آنچه در این دوره خواهید آموخت

• آشنایی کامل با مفاهیم بنیادی SQL و نحوه کار با پایگاه داده MySQL.
• نوشتن پرس‌وجوهای قدرتمند SQL برای استخراج، فیلتر کردن و دستکاری داده‌ها.
• یادگیری تکنیک‌های پیشرفته برای تجمیع و گروه‌بندی داده‌ها جهت استخراج آمار و خلاصه‌سازی اطلاعات.
• تسلط بر نحوه ترکیب داده‌ها از جداول مختلف با استفاده از دستورات JOIN برای تحلیل‌های پیچیده‌تر.
• استفاده از زیرپرس‌وجوها (Subqueries) برای حل مسائل پیچیده‌تر تحلیل داده و بهینه‌سازی پرس‌وجوها.
• کسب توانایی پاک‌سازی، سازماندهی و آماده‌سازی داده‌ها برای تحلیل‌های دقیق و قابل اعتماد.
• درک نقش SQL در پروژه‌های هوش تجاری و نحوه استفاده از آن برای تصمیم‌گیری مبتنی بر داده در محیط‌های کسب‌وکار.
• حل مثال‌های عملی و سناریوهای واقعی کسب‌وکار با SQL برای کسب تجربه کاربردی.

مزایای شرکت در این دوره

این دوره جامع، با ارائه یک رویکرد عملی و کاربردی، مزایای متعددی را برای شرکت‌کنندگان به ارمغان می‌آورد و آن‌ها را برای بازار کار آماده می‌کند:

• فرصت‌های شغلی گسترده: با تسلط بر SQL و تحلیل داده، درهای ورود به مشاغل پرتقاضایی مانند تحلیلگر داده، متخصص هوش تجاری، مهندس داده، و حتی دانشمند داده را به روی خود باز می‌کنید.
• افزایش کارایی در محیط کار: اگر در حال حاضر مشغول به کار هستید، یادگیری SQL به شما این امکان را می‌دهد که داده‌های مرتبط با حوزه کاری خود را به‌صورت مستقل و کارآمد تحلیل کرده، گزارش‌های دقیق‌تری ارائه دهید و به بهبود عملکرد سازمان کمک کنید.
• تصمیم‌گیری هوشمندانه‌تر: این دوره به شما ابزار می‌دهد تا با درک عمیق‌تر از داده‌ها، قادر به اتخاذ تصمیمات تجاری و استراتژیک آگاهانه‌تر و مبتنی بر شواهد باشید.
• پایه و اساس محکم: دانش کسب شده در این دوره، به‌عنوان یک پایه مستحکم برای یادگیری مباحث پیشرفته‌تر در علم داده، یادگیری ماشین، و هوش مصنوعی عمل می‌کند.
• تجربه عملی و پروژه‌محور: با تمرکز بر پروژه‌ها و مثال‌های واقعی کسب‌وکار، شما به مهارت‌های عملی مورد نیاز بازار کار مجهز خواهید شد و می‌توانید رزومه خود را با این تجربیات غنی سازید.

پیش‌نیازها

این دوره برای مبتدیان مطلق طراحی شده و نیازی به دانش قبلی SQL یا برنامه‌نویسی ندارد. تنها پیش‌نیازهای لازم عبارتند از:

• آشنایی اولیه و عمومی با کار با کامپیوتر و محیط ویندوز (یا مک) و اینترنت.
• علاقه و انگیزه برای یادگیری مفاهیم جدید و تحلیل داده‌ها و حل مسائل.
• توانایی نصب نرم‌افزارهای ساده (تمام نرم‌افزارهای مورد نیاز مانند MySQL و MySQL Workbench در طول دوره معرفی و نحوه نصب آن‌ها به صورت گام به گام آموزش داده خواهد شد).

ما گام به گام همراه شما خواهیم بود تا مطمئن شویم از پایه، تمام مفاهیم را به‌درستی درک می‌کنید.

سرفصل‌های جامع دوره

این دوره به بخش‌های مختلف و کاملی تقسیم شده است تا یادگیری مفاهیم SQL و هوش تجاری به‌صورت گام به گام، منظم و کاربردی انجام شود:

• مقدمه‌ای بر SQL و پایگاه‌های داده رابطه‌ای:
  • معرفی SQL و نقش اساسی آن در مدیریت و تحلیل داده‌ها.
  • آشنایی با مفاهیم بنیادی پایگاه داده رابطه‌ای (RDBMS) و نحوه سازماندهی داده‌ها.
  • نصب و پیکربندی MySQL Server و محیط کاری MySQL Workbench.
  • اجرای اولین پرس‌وجوهای ساده: SELECT * FROM TableName;.
• پرس‌وجوهای مقدماتی SQL برای استخراج داده:
  • دستور SELECT برای انتخاب ستون‌های مورد نظر.
  • استفاده از DISTINCT برای بازیابی مقادیر منحصر به فرد.
  • فیلتر کردن داده‌ها با WHERE (عملگرهای مقایسه‌ای: =، < >، <، >، < =، > =).
  • مرتب‌سازی نتایج با ORDER BY (صعودی ASC و نزولی DESC).
  • محدود کردن تعداد نتایج با LIMIT.

