ONLINECOURSE.HEADER

Advanced SQL for Data Analytics with BigQuery

เขียน SQL อย่างเต็มประสิทธิภาพเพื่อวิเคราะห์ข้อมูลทางธุรกิจ

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

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 (Co-founder และ President ที่ Skooldio Group, VP of AI ที่ LINE MAN Wongnai) | Skooldio Instructor
ดร. วิโรจน์ จิรพัฒนกุล
Co-founder และ President ที่ Skooldio Group, VP of AI ที่ LINE MAN Wongnai

SECTION_TITLE.COURSE_OUTLINE

01

Introduction

Welcome to Course

Course Material

Google BigQuery

Materials (Dataset)

Scalar Subquery with SELECT

Exercise: Scalar Subquery with SELECT

Scalar Subquery with WHERE

Exercise: Scalar Subquery with WHERE

EXISTS/IN Subquery

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

Array and Struct

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

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

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