Online kurz datové analýzy na 6, nebo 12 týdnů

Datová Akademie

Datová analýza aktuálně patří mezi nejžádanější dovednosti – na jejím základě denně probíhají miliony rozhodnutí. Během několika týdnů získáš solidní základ pro roli datového analytika: naučíme tě, jak data čistit, pracovat s nimi a vyhodnocovat je. Dokážeš data chápat i vizualizovat pomocí nástrojů jako Excel a Power BI. Zároveň se naučíš využívat AI jako každodenního pomocníka, který ti usnadní práci s daty a umožní dělat chytřejší rozhodnutí. Spojíš tak analytické myšlení s moderními AI nástroji a připravíš se na realitu dnešního trhu práce.

Zobrazit termíny kurzu
Nejbližší termín 5. listopadu

Přihlas se včas a získej 50% early bird slevu!

Registruj se mezi prvními a získej kurz za půlku. Výhodná cena platí vždy jen omezenou dobu!

Proč kurz datové analýzy?

100 % firem potřebuje datového analytika

Data hýbou světem. Každé kliknutí, stáhnutí nebo vyhledávání zanechá digitální stopu. Firmy dnes hledají lidi, kteří dokážou těmto datům porozumět – a stále častěji i využít AI k jejich analýze a interpretaci. Jako datový analytik dovedeš například říct, jak se budou vyvíjet prodeje, můžeš se přidat k různým vědeckým týmům, stát se expertem na predikce v bankovním sektoru a spoustu dalšího! Není divu, že datoví analytici patří k nejvyhledávanějším talentům i na LinkedInu. S kurzem datové analýzy, který propojuje práci s daty a AI, tedy rozhodně krok vedle neuděláš.

Obor budoucnosti

Tahle technologie se široce používá, není složitá a dobře se učí. Datová analýza je proto ideální pro nováčky v IT. Získáš perfektní základy, které můžeš rychle rozvíjet.

Neztratíš se 

Díky znalostem datové analýzy se uplatníš v byznysu, marketingu, při vývoji produktu, ve světě financí a v mnoha dalších oborech.

Data + AI = tvoje výhoda

V kurzu se naučíš používat AI naplno – od generování SQL dotazů až po návrh vizualizací a metrik v Power BI. Získáš náskok, který ti pomůže držet krok s tím, jak se mění svět dat.

Co je potřeba ke studiu Datové Akademie?
  • Zvažuješ práci v oblasti datové analýzy a potřebuješ nějak začít
  • Nechybí ti logické myšlení a chceš se naučit SQL
  • Baví tě hledat příčiny a souvislosti v číslech

Omrkni, jak vypadá datová analýza v praxi

Průběh kurzu datové analýzy

Během kurzu projdeme základní oblasti a technologie potřebné k práci datového analytika na úrovni Business Intelligence. Zaměříme se na strukturu a pochopení dat, efektivní dotazování v SQL a vizualizaci a zpracování v systémech Excel a Power BI. Seznámíme tě s realitou pracovního světa datové analýzy a poradíme ti, jak začít.

Součástí výuky je i praktické využití umělé inteligence pro práci s daty. Ukážeme ti, jak s AI generovat dotazy, ladit chyby, navrhovat vizualizace nebo interpretovat výsledky. AI se tak stane tvým běžným pracovním nástrojem – pomůže ti šetřit čas, zpřesnit výsledky a zaměřit se na to podstatné.

Nečekej žádnou teoretickou nalejvárnu. Všechny znalosti a koncepty budeš postupně aplikovat na tvorbě svého prvního datového portfolia.

Všechny důležité informace ti řekneme na první hodině, takže se ničeho neboj. Na začátku Akademie dostaneš seznam programů, které je vhodné si nainstalovat a se kterými poté budeš pracovat. Získáš také 8měsíční přístup do e-learningových materiálů ke kurzu.

Čeká tě 12 online webinářů s lektorem po 3 hodinách, celkem tedy 36 hodin výuky. Na každé hodině ti nejdříve ukážeme nový koncept a teorii si pak hned procvičíš v připraveném prostředí – vše online, z pohodlí domova. Novou látku si tak hned osaháš v praxi. Během výuky dostaneš prostor se na cokoli zeptat, lektor ti rád se vším poradí. A pokud náhodou live webinář nestihneš, můžeš si lekci znovu pustit ze záznamu.

Všechny nové znalosti a schopnosti budeš trénovat i doma. Počítej, že ti samostudium průměrně zabere asi 10–20 hodin týdně, pokud si chceš z kurzu odnést maximum. Úkoly na výukovém portále ti zaručí, že budeš kurz zvládat a dobře si osvojíš látku. A pokud budeš během samostudia potřebovat pomoci, stačí napsat na Discord.

Během studia Datové Akademie tě čekají nejen cvičení na doma, ale i dva komplexní projekty, ze kterých si vytvoříš své portfolio. Pracuj na nich průběžně a konzultuj je s lektory. Projekty sice nepotřebuješ pro absolvování kurzu, ale pokud chceš získat ECJDA certifikaci, neobejdeš se bez nich. Při ucházení se o roli datového analytika je ocení i náboráři nebo budoucí zaměstnavatel – ukážeš, co opravdu umíš v praxi.

