Qilk Sense Data Architect

Temas:

• Principios en la Carga de Datos: Aprender a hacer conexiones de diferentes formas a distintas bases de datos, archivos de información.
• Carga de Datos desde Excel: Conocer las distintas opciones y consideraciones de carga de datos en Excel para una administración limpia de datos en Qlik Sense
• Carga de Datos Data Market: Entender como usar información del DATA MARKET de Qlik e incorporarla dentro de los tableros de Qlik Sense.
• Trabajando con archivos QVDs: Entender qué es un archivo QVD, aplicar el uso de QVDs tomando en cuenta temas de seguridad, arquitectura de capas, almacenamiento de datos, etc.
• Asociando Datos y Transformando Tablas: Aprender a asociar datos a través del script de carga de datos y mediante los campos de asociación. Entender la anatomía de la estructura de carga de datos. Transformar datos desde el script. Crear cargas precedentes en secuencia para crear lógica de bloques.
• Recargas de datos para análisis: Aprender sobre la lógica de análisis in memory. Aprender a hacer recargas de Datos en Qlik Sense Desktop. Aprender a manejar cargas programadas en Qlik Sense Server.
• Creación de datos durante la carga: Externalizar variables de entorno utilizando una instrucción INCLUDE. Generar una aplicación grande usando una fuente de datos AUTOGENERATE. Crear un orden de clasificación personalizado utilizando una fuente de datos INLINE. Reutilizar datos existentes para crear una tabla de subconjuntos utilizando una fuente de datos RESIDENT
• Generación de un CALENDARIO MASTER: Apreciar por qué las aplicaciones requieren una dimensión de calendario dedicada. Comprender cómo generar una tabla de calendario maestro. Explorar soluciones para extender calendarios maestros.
• Combinación de Tablas: Adquirir conciencia sobre las diferentes formas de combinar tablas y por qué deseamos hacerlo. Cómo CONCATENAR tablas y los diferentes tipos de concatenación. Comprender los diferentes tipos de JOIN y cómo implementarlos. Apreciar los usos de las tablas de mapeo y sus beneficios.
• Creación de Item Masters: Comprender el valor de crear elementos Maestros. Aprender a crear elementos maestros. Considerar pulir un análisis para otros usuarios
• Creación de Item Masters desde el Visor del Modelo de Datos: Enumerar los beneficios del uso de elementos maestros. Usando el visor del modelo de datos, crear dimensiones maestras. Crear medidas maestras. Aplicar elementos maestros en visualizaciones en una hoja.
• Resolución de conflictos en el Modelo de Datos: Identificar claves sintéticas en un modelo de datos. Resolver claves sintéticas usando varios métodos. Encontrar referencias circulares en modelos de datos. Crear claves concatenadas. Usar la instrucción QUALIFY para calificar completamente los nombres de los campos.
• Debuggin de Script de Carga: Incorporar una tabla de comparación de datos en un modelo de datos. Crear un objeto de validación en la aplicación. Usar campos de contador para facilitar el conteo preciso de filas.
• Manejo de fechas en el Script de Carga de Datos: Manejar fechas usando un calendario maestro. Crear una tabla de enlace para manejar múltiples campos de fecha. Crear una isla de fechas para manejar múltiples campos de fechas. Crear un campo de fecha canónico para manejar múltiples campos de fecha. Conocer el valor de agregar indicadores de secuencia de carga. Definir y generar calendarios personalizados más complejos (4-4-5 calendario)
• Manejo de Seguridades en la sección de acceso: Comprender los componentes básicos de la sección del script de acceso a la sección. Discutir la reducción de datos dinámicos por filas y columnas. Explicar el acceso a la sección con una carga binaria. Comprender cómo la Sección de Acceso puede autorizar el acceso grupal.
• Clasificación de Datos: Resolver problemas de clasificación de datos usando: Class (), If (), e IntervalMatch. Explicar los intervalos abiertos, cerrados y semiabiertos. Comparar las fortalezas y debilidades de las opciones de clasificación
• Generación de Datos Perdidos: Propagar valores del registro anterior usando Peek (). Generar registros para rellenar huecos con IterNo () en un bucle WHILE. Acumular transacciones para crear un campo de saldo. Dividir una lista delimitada de valores en registros múltiples usando SubField (). Aprender a utilizar la unión de tabla para generar producto cartesiano. Simulaciones de Monte Carlo: Dos dados arrojados y una mano inicial de póquer. Explicar las funciones utilizadas en el script de datos de muestra de Qlik. Reemplazar nulos usando IsNull () y NullAsValue.
• Cross Tables y Cargas genéricas: Identificar características de bases de datos cruzadas y genéricas. Comparar los prefijos de carga Genérico y CrossTable e implementar ejemplos de carga genérica y CrossTable. Implementar un bucle para combinar las tablas de salida de una carga genérica en una sola tabla. Usar el prefijo genérico para establecer las banderas.
• Introducción a Big Data: Definir y conocer los conceptos Big Data, explorar los desafíos del análisis Big Data. Investigar estrategias generales para superar los desafíos. Comprender la visión de Qlik en Big Data y examinar los métodos de Qlik para abordar los desafíos de Big Data.
• Acceso a Mongo DB usando Qlik Web Connectos: Comprender MongoDB como fuente de datos Big Data NoSQL. Utilizar el paquete Qlik Web Connector. Extraer datos de MongoDB utilizando el conector web Qlik.
• Direct Discovery: Comprender Direct Discovery en comparación con las cargas de datos en memoria y explorar casos de uso. Implementar Direct Discovery mientras se desarrolla una aplicación. Investigar desafíos de modelado de datos. Considerar las restricciones al usar Direct Discovery.
• On Demand App Generation: Comprender Direct Discovery en comparación con las cargas de datos en memoria y explorar casos de uso. Implementar Direct Discovery mientras se desarrolla una aplicación. Investigar desafíos de modelado de datos.
• Integración Con R & Python: Configuración y parametrización de la integración con herramientas de Analítica Avanzada (Python y R)