuickSight.
Objetivos do curso
Neste curso, você aprenderá a:
- Explicar os benefícios, casos de uso e principais recursos do Amazon QuickSight
- Desenvolver, criar e personalizar os painéis do Amazon QuickSight para ver dados e extrair informações empresariais dele
- Selecionar e configurar tipos de visualização adequados para identificar, conhecer e se aprofundar em informações empresariais
- Descrever como usar a incorporação com um clique para incorporar a análise às aplicações
- Conectar, transformar e preparar dados para uso nos painéis
- Fazer cálculos avançados com dados nas análises do Amazon QuickSight
- Descrever os mecanismos de segurança disponíveis para o Amazon QuickSight
- Aplicar controle de acesso minucioso a um conjunto de dados
- Implementar machine learning na detecção e previsão de anomalias
- Explicar os benefícios e principais recursos do QuickSight Q para melhorar a experiência do usuário com os painéis
Público-alvo
Este curso destina-se a:
- Analistas de dados e empresariais que criam e gerenciam painéis de análise
Pré-requisitos
Os alunos com experiência mínima de um ano na criação de análise visual aproveitarão melhor este curso. Recomendamos que os participantes deste curso tenham:
- concluído o Fundamentos de data analytics
Conteúdo do curso
Visão geral do curso
Módulo 1: Introdução e visão geral do Amazon QuickSight
Módulo 2: Introdução ao Amazon QuickSight
Módulo 3: Como adicionar interatividade e melhorar seu painel
Módulo 4: Como preparar conjuntos de dados para análise
Módulo 5: Como fazer cálculos avançados com dados
Módulo 6: Como restringir o acesso aos conjuntos de dados do Amazon QuickSight
Módulo 7: Como descobrir os recursos de machine learning
Laboratório de desafio
