Visão Geral

• Os dados são a força vital de uma organização - das informações do cliente mantidas nos aplicativos de marketing e atendimento ao cliente aos dados operacionais e competitivos nos sistemas de inteligência de negócios e nos data warehouses.
• Para obter o máximo benefício dos volumes cada vez maiores de informações, boas habilidades de análise e modelagem de dados são essenciais.
• Neste curso, você aprenderá a modelagem de dados de negócios e aplicativos de cima para baixo e como analisar e normalizar dados.
• Você aprenderá como usar entidades, atributos, chaves, relacionamentos e como construir modelos de dados usando diagramas de relacionamento de entidades.
• O curso fornece treinamento prático nas principais habilidades necessárias para modelar dados que refletem as necessidades dos negócios.
  

Objetivo

• Fornecer treinamento prático em técnicas de análise e modelagem para que os dados organizacionais e a lógica de negócios possam ser traduzidos em modelos de dados robustos - eficientemente e sem duplicação ou redundância.
• Modelos de dados precisos permitem o design ideal do banco de dados, resultando em melhor desempenho do aplicativo e tempos de resposta mais rápidos.
• Ele também fornece um ponto de referência para usuários corporativos, desenvolvedores, arquitetos e administradores de bancos de dados.
  
• O processo de modelagem de dados força um exame detalhado dos principais dados e regras de negócios. Isso destaca processos ineficientes e dados ausentes que podem ser úteis para a organização.

Objetivo de Aprendizado:

Como este curso pode ajudá-lo a ser um melhor analista de dados - você aprenderá como:

• Eesenvolver um modelo de dados de negócios e aplicativos de cima para baixo (Entity Relationship Model)
  
• Descrever entidades, atributos, chaves e relacionamentos
• Analisar e normalizar dados
• Construir terceiros modelos de dados de formulário normal
• Construir um modelo de dados composto
• Entender quarta e quinta formas normais

Publico Alvo

O curso é adequado para qualquer pessoa envolvida na análise, especificação ou desenvolvimento de bancos de dados. Isso inclui:

• Analistas de Negócios
• Analistas de Sistemas
• Programadores e Desenvolvedores
• Administradores de banco de dados
• Arquitetos de dados

Os tópicos do curso são aplicáveis ​​a todos os produtos populares de banco de dados (Microsoft, Oracle, IBM, etc) e a todos os tipos de sistemas (cliente / servidor, web, PC, mainframe).

Informações Gerais

• Carga horaria, 16H
• Se noturno o curso acontece de segunda a sexta das 19h às 23h, total de 4 noites
• Se aos sábados o curso acontece de 09h às 18h, total de 2 sábados 
• se in-company em horários e período acertado entre as partes
• Instrutor capacitado atuando no mercado como testador e desenvolvedor de aplicações moveis entre outras
• Curso pratico e teórico

Formato de entrega:

• Presencial em sala de aula,
  
• on-line ao vivo em tempo real, na presença de um instrutor durante todo curso em tempo real, solicite um teste para validar o formado on-line 
• in-company

Materiais

Conteúdo Programatico

Módulo I

Introdução

1. Exemplos de análise de dados
   
2. Aplicação da análise de dados durante o ciclo de vida do projeto
3. Papel do analista, designer e usuário durante esta atividade
4. Princípios básicos e terminologia

A abordagem de análise de negócios

1. Verificação cruzada e consolidação
2. Modelo global de aplicação e transação
3. Entidades, atributos, relacionamentos e normalização
4. Relações de entidade

Notação de relacionamento

1. Mapeamento
2. Relações simples e complexas
3. Nomeando relacionamentos e modelos
4. Produzindo um Modelo de Dados do Aplicativo a Partir dos Resultados da Normalização

Módulo II

Análise de dados e normalização

1. Pesquisa de fatos e identificação de dados de candidatos
   
2. Gravando dados em um dicionário de dados
3. Notação do dicionário de dados
4. Normalização
5. Primeira, segunda e terceira relações
6. Modelo Global de Dados

Análise de regras de negócios

1. Desenhando um modelo de dados global
2. Anotando o modelo de dados e verificando com o gerenciamento de usuários
3. Modelo de Dados Compostos

Teclas compostas e compostas

1. Relações somente de chave
2. Combinando modelos para formar um modelo de dados composto
3. Quarta e Quinta Formas Normais
4. Circunstâncias que podem levar a anomalias de dados