V rámci Akademie máš možnost získat certifikát ECJDA (ENGETO Certified Junior Data Analyst). Podmínkou jeho získání je úspěšné přijetí všech projektů lektory nejpozději 8 měsíců od první lekce. Celkově máš na splnění projektů 3 pokusy, o certifikát se žádá online skrze výukový portál. Zadání jednotlivých projektů ti vysvětlí lektoři v průběhu Akademie a pokud o certifikát nestojíš, projekty vypracovávat nemusíš.

Studijní plán

1. Úvod do SQL a základní operace s daty

V této lekci zjistíš, co je SQL (Structured Query Language). Jazyk, který používají analytici po celém světě, když potřebují pracovat s daty uloženými v databázích. SQL ti umožní data číst, filtrovat, třídit nebo měnit, a to všechno pomocí jednoduchých příkazů, které se dají snadno naučit.

Začneš instalací programu DBeaver. Nástroje, který ti umožní připojit se k databázi a pohodlně s ní pracovat. Naučíš se v něm orientovat, zobrazovat i vytvářet tabulky a vybrat jen ta data, která tě zajímají. Uvidíš, že SQL není jen pro „ajťáky“ a díky němu zvládneš rychle najít odpovědi i na složitější otázky typu „Jaké byly tržby minulý měsíc?“ nebo „Kteří zákazníci u nás nakoupili víc než třikrát?“

Tahle lekce ti položí pevné základy, které využiješ v každé další lekci Datové Akademie i v běžné praxi, kde se bez práce s daty dnes neobejde téměř žádná profese.

  • Příprava prostředí: instalace a nastavení DBeaveru, připojení k databázi
  • Co je SQL a proč je klíčové pro datovou analýzu a práci s databázemi
  • Jak funguje příkaz SELECT pro konkrétní výběr dat z tabulky
  • Řazení výsledků pomocí ORDER BY a omezení výstupu přes LIMIT
  • Filtrování záznamů s WHERE a logickými podmínkami
  • Tvorba vlastních tabulek (CREATE TABLE) a vložení prvních dat

2. Filtrování a řazení dat

V této lekci se naučíš z dat vybírat jen to, co opravdu potřebuješ. Protože když máš v tabulce tisíce nebo miliony záznamů, není cílem vidět všechno, ale umět najít to podstatné.

Základem je filtrování pomocí příkazu WHERE, který ti umožní nastavit podmínky. Například „ukaž mi jen objednávky ze Slovenska“ nebo „zobraz zákazníky, kteří utratili víc než 1000 Kč“.

K tomu přidáš řazení (ORDER BY), díky kterému můžeš výsledky seřadit podle čísel, textů nebo dat. A aby byl výstup přehlednější, naučíš se také omezovat počet výsledků pomocí LIMIT.

Ukážeme si i složitější situace, jako je kombinování více podmínek (např. „pohlaví = muž a zároveň věk > 30“) nebo vyhledávání podle vzoru pomocí LIKE. Zkrátka, naučíš se SQL používat jako chytrý filtr, který ti z moře dat vyloví přesně to, co hledáš.

  • Filtrování záznamů pomocí příkazu WHERE
  • Porovnávání hodnot pomocí operátorů (=, <>, <, <=, >, >=)
  • Jak kombinovat podmínky (AND, OR a NOT)
  • Vyhledávání vzorů v textech (LIKE / NOT LIKE)
  • Řazení výsledků vzestupně/sestupně (ORDER BY)
  • Omezení počtu výsledků pomocí LIMIT
  • Jak spojit filtrování a řazení dohromady pro přesnější dotazy

3. Agregační funkce a seskupování

V téhle lekci se posuneš o úroveň výš. Už nebudeš jen vybírat jednotlivé řádky, ale naučíš se s daty počítat.

Zjistíš, jak se ze surových čísel vytvořit přehledné statistiky: kolik objednávek přišlo, jaký je průměrný plat nebo který produkt se prodává nejčastěji. K tomu ti pomůžou tzv. agregační funkce, tedy příkazy, které zpracují více řádků najednou.

A aby měly výsledky větší smysl, naučíš se používat i příkaz GROUP BY, který umožní seskupit data podle kategorií. Třeba podle města, produktu nebo měsíce. A ukážeme si, jak ošetřit prázdné hodnoty pomocí NULL.

Na praktických příkladech si rovnou vyzkoušíš, jak takové výpočty využít při tvorbě reportů a přehledů, které používají analytici v běžné praxi.

  • Jak používat agregační funkce (COUNT, SUM, AVG, MAX, MIN)
  • Shrnutí dat po skupinách přes GROUP BY (město, produkt, měsíc…)
  • Jak pracovat s prázdnými hodnotami (NULL) a proč je SQL při výpočtech ignoruje
  • Jak z jedné tabulky udělat rychlý přehled nebo shrnutí pro report

4. Spojování tabulek a množinové operace

V téhle lekci pochopíš, jak spolu databázové tabulky dokážou komunikovat.

V praxi totiž většina dat neleží v jedné obří tabulce, ale je rozdělená. Třeba zvlášť zákazníci, objednávky, produkty, platby. A právě příkaz JOIN ti umožní tyhle kousky propojit dohromady do jednoho přehledu.