    مثال عملی: بازیابی ۱۰ مشتری از کشور ‘کانادا’ که نام خانوادگی آن‌ها با ‘S’ شروع می‌شود و بر اساس نام مرتب شده‌اند.

    SELECT CustomerID, FirstName, LastName, Country
    FROM Customers
    WHERE Country = 'Canada' AND LastName LIKE 'S%'
    ORDER BY FirstName ASC
    LIMIT 10;

• فیلتر کردن پیشرفته و عملگرهای منطقی:
  • استفاده از عملگرهای منطقی AND، OR، NOT برای فیلترهای چندگانه.
  • عملگر IN برای تعیین لیست مقادیر ممکن.
  • عملگر BETWEEN برای فیلتر کردن در یک محدوده مشخص.
  • استفاده از LIKE و کاراکترهای Wildcard (% و _) برای جستجوی الگوها.

    مثال عملی: پیدا کردن سفارشاتی که در سال ۲۰۲۳ ثبت شده‌اند و مبلغ کل آن‌ها بین ۵۰ تا ۲۰۰ دلار است.

    SELECT OrderID, OrderDate, TotalAmount
    FROM Orders
    WHERE OrderDate BETWEEN '2023-01-01' AND '2023-12-31'
    AND TotalAmount BETWEEN 50 AND 200;

• توابع تجمیعی و گروه‌بندی داده‌ها:
  • آشنایی با توابع تجمیعی پرکاربرد: COUNT، SUM، AVG، MIN، MAX.
  • گروه‌بندی داده‌ها با GROUP BY برای انجام محاسبات روی گروه‌ها.
  • فیلتر کردن گروه‌ها با HAVING (مشابه WHERE اما برای گروه‌ها).

    مثال عملی: محاسبه مجموع درآمد برای هر مشتری که حداقل ۳ سفارش ثبت کرده است.

    SELECT CustomerID, SUM(TotalAmount) AS TotalRevenue
    FROM Orders
    GROUP BY CustomerID
    HAVING COUNT(OrderID) >= 3;

• ترکیب جداول (JOINs):
  • INNER JOIN: برای بازیابی رکوردهای مشترک بین دو یا چند جدول.
  • LEFT JOIN / LEFT OUTER JOIN: بازیابی تمام رکوردهای جدول سمت چپ و رکوردهای مطابق از جدول سمت راست.
  • RIGHT JOIN / RIGHT OUTER JOIN: بازیابی تمام رکوردهای جدول سمت راست و رکوردهای مطابق از جدول سمت چپ.
  • مقدمه‌ای بر FULL OUTER JOIN (و چگونگی شبیه‌سازی آن در MySQL).

    مثال عملی: لیست کردن نام مشتریان به همراه نام محصولاتی که خریداری کرده‌اند.

    SELECT c.CustomerName, p.ProductName
    FROM Customers c
    INNER JOIN Orders o ON c.CustomerID = o.CustomerID
    INNER JOIN Order_Items oi ON o.OrderID = oi.OrderID
    INNER JOIN Products p ON oi.ProductID = p.ProductID;

• زیرپرس‌وجوها (Subqueries) و عبارات جدول مشترک (CTE):
  • استفاده از زیرپرس‌وجوها در SELECT، FROM، WHERE برای حل مسائل پیچیده‌تر.
  • Correlated Subqueries در مقابل Non-correlated Subqueries.
  • مقدمه‌ای بر Common Table Expressions (CTE) برای ساختاردهی و خوانایی بهتر پرس‌وجوهای پیچیده.

    مثال عملی: یافتن نام کارمندانی که حقوق آن‌ها بالاتر از میانگین حقوق بخش خود است.

    SELECT e.EmployeeName, e.Salary, d.DepartmentName
    FROM Employees e
    INNER JOIN Departments d ON e.DepartmentID = d.DepartmentID
    WHERE e.Salary > (SELECT AVG(Salary) FROM Employees WHERE DepartmentID = e.DepartmentID);

• مفاهیم پیشرفته‌تر و تحلیل داده برای هوش تجاری:
  • کار با انواع داده (Data Types) مختلف و اهمیت آن‌ها.
  • آشنایی با محدودیت‌ها (Constraints) مانند Primary Key و Foreign Key.
  • استفاده از CASE WHEN برای اعمال منطق شرطی در پرس‌وجوها.
  • معرفی مفاهیم اصلی هوش تجاری (BI)، چرخه حیات داده و نقش SQL در آن.
  • بررسی سناریوهای واقعی کسب‌وکار و نحوه تحلیل آن‌ها با SQL برای استخراج بینش‌های عملی.
  • آماده‌سازی داده‌ها برای گزارش‌گیری و ساخت داشبورد با ابزارهای BI.