Lecții:
27 Lecții
Data & Automation pentru Finance & Risk
Last updated:
În finance & risk, instrumentele contează… dar datele curate și pipeline-ul reproductibil contează și mai mult.
Un singur “Excel care se rupe” sau o definiție schimbată la KPI poate deraia o analiză, un model sau un raport de management.
Acest curs îți oferă un mod de lucru modern și pragmatic: data quality by design + automatizare (Excel / Power Query / BI / SQL),
cu controale, reconciliere, audit trail și livrabile reutilizabile.
Ce vei învăța la cursul Data & Automation pentru Finance & Risk:
- Să proiectezi un model de date corect (granularitate, chei, istoric);
- Să implementezi controale de Data Quality (checks, reconciliere, dashboard semafor);
- Să automatizezi transformări & refresh (Power Query / BI) fără “fragilitate”;
- Să construiești un pipeline repeatable cu logging, versioning și lineage;
- Să livrezi output “consumabil”: KPI pack + raport 1-pager + anexă tehnică.
Curriculum (secțiuni și lecții)
Secțiunea 1 – Data mindset: model de date pentru decizie
Stabilim fundația: cum arată datele bune pentru analiză, raportare și modelare (fără haos).
- 1. De ce “datele bune” bat “tool-urile scumpe”
- 2. Granularitate & chei: client / contract / tranzacție / timp
- 3. Istoric și versiuni: snapshot vs delta vs event log
- 4. Data dictionary & naming: standard CQTC pentru consistență
Secțiunea 2 – Data Quality: reguli, controale, evidențe
Construim un set practic de controale DQ (nu teorie), plus reconciliere și evidențe.
- 1. Cele 6 dimensiuni DQ (completeness, validity, consistency etc.)
- 2. Checks obligatorii: ranges, nulls, duplicates, referential integrity
- 3. Reconciliere: counts, totals, balance checks (cu exemple)
- 4. Outliers & anomalii: cum le tratezi (nu le “ștergi” orbește)
- 5. Control dashboard: green/amber/red + escalation log
Secțiunea 3 – Pipeline automat: Excel / Power Query / Power BI
Automatizare robustă: transformări sigure, refresh controlat și output standardizat.
- 1. Pattern-uri Power Query: append/merge/group/parameters
- 2. Refresh robust: surse, fold, incremental, erori de refresh
- 3. Transformări “safe”: reguli care nu se strică la update
- 4. Output “consumabil”: tabele curate pentru rapoarte / modele
- 5. Mini-proiect: construiești un pipeline de la brut la KPI
Secțiunea 4 – SQL & “single source of truth”
SQL-ul minim care te ajută să livrezi corect, rapid și reproductibil.
- 1. SQL minimal pentru finance/risk (select/join/window basics)
- 2. Modelarea tabelelor: fact/dim și ce înseamnă pentru analize
- 3. Aggregations corecte: “same metric, same definition”
- 4. Data marts: cum livrezi rapid fără să rupi guvernanța
Secțiunea 5 – Lineage, versioning, audit trail
Fără IT heavy: lineage simplu, versioning pragmatic și dovezi pentru control/audit.
- 1. Lineage simplu, dar complet (ce intră în “evidence pack”)
- 2. Version control pentru fișiere și outputuri (fără IT heavy)
- 3. Logging: ce s-a rulat, când, ce erori, ce s-a schimbat
- 4. Access & privacy basics: “need-to-know” și mascare minimă
- 5. Template pack: DQ checklist + pipeline blueprint
Secțiunea 6 – Capstone: un sistem complet “repeatable”
Construiești un pipeline complet, cu output standard și monitorizare de sănătate a refresh-ului.
- 1. Build: dataset brut → curățare → controale → output standard
- 2. Publish: KPI pack + raport 1-pager + anexă tehnică
- 3. Monitor: DQ drift + refresh health checks
- 4. Final: kit reutilizabil (fișiere + instrucțiuni + standarde)
Certificare: CorpQuants Training Center
Durată și efort recomandat
Durata cursului: ~4–6 săptămâni (la 2–3h/săpt.)
Ore live (predare): 15 ore
Ore de studiu / cursant (recomandat): 24–36 ore
Resurse utile și continuări recomandate
Curriculum
- 6 secțiuni
- 27 de lecții
- 36 de ore
Extinde toate secțiunileRestrânge toate secțiunile
- Secțiunea 1 – Data mindset: model de date pentru decizieStabilim fundația: cum arată datele bune pentru analiză, raportare și modelare (fără haos).4
- Secțiunea 2 – Data Quality: reguli, controale, evidențeConstruim un set practic de controale DQ (nu teorie), plus reconciliere și evidențe.5
- 2.12.1. Cele 6 dimensiuni DQ (completeness, validity, consistency etc.)
- 2.22.2. Checks obligatorii: ranges, nulls, duplicates, referential integrity
- 2.32.3. Reconciliere: counts, totals, balance checks (cu exemple)
- 2.42.4. Outliers & anomalii: cum le tratezi (nu le “ștergi” orbește)
- 2.52.5. Control dashboard: green/amber/red + escalation log
- Secțiunea 3 – Pipeline automat: Excel / Power Query / Power BIAutomatizare robustă: transformări sigure, refresh controlat și output standardizat.5
- 3.13.1. Pattern-uri Power Query: append/merge/group/parameters
- 3.23.2. Refresh robust: surse, fold, incremental, erori de refresh
- 3.33.3. Transformări “safe”: reguli care nu se strică la update
- 3.43.4. Output “consumabil”: tabele curate pentru rapoarte / modele
- 3.53.5. Mini-proiect: construiești un pipeline de la brut la KPI
- Secțiunea 4 – SQL & “single source of truth”SQL-ul minim care te ajută să livrezi corect, rapid și reproductibil.4
- Secțiunea 5 – Lineage, versioning, audit trailFără IT heavy: lineage simplu, versioning pragmatic și dovezi pentru control/audit.5
- 5.15.1. Lineage simplu, dar complet (ce intră în “evidence pack”)
- 5.25.2. Version control pentru fișiere și outputuri (fără IT heavy)
- 5.35.3. Logging: ce s-a rulat, când, ce erori, ce s-a schimbat
- 5.45.4. Access & privacy basics: “need-to-know” și mascare minimă
- 5.55.5. Template pack: DQ checklist + pipeline blueprint
- Secțiunea 6 – Capstone: un sistem complet “repeatable”Construiești un pipeline complet, cu output standard și monitorizare de sănătate a refresh-ului.4
Instructor
CQTC
Învață. Aplică. Decide.
CQTC | CorpQuants Training Center
1,190 lei