Ukážeme si, jak spojovat tabulky podle společných sloupců (tzv. klíčů) a jak číst jednoduché ERD diagramy, které znázorňují vztahy mezi daty. Naučíš se používat různé typy spojení. Od běžného INNER JOIN, který vrací jen shodné řádky, až po LEFT JOIN nebo RIGHT JOIN, které zachovávají i záznamy, pro které druhá tabulka nemá odpovídající hodnotu.

Dozvíš se taky, jak se vyhnout častým chybám při spojování tabulek a jak jim předejít.

A nakonec si vyzkoušíš i množinové operace a tvorbu dočasných dotazů, které ti zpřehlední práci s daty.

  • Jak fungují vztahy mezi tabulkami a co znamenají primární a cizí klíče
  • Jak číst ERD diagram (Entity Relationship Diagram)
  • Typy různých spojení – JOINy a kdy který použít
  • Řešení duplicit a chybějících hodnot při spojování
  • Množinové operace (UNION, INTERSECT, EXCEPT) pro kombinování výsledků
  • Co je CTE (Common Table Expression) a kdy se hodí místo vnořených dotazů
  • Prevence typických chyb (nafouknuté výsledky, špatná podmínka JOINu)

5. Procvičování a složitější funkce v SQL

V téhle lekci posuneš práci se SQL o krok dál. Naučíš se psát složitější dotazy, které umí filtrovat výsledky po seskupení, ukládat si mezivýsledky a pracovat s výpočty přes více řádků. A všechno si hned otestuješ na praktických příkladech.

Začneš s příkazem HAVING, který filtruje už seskupená data. Například zobrazí jen kategorie s více než 100 objednávkami. Poté si vyzkoušíš dočasné tabulky (TEMP), které se hodí při rozdělení dlouhého dotazu do přehlednějších částí.

Dozvíš se taky, jak fungují materializované pohledy (VIEW), které si „pamatují“ výsledek dotazu, takže se nemusí znovu počítat.

Naučíš se taky pracovat s window funkcemi – chytrými výpočty, které umí porovnávat řádky mezi sebou (např. pořadí, průměry, meziroční změny).

A na závěr si vyzkoušíš, jak ti umělá inteligence může pomoct při generování SQL dotazů, kontrole syntaxe nebo optimalizaci kódu. Všechno si rovnou vyzkoušíš na praktických příkladech a pochopíš, že AI může být skvělý pomocník při práci s daty.

  • Filtrování agregovaných výstupů pomocí HAVING
  • Jak vytvářet a používat dočasné tabulky (TEMP) pro ukládání mezivýsledků
  • Co je materializovaný pohled (VIEW) a proč zrychluje práci s daty
  • Jak fungují window funkce a kdy je použít místo klasické agregace
  • Jak analyzovat data po časových obdobích nebo podle pořadí řádků
  • Praktické využití GenAI pro SQL – generování a ladění dotazů
  • První projekt: Analýza vývoje mezd a cen potravin v Česku a Evropě

6. Úvod do vizualizace v Excelu

V téhle lekci zjistíš, že Excel není jen „tabulkový kalkulátor“, ale silný nástroj pro analýzu a vizualizaci dat. Naučíš se vytvářet chytré tabulky, které umí automaticky rozšiřovat vzorce, filtrovat a třídit data.

Pak přejdeš ke kontingenčním tabulkám (jednomu z nejmocnějších nástrojů v Excelu) pro shrnutí a přehled velkých dat. Pochopíš, jak přehledně zobrazit součty, průměry nebo počty a jak si z nich jedním klikem vytvořit graf.

Nakonec se seznámíš s užitečnými tipy, jak na interaktivní vizualizace. Průřezy, časové osy a hledání hodnot pomocí XLOOKUP, který nahradil starý VLOOKUP. Uvidíš, že i složitá data se dají zobrazit přehledně a interaktivně.

  • Jak převést běžnou tabulku na chytrou tabulku
  • Kontingenční tabulky a grafy: rychlé souhrny a interaktivní přehledy
  • Průřezy a časové osy pro vizuální filtrování
  • XLOOKUP jako moderní vyhledávání (náhrada za starší VLOOKUP)
  • Jak prezentovat data vizuálně a interaktivně

7. Pokročilé funkce a vizualizace v Excelu

Tahle lekce tě posune na „datový“ level Excelu. Naučíš se pracovat s Power Pivotem, který z běžného listu dělá mini databázi. Propojíš více tabulek do jednoho modelu, vytvoříš mezi nimi vazby a uvidíš, jak se data automaticky aktualizují v reportech.

Dále si vysvětlíme, co jsou míry (measures), vlastní výpočty pro metriky jako tržby, zisk nebo počet objednávek. Naučíš se s nimi pracovat pomocí funkcí jako SUM, COUNT nebo AVERAGE.

Ukážeme si také KPI ukazatele, které ti pomůžou sledovat výkon (např. „splněno / nesplněno“) pomocí barev a symbolů.

Na závěr tě čeká kohortová analýza, moderní způsob, jak sledovat chování zákazníků v čase, například návratnost nebo retenci.

