Bonus: Analisi dei dati con Snowflake Cortex

Complimenti ancora per aver completato il corso!

Come bonus, puoi esplorare il lavoro sui dati assistito dall'AI con Snowflake Cortex, uno strumento AI di livello enterprise per l'analisi dei dati.

Guarda il video mostrato, poi provalo in prima persona con questo progetto esteso. Per completarlo, dovrai iscriverti a una prova gratuita di Snowflake.

Questo esercizio fa parte del corso

AI per Data Analyst

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

AI per Data Analyst

IntermediárioNível de habilidade

4.8+

Inizia il corso gratuitamente

Configura il tuo toolkit di analista potenziato dall'IA. Scopri dove l'IA si inserisce nelle cinque fasi del ciclo di analisi, padroneggia il framework di prompting GCSE per trasformare richieste vaghe in raccomandazioni operative e scegli il modo giusto di collegare l'IA ai tuoi dati: file flat, MCP o un livello semantico governato.

Exercise 1: L'analista potenziato dall'AI Exercise 2: Conosci The Daily Grind Exercise 3: Stesso prompt, risposta diversa Exercise 4: Scrivere prompt efficaci Exercise 5: Smonta un prompt con il framework GCSE Exercise 6: Prompt vago vs. strutturato Exercise 7: Connessione ai tuoi dati Exercise 8: File flat, MCP o semantic layer?Exercise 9: Il contesto sblocca il significato

Passa dai dati grezzi a insight che puoi difendere. Esamina la qualità dei dati per identificare duplicati sfumati, valori mancanti e timestamp impossibili; arricchisci i campi grezzi con l'IA sia come esecutore che come consulente; poi trova insight che vale la pena approfondire tra trend, distribuzioni, differenze e outlier, e verifica ognuno prima che arrivi a uno stakeholder.

Exercise 1: La fase di interrogazione: qualità dei dati Exercise 2: Cosa può segnalare l'AI da sola?Exercise 3: Interroga i dati della caffetteria Exercise 4: Interroga la deduplicazione dell'AI Exercise 5: Arricchire i tuoi dati Exercise 6: Estrai le intenzioni dai ticket di supporto Exercise 7: Doer o advisor?Exercise 8: Trovare insight affidabili Exercise 9: Da dove inizieresti a esplorare?Exercise 10: Approfondisci un risultato

Trasforma i risultati in dashboard e racconti che colpiscono. Riduci la scoperta e il prototipo di una dashboard da settimane a un pomeriggio, adatta le storie basate sui dati al pubblico e alla decisione davanti a te e proteggiti da risultati impeccabili ma sbagliati con il framework di verifica S.P.O.T.

Exercise 1: Creare dashboard con l'AI Exercise 2: Dalle interviste alle user story Exercise 3: Prototipa e itera Exercise 4: Raccontare storie con i dati usando l'AI Exercise 5: Stessi dati, due storie Exercise 6: Inquadramento onesto vs. fuorviante Exercise 7: Story per il CFO Exercise 8: Verificabilità e fiducia Exercise 9: Quale controllo S.P.O.T. lo intercetta?Exercise 10: Questo numero "suona" giusto?Exercise 11: Individua il dashboard lucido-ma-sbagliato

Esegui un'analisi completa AI-first su Board and Beyond, una catena retail statunitense. Verifica la qualità dei dati, identifica gli arricchimenti che un category manager userebbe davvero, porta in evidenza e valida un risultato principale, crea una dashboard a supporto di una decisione di espansione e consegna una storia in un paragrafo alla leadership.

Exercise 1: Progetto finale: Board and Beyond Exercise 2: Conosci Board and Beyond Exercise 3: Quale pasticcio non può aspettare?Exercise 4: Cosa userebbe davvero un category manager?Exercise 5: Verifica una scoperta di rilievo Exercise 6: Dove dovremmo espanderci?Exercise 7: Racconta la storia alla leadership Exercise 8: Congratulazioni!Exercise 9: Bonus: Analisi dei dati con Snowflake Cortex

Esercizio attuale