Πεδίο σχήματος (scope)

 Το σχήμα Data Analyst TÜV HELLAS αφορά έναν εξειδικευμένο επαγγελματία που αποτελεί το συνδετικό κρίκο μεταξύ των δυνατοτήτων που προσφέρει η τεχνολογία των πληροφοριών και των επιχειρηματικών στόχων. Μεταξύ άλλων η θέση αυτή περιλαμβάνει τη συλλογή, επεξεργασία και ανάλυση δεδομένων σε σχέση με τους επιχειρησιακούς στόχους, την επίλυση επιχειρηματικών προβλημάτων με χρήση κατάλληλων υποδειγμάτων, την πραγματοποίηση ελέγχων καθώς και τη διαχείριση έργων με χρήση συγκεκριμένων μεθοδολογιών.

Γνωστικό πλαίσιο (syllabus)

Βασικό επίπεδο:
1.    MS Excel, Γλώσσα R και πρόγραμμα Knime

•     Δομές ελέγχου στο MS 
•    Περιγραφική στατιστική στο MS Excel
•    Περιγραφική Στατιστική με την R
•    Συσταδοποίηση (Clustering)
•    Παλινδρόμηση
•    Εισαγωγή δεδομένων & δημιουργία αναλύσεων  
•    Επεξεργασία & οργάνωση δεδομένων  
•    Απεικόνιση πληροφορίας σε αναφορές

2.    Power BI και SQL

•     Βάσεις δεδομένων με SQL
•    Αποθήκευση Πληροφορίας σε Βάσεις Δεδομένων

Προχωρημένο επίπεδο:
1,2 και επιπλέον:
3.    Γλώσσα R

•     R Studio
•    Τύποι Δεδομένων
•    Basic operators
•    Εντολή apply
•    Εντοπισμός και Διόρθωση Λαθών
•    Ανάπτυξη κώδικα

4.    Στατιστική στην R

•     Περιγραφική Στατιστική με την R
•    Συσταδοποίηση (Clustering)
•    Παλινδρόμηση (Regression)
•    Προχωρημένα Γραφικά
•    Κατασκευή γραφημάτων

Για εξειδίκευση: Θεωρητική Προσέγγιση

1,2 και επιπλέον: 

5. Επιχειρηματική Στατιστική και Στατιστική Ανάλυση 

• Πιθανότητες, Κανονική Κατανομή και Έλεγχος Υποθέσεων
• Υπολογιστικά εργαλεία
• Παλινδρόμηση
• Προβλέψεις

6. Web Analytics

• Βασικοί Δείκτες Απόδοσης των Web Analytics
• Ποσοτικοποιημένες Τεχνικές Web Analytics

Web Testing

Για εξειδίκευση: R και Knime

1,2 και επιπλέον:

7. Γλώσσα R και KNIME

• Περιγραφική Στατιστική
• Dimension reduction
• Feature selection
• Clustering
• Παλινδρόμηση (Regression)

8. Παρουσίαση αποτελεσμάτων 

• Τεχνικές παρουσίασης αποτελεσμάτων
• Storytelling with data

Για εξειδίκευση: Python

1,2 και επιπλέον:

9. Βασικές έννοιες της Python

• Γλώσσα Προγραμματισμού Python
• Επιστήμη των δεδομένων με Python

10. Επιστήμη των δεδομένων με Python

• Στατιστική και Πιθανότητες
• NumPy
• Pandas
• Vizualization με Matplotlib

11. Python & Machine Learning

• Artificial Intelligence, Machine Learning, Deep Learning
• Αλγόριθμοι μηχανικής μάθησης

Data science και Machine Learning

Μεθοδολογία εξετάσεων

Θεωρητική εξέταση πολλαπλών επιλογών.

Προαπαιτούμενα Πιστοποίησης

Τουλάχιστον Υποχρεωτική εκπαίδευση και τεχνική εκπαίδευση