  • Jak vytvářet datový model v Power Pivotu a propojovat tabulky
  • Jak pracovat s mírami (measures) a používat je v reportech
  • Co jsou KPI ukazatele (Key Performance Indicators) a jak je vizuálně zobrazit
  • Kohortová analýza: retence a chování zákazníků v čase
  • Jak stavět interaktivní přehledy (dashboard) pro vedení firmy

8. Úvod do Business Intelligence a vizualizace dat v Power BI

V téhle lekci poprvé nahlédneš do světa Business Intelligence (BI), tedy do nástrojů, které převádějí surová data na přehledné přehledy a grafy.

Power BI je klíčový nástroj pro každého, kdo chce data nejen analyzovat, ale i prezentovat. Seznámíš se s prostředím Power BI, kde budeš tvořit interaktivní reporty, které se automaticky aktualizují.

Naučíš se připojit ke zdroji dat, upravit datové typy a využít tři základní zobrazení (Report, Data, Model). Poté si vytvoříš první vizualizace. Graf vývoje v čase, srovnání podle zemí nebo interaktivní panel s filtry.

Nakonec doladíš vzhled reportu. Barvy, motivy, písmo i rozložení. Získáš tak svůj první BI report, kterým se můžeš pochlubit třeba u pohovoru nebo na LinkedInu.

  • Co je Business Intelligence (BI) a proč je klíčová v datové analytice
  • Co je Power BI a jak se liší od Excelu
  • Základy práce s nástrojem Power BI a jeho hlavní rozhraní
  • Prostředí Power BI: Report, Data, Model – a jejich role
  • Připojení a základní úprava dat pro analýzu (typy, hlavičky, čistota)
  • Vytváření základních vizualizací – sloupcové, spojnicové, mapové
  • Vzhled reportu: barvy, motivy, typografie, rozvržení stránky

9. Pokročilé vizualizace v Power BI a úvod do jazyka DAX

Tahle lekce tě posune mezi uživatele, kteří Power BI opravdu ovládají. Zaměříš se na pokročilejší možnosti vizualizace a poprvé se setkáš s jazykem DAX (Data Analysis Expressions). Nástrojem, který umožňuje vytvářet vlastní výpočty a metriky v rámci reportu. Díky DAXu se naučíš vytvářet analýzy, které jdou dál než běžné grafy.

Zjistíš, jak vytvářet různé typy vizuálů. Tabulky, matice, mapy, karty i měřidla (gauge) a jak využít podmíněné formátování, které automaticky zvýrazní důležité hodnoty (např. nejlepší výsledky zeleně, nejhorší červeně).

Vysvětlíme si rozdíl mezi filtry a průřezy (slicery) a naučíš se, jak propojit jednotlivé vizuály tak, aby se na sebe dynamicky reagovaly. Když klikneš na sloupec v grafu, automaticky se změní i další grafy v reportu.

Na závěr si vyzkoušíš připojit druhý datový zdroj, správně ho naformátovat a kombinovat více datasetů v jednom přehledu.

  • Úvod do jazyka DAX – základní principy a jeho role při výpočtech v Power BI
  • Pokročilé vizualizace v Power BI (tabulky, matice, mapy, karty, měřidla)
  • Podmíněné formátování pro automatické zvýraznění hodnot
  • Filtry a jejich úrovně – vizuál, stránka, celý report
  • Top N filtry pro zobrazení nejlepších výsledků
  • Rozdíl mezi filtry a průřezy (slicery) a jejich praktické využití
  • Interakce mezi vizuály – jak propojit grafy, aby reagovaly na výběr
  • Jak kombinovat více datových zdrojů v jednom reportu

10. Time Intelligence, příprava dat a Power BI Service

Tahle lekce propojí všechny předchozí znalosti a naučí tě přemýšlet jako datový analytik. Zatímco doteď jsme vytvářeli jednotlivé vizualizace, teď je na čase pochopit, jak Power BI pracuje s daty pod kapotou. Jak je propojuje, modeluje a analyzuje v čase.

Naučíš se vytvářet datový model, který propojuje tabulky mezi sebou pomocí relací, místo klasických SQL spojení (JOIN). Ukážeme si princip tzv. STAR schématu, které je základem pro efektivní práci s velkými daty. Používají ho všechny BI týmy ve firmách.

Zjistíš, proč Power BI potřebuje vlastní kalendářovou tabulku, bez které se neobejde žádná časová analýza (např. meziroční srovnání nebo vývoj po kvartálech). Naučíš se ji vytvořit pomocí jazyka DAX s užitečnými funkcemi (např. CALCULATE, IF, AND, OR) a napojit ji na ostatní tabulky.

Podíváme se i na granularitu dat, tedy úroveň detailu, ve které s daty pracuješ. Díky tomu pochopíš, proč je někdy důležitější mít méně řádků, ale dobře definované vztahy mezi tabulkami.

Vyzkoušíš interaktivní prvky reportu, pochopíš rozdíl mezi measures a kalkulovanými sloupci, naučíš se používat základní funkce jazyka DAX pro logické výpočty a tvořit hierarchie (Rok > Kvartál > Měsíc). Zkrátka si osvojíš, jak připravit data tak, aby byla přehledná, spolehlivá a rychle zpracovatelná.

Naučíš se report publikovat do Power BI Service, kde se s ním dá pohodlně pracovat online, stejně jako ve firemní praxi.

