描述数据、数据库、关系数据库和云数据库。

描述信息和数据模型、关系数据库和关系模型概念（包括模式和表格）。

解释实体关系图，并为特定用例设计关系数据库。

掌握常用数据库管理系统的工作知识，包括 MySQL、PostgreSQL 和 IBM DB2

使用 SQL 分析数据库中的数据。

在云上创建关系数据库并使用表格。

编写 SQL 语句，包括 SELECT、INSERT、UPDATE 和 DELETE。

利用视图、事务、存储过程和连接等高级 SQL 技术，创建更强大的查询。

描述 Linux 体系结构和常见的 Linux 发行版，在 Linux 系统上更新和安装软件。

在 Bash shell 中执行常见的信息、文件、内容、导航、压缩和网络命令。

使用 Linux 命令、环境变量、管道和过滤器开发 shell 脚本。

使用 crontab 在 Linux 中安排 cron 作业，并解释 cron 语法。

创建、查询和配置数据库，访问和构建表格等系统对象。

执行基本的数据库管理，包括备份和恢复数据库以及管理用户角色和权限。

监控和优化数据库性能的重要方面。

排除连接、登录和配置等数据库问题，并自动执行报告、通知和警报等功能。

描述并对比提取、转换、加载（ETL）流程和提取、加载、转换（ELT）流程。

解释批处理与并发执行模式。

通过 bash 和 Python 函数实现 ETL 工作流程。

描述数据管道组件、流程、工具和技术。

在短短 6 周内掌握可直接就业的数据仓库技能，并获得实践经验和 IBM 证书的支持。

设计和填充数据仓库，使用 CUBE、ROLLUP 和物化视图建模和查询数据。

识别流行的数据分析和商业智能工具及供应商，并使用 IBM Cognos Analytics 创建数据可视化。

如何设计数据并将其 Load 到数据 Warehouse 中、编写聚合查询、创建 Materialized 查询表以及创建分析仪表板。

探索分析和商业智能（BI）工具的用途

了解 IBM Cognos Analytics 和 Google Looker Studio 的功能

利用 IBM Cognos Analytics 展示您分析 DB2 数据的能力

使用 IBM Cognos Analytics 和 Google Looker Studio 创建和共享交互式 Dashboard

熟练掌握初级数据仓库工程职位所需的技能。

设计和实施数据仓库工程生命周期中的各种概念和组件，如数据存储库。

展示有关关系数据库、数据仓库和数据管道的工作知识。

您可以利用自己在 Linux shell 脚本、SQL 和商业智能 Cognos