A na závěr se dozvíš, jak ti AI dokáže usnadnit práci při návrhu dashboardů – od generování návrhu metrik a vizuálů až po vytváření popisků a vysvětlení trendů.

  • Princip datového modelu a propojení tabulek pomocí relací
  • STAR schéma – základní model pro efektivní práci s daty
  • Tvorba a využití kalendářové tabulky pro časové analýzy (rok, kvartál, měsíc)
  • Granularita dat: správná úroveň detailu pro přesné výsledky
  • Rozdíl mezi measures a kalkulovanými sloupci
  • Základní funkce jazyka DAX (CALCULATE, IF, AND, OR)
  • Jak používat hierarchie, záložky a navigace
  • Publikace a sdílení reportů v Power BI Service
  • Praktické využití AI v Power BI – návrh dashboardu a metrik

11. Opakování a tvorba projektu

  • Shrnutí klíčových témat: SQL → Excel → Power BI
  • Projektové zadání
  • Konzultace směřované k finálnímu projektu

12. Open Hours – coding v praxi, konzultace projektů a portfolia

Závěrečná lekce je věnovaná konzultaci projektů a portfolia, dotazům a sdílení zkušeností.

Na téhle servisní hodině se můžeš zeptat na cokoliv, co ti ještě vrtá hlavou, od konkrétních problémů v SQL, Excelu nebo Power BI až po tipy, jak rozvíjet kariéru v datech nebo jak sestavit první datové portfolio. Zkrátka cokoliv tě napadne.

Probereme i to, kde AI skutečně pomáhá, kde má zatím limity a jak se připravit na budoucnost datové analytiky.

Nečeká tě frontální výuka, ale praktická a otevřená konzultace s lektory. Lektoři ti pomůžou problém vyřešit, vysvětlí širší souvislosti a nasdílí vlastní zkušenosti z praxe.

Cílem je získat jistotu v samostatné práci s daty, odnést si cennou zpětnou vazbu a mít jasno, jak dál rozvíjet svoje dovednosti i po skončení kurzu. Ať už míříš na roli datového analytika, datového inženýra nebo reportingového specialisty.

  • Prostor pro dotazy
  • Konzultace projektů a portfolia se zpětnou vazbou od lektorů
  • Inspirace pro další rozvoj po skončení kurzu
  • AI a budoucnost datové analytiky: kde má smysl a limity, tipy na workflow
  • Druhý projekt: Vizualizace datasetu v Power BI pomocí interaktivních grafů, filtrů a metrik

Cíle kurzu

Naučíš se, jak data analyzovat, vizualizovat a sestavovat přehledné reporty.

Zvládneš používat AI jako pomocníka při práci s daty – prakticky a smysluplně.

Seznamíš se s nástroji jako Excel, SQL a Power BI pro efektivní analýzu a prezentaci dat.

Připravíš se na další krok v kariéře a odneseš si certifikát o absolvování.

Pomůžeme ti i po kurzu

Příprava portfolia a CV
  • Zkonzultujeme ti portfolio na GitHubu
  • Získáš zpětnou vazbu na projekty
  • Po odevzdání všech projektů dostaneš certifikát
Kariérní poradenství
  • Poradíme ti, jak a kde hledat práci
  • Osobní studijní koordinátor
  • Chatovací skupina na Discordu s lektorem a studenty

Lektoři

Matěj Karolyi Software Development Manager v Oracle NetSuite

Pro Matěje jsou data denním chlebem. Absolvoval Fakultu informatiky MU v Brně, aktivně se podílí na výuce předmětů zaměřených na softwarové inženýrství, efektivní získávání informací z databází a zvyšování kvality softwaru. Jestli tě někdo dokáže nadchnout pro práci s daty, je to on!

Pavel Fryblík Head of BI/Data science v UlovDomov.cz

V oblasti datové analýzy se Pavel pohybuje už skoro 15 let. Věří, že lidé jsou limitováni jenom vlastní motivací a učit se dokážou v každém věku. Pro svoje kolegy založil Vacuum university, platformu pro sdílení technických vědomostí. Jeho energie je nakažlivá!

Jan Kammermayer Senior Data Analyst/Engineer ve Webnode AG

Honza měří 205 cm a hraje basket. A je taky špičkový datový analytik. Pravidelně pracuje s Pythonem, PHP, SQL a rád prozkoumává nové technologie. Lektorovaní ho baví, protože může předávat svoje zkušenosti a pomáhat druhým s vlastním rozvojem.

Robert Mondřík Business Intelligence Consultant v DataSeed Solutions

Robert se věnuje PowerBI developmentu a automatizaci. Právě PowerBI je pro svou intuitivnost jeho nejoblíbenějším nástrojem. Ve volném čase rád sportuje a své výkony si poctivě vizualizuje a analyzuje.

Martina Weber Freelace Data Analyst

Datová analytika, Excel, Python a SQL. Učila jsem děti, školila bankéře, pracovala na AI projektech a poslední tři roky jsem bušila do klávesnice pro Google. Dnes pracuji s vlastními klienty a učím je, že data nejsou nuda, ale něco jako dobrá detektivka – když víte, jak hledat, najdete úplně nový příběh. Největší radost mi dělá, když data přestanou být „jen čísla“ a začnou dávat smysl.

Sabina Šperlová Vývojář obchodních systémů v CENTRAL GROUP

Ahoj, jsem pomocná lektorka Datové akademie. Do světa datové analýzy jsem se dostala právě díky kurzu od Engeta a proto jsem si řekla, že by bylo fajn pomoct i dalším ke stejnému snu. 😊

Alena Kleinová Business Data Analyst

Potkat se můžeme na kurzech Excelu a Power BI. Tabulky, data a hledání lepších řešení mě baví odjakživa. Už během brigád jsem upravovala a optimalizovala všechno, co se mi v Excelu dostalo pod ruce. Ať už šlo o práci na recepci v hotelu, ve větrném tunelu nebo e-shopu s audioknihami. Postupně jsem se dostala k datové analytice naplno. Tři roky jsem pracovala v telekomunikacích v oblasti roamingu a mezinárodního hlasu. Dnes působím jako business data analytik ve startupu zaměřeném na sociální sítě a marketing. Vášeň pro Excel a datovou analytiku mě neopustila – naopak mě těší, když mohu své zkušenosti, tipy a triky předávat dál.

Jan Polák Lektor a konzultant

Honza se věnuje se konzultacím a školením na téma MS Office a Power BI. Pokud zrovna neučí či neškolí, píše návody na web mojeznalosti.cz. Ve volném čase se věnuje muzice, hraje na saxofon v několika kapelách. Přes léto pracuje jako průvodce pro CK Alpina.

Jiří Dvořák Datový analytik v EG.D

Po studiu IT v Brně se zaměřením na strojové učení jsem zakotvil v EG.D (člen skupiny E.ON) ⚡️ na pozici datového analytika, kde působím druhým rokem. Během onboardingu jsem prošel intenzivním programem „Datová univerzita“, který mě nadchl – a už v jeho průběhu jsem se začal zapojovat do doučování. Hned poté jsem začal hledat cesty, jak se víc věnovat předávání toho, co mě baví. V Engetu chci zúročit své zkušenosti především s SQL, datovou analýzou a jazykem Python. A abych byl originální – jsem kávičkář ☕️ , rád vařím a vždy ocením Cimrmanovské hlášky 😊

Pavel Stříteský IT Business Analyst

Jsem Pavel a pracuju jako IT konzultant v energetice. V praxi se věnuju se hlavně business/IT analýze – od sběru a zpracování požadavků od klienta, přes tvorbu zadání pro vývojáře, až po samotnou realizaci. Baví mě hledat chytrá a funkční řešení, která dávají smysl v praxi, ne jen na papíře. V ENGETO školím SQL a excel.

Alena Zikmundova Konzultant v IT & integraci softwaru

Alena má vystudovanou ekonometrii a podnikovou informatiku. Má zkušenosti s testováním, systémovou a datovou analýzou i návrhem databází.

Co na studium s námi říkají studenti

Všechna hodnocení
4.9 (325 hodnocení)

Absolvovala jsem kurz Datové Akademie a jsem nadšená. Perfektně připravené materiály, podrobné návody, dostatek příkladů, systematický, pečlivý, strukturovaný přístup. Chtělo by to napsat i něco negativního, pro rovnováhu, ale nic mě nenapadá.

Michaela Kettnerová

Kurz Datová Akademie můžu dále určitě jenom doporučit. Naprosto naplnil očekávání, všechny lekce byly opravdu perfektně připravené. Během lekcí fungovala interakce mezi lektory a studenty a lektoři se snažili studenty pravidelně zapojovat. Po každé lekci byla nachystána cvičení. V budoucnu se na některý další kurz zase rád přihlásím.

Jiří Beck
Všechna hodnocení

Příběhy a reference studentů

David Langr | ENGWTO
Příběh absolventa David, Software developer v engine2 s.r.o. David využil dlouholeté zkušenosti z letectví, přidal znalosti programování a teď pracuje jako Software Developer pro společnost, kde může kombinovat IT i právě znalosti z letectví. Přečíst celý příběh Všechny příběhy
David Langr | ENGWTO
David, Software developer v engine2 s.r.o. 9:33
Verča, Data Engineer v Komerční bance 6:22
Radek Zeman | ENGETO
Radek, Python vývojář v Enverus 8:47
Marie Fardová | ENGETO
Maruška, Testerka v KBC GS 8:19
Matěj Švéda | ENGETO
Matěj, Back-end Developer v ENGETU 4:51
Erik Nisler | ENGETO
Erik, Java vývojář v CGI 2:56

Spolupracujeme s desítkami top firem

Často kladené otázky

Obecně o kurzu

Je Datová Akademie vhodná i pro úplné začátečníky?

Ano! Akademii odstartujeme pěkně od začátků. Vysvětlíme ti, co tě v kurzu datové analýzy čeká a během kurzu tě postupně seznámíme s praxí datového analytika. A naučíme tě základní zpracování a vizualizaci dat.

Datová analýza je o logickém myšlení, hledání souvislostí a příčin, takže ani to by ti nemělo být cizí. A pokud si chceš z kurzu odnést maximum, nestačí si ho jen odsedět. Bude potřeba plnit domácí úkoly a věnovat hodiny samostudiu. 🙂

Co když zameškám jednu hodinu? Můžu si ji nahradit?

Žádný problém – naše kurzy probíhají online a webináře nahráváme, takže máš možnost si pustit záznam a látku dostudovat kdykoliv jen budeš chtít.

Součástí tvého studia je i náš online výukový portál, na kterém najdeš obsah všech lekcí, projekty a další úkoly. Pokud budeš potřebovat pomoct, stačí využít náš live chat nebo skupinu na Discordu – reagujeme zpravidla do několika hodin. Případně se zeptej chytrého AI mentora přímo na ENGETO portále, který je ti k dispozici 24/7.

Zvládnu studovat Akademii i během práce nebo studia?

Ano! Spousta našich studentů to tak má. 🙂 Počítej ale s tím, že ti kurz zabere 10–20 hodin hodin týdně po dobu 3–6 měsíců (3 hodiny na lekci plus několik hodin samostudia týdně). Pokud máš odhodlání a vůli na sobě pracovat, určitě to zvládneš!

Do kdy mám přístup k materiálům na výukovém portále?

Přístup k materiálům máš:

  • 3 měsíce od první lekce 1–3denního intenzivního kurzu (typicky Excel, Úvod do testování softwaru, OOP v Pythonu apod.)
  • 4 měsíce od první lekce měsíčního kurzu (typicky React),
  • 8 měsíců od první lekce 1,5–3měsíční Akademie,
  • 12 měsíců od první lekce kurzu Datový analytik s Pythonem nebo Tester s Pythonem.

Kariérní podpora a certifikace

Jak můžu získat certifikát ECJDA – ENGETO Certified Junior Data Analyst?

Jako absolvent Datové Akademie máš možnost získat certifikát ECJDA, který je nutný pro to, aby ti ENGETO pomohlo s hledáním práce v oblasti datové analýzy.

Jedinou podmínkou pro úspěšné splnění certifikace je odevzdání a obhájení projektů, které budou zadány v průběhu Akademie.

Termín pro splnění projektů je vždy 8 měsíců od konce Akademie, na úspěšné odevzdání máš celkově 3 pokusy.

Poskytuje ENGETO kariérní poradenství?

Jasně, přeci tě v tom nenecháme! Pokud máš opravdu zájem, hotové všechny úkoly a projekty a tvým cílem je získat práci v IT, velice rádi ti pomůžeme. Naši absolventi mají možnost účastnit se:

  • Kariérní konzultace s Lenkou Skalickou: Lenka má velmi bohaté zkušenosti z oblasti náboru talentů do technologických firem, a tak ti dokáže poradit opravdu na míru. Konzultace probíhá online 1:1.
  • Kariérního workshop s Jirkou Psotkou: Obsahově nabušený 4hodinový workshop, v rámci kterého se probírají témata jako přehled dění na trhu práce, inzerce a platy, kde a jak hledat práci, detailní rozbor CV, práce s LinkedInem, jak se připravit na pohovor, (de)motivace, strach/nejistota ze změny a spoustu dalšího. Workshop má omezenou kapacitu lidí, takže se dostane i na tvoje specifické dotazy.

Platba a financování

Je možné na kurzy čerpat dotaci MPSV a nechat si uhradit až 82 % ceny kurzu?

Ano! 😍 A je to za nás úplně skvělá příležitost, jak si vzdělání a lepší pracovní příležitosti ještě víc zpřístupnit.

Takže – ENGETO je v e-shopu Úřadu práce registrované jako vzdělávací zařízení. Znamená to, že Úřad práce hradí až 82 % z ceny našich kurzů. Kurzy v databázi vyhledáš pod stejným jménem, jako na našem webu. Zobrazí se ti ale pouze v případě, že do začátku zbývá 30 a více dní. Níže jsme ti sepsali podrobnější informace:

Pokud budeš mít jakýkoliv dotaz, určitě se nám ozvi, rádi poradíme. 🙂

Můžu uhradit kurz formou splátek?

Ano, Akademii je možné uhradit na 2 splátky. Při této volbě se celková cena počítá z plné sumy (nezapočítává se žádná sleva). Každá splátka je pak ve výši poloviny ceny Akademie.

Postup nákupu kurzu na splátky je jednoduchý. Stačí, když při objednání Akademie uvedeš do poznámky v košíku, že máš zájem o nákup kurzu na splátky. A jako platební metodu zvolíš Nákup na fakturu.

Případně vše vyřešíme po e-mailu, stačí, když se ozveš na info@engeto.com.

Technické požadavky

Jaké jsou požadavky na technické vybavení?

Hardware: Na naši Akademii stačí mít notebook s pamětí alespoň 4 GB RAM a procesor s jedním jádrem. Pro uživatelský komfort bude ideální mít alespoň 8 GB RAM a procesor se 4mi jádry. Účastníci na kurzu mají notebooky, které slouží víc než 8 let. Bude ti stačit prakticky cokoliv.

Software: Máš Windows (ideálně verze 11 a novější), OS X nebo Linux. Na kurzu budeš pracovat se softwarem DBeaver ve verzi Community – stáhni si ji tady. Všechny ostatní nástroje jsou online a lektor ti hned na první hodině řekne všechno, co bude potřeba.

O datové analýze

Co patří mezi data?

Data jsou široký pojem a mohou zahrnovat různé typy informací. Data můžou být cokoli, co můžeš měřit, zaznamenávat a analyzovat. Mohou to být čísla, slova, obrázky nebo dokonce videa. Co se týče jejich dělení, rozlišujeme data: strukturovaná, nestrukturovaná, polostrukturovaná, metadata (data o datech – říkají, kdy byl soubor vytvořen, kým byl upraven atd.), big data (velká data – termín používaný pro obrovské množství dat, která jsou tak rozsáhlá a složitá, že tradiční databázové systému je nedokáží zpracovat).

Ve firmách se často pracuje s daty o prodejích, zákaznících, výkonnosti produktů atd. Všechny tyto informace přispívají k podpoře rozhodovacích procesů, sledování výkonnosti, předvídání tržních trendů, zlepšování produktů a služeb apod.

Jak prezentovat data?

Když chceš prezentovat data, je důležité, aby byla především srozumitelná a vizuálně atraktivní. Můžeš použít grafy, tabulky, interaktivní dashboardy apod.

Pro každý typ dat je vhodné použít jinou vizualizaci – např. časové řady se nejlépe prezentují pomocí lineárních grafů, zatímco kategorie a počty jsou ideální pro sloupcové nebo koláčové grafy. Vždy vyber graf, který nejlépe odpovídá povaze a účelu dat. Nejdůležitější je, aby si příjemce z tvojí prezentace odnesl klíčové informace.

Co je to database?

Databáze (anglicky database) je organizovaná sbírka dat, která umožňuje snadné ukládání, manipulaci a vyhledávání informací. Může být uložena elektronicky a spravovaná systémem, který umožňuje ukládat, měnit a vyhledávat informace snadno a rychle.

Existují různé typy databází, ale za nejčastější se považují relační databáze, kde jsou data uspořádána do tabulek. Každá tabulka má řádky (záznamy) a sloupce (atributy), které definují data. Databáze jsou klíčové pro fungování moderních aplikací – od webových stránek přes bankovní systémy až po mobilní aplikace, protože poskytují způsob, jak uchovávat, organizovat a zpracovávat velké množství informací efektivně.

Kdo vymyslel SQL?

SQL byl vyvinutý v 70. letech 20. století výzkumníky Raymondem Boycem a Donaldem Chamberlinem ve společnosti IBM. Další informace o SQL – např. k čemu slouží, kde nachází praktické využití a jak se liší od Excelu, najdeš v tomto článku.

Co je to SQL?

SQL je jazyk speciálně vyvinutý pro správu a manipulaci s daty. Umožňuje vytvářet, upravovat a spravovat data, jakož i provádět dotazy k získávání specifických informací z velkých množství dat.

SQL je nezbytný nástroj pro databázové administrátory, vývojáře a analytiky dat a další odborníky. V moderním světě dat a informací se považuje za základní dovednost všech, kteří chtějí pracovat s databázemi nebo se zabývat analýzou dat.

Základní informace o SQL se dozvíš v tomto článku u nás na blogu.

Jak začít s SQL a kde se naučit SQL?

SQL,neboli Structured Query Language (strukturovaný dotazovací jazyk), je jazyk určený pro práci s databázemi.

Začít s ním můžeš třeba krátkým online kurzem Základy SQL, který je zdarma, pokračovat ve studiu ze zdrojů dostupných online nebo se přihlásit se do naší Datové Akademie. Důležité je si prakticky vyzkoušet příkazy a postupně si budovat schopnost pracovat s různými databázovými systémy.

Co je to Power BI?

Power BI je nástroj od Microsoftu pro vizualizaci dat a business intelligence. Umožňuje uživatelům snadno transformovat surová data a importovat je z různých zdrojů, jako jsou Excel, SQL databáze, cloudové služby atd. a transformovat je do interaktivních dashboardů či reportů. Tyto reporty a dashboardy pak mohou být přístupné online přes webové služby nebo mobilní aplikace Power BI, takže se dají snadno sdílet v týmu i firmě. Umožňují jednodušší analýzu i rozhodování na základě přesných a aktuálních dat.

Jak začít s Power BI?

Začít s Power BI můžeš stáhnutím Power BI Desktop, což je zdarma. Tvé další kroky možná povedou na YouTube nebo na web Microsoftu, kde najdeš základní tutoriály, které ti ukážou, jak načítat data a vytvářet první grafy.

A pokud se chceš o Power BI dozvědět víc, omrkni naši Datovou Akademii. Naučíme tě, jak s daty pracovat – čistit je, pracovat s nimi a vyhodnocovat je. Budeš je chápat a zvládneš je i vizualizovat pomocí nástrojů jako Power BI a Excel.

🎯 Chceš se jednou ucházet o roli datového analytika? Bez SQL se na tuhle pozici zkrátka neobejdeš. A pokud chceš mít oproti ostatním náskok, mrkni na náš kurz Datový analytik s Pythonem – dostaneš do ruky nejen perfektně se doplňující technologie, ale i praktické a komplexní projekty do portfolia. Díky tomu ukážeš, že to s IT myslíš vážně – a odlišíš se od ostatních uchazečů.

Jaroslav Tylich | ENGETO

Máš dotazy? Ozvi se studijnímu koordinátorovi!

Jaroslav Tylich Vácha

Stačí se ozvat na čísle +420 773 087 597 nebo na e-mailu info@engeto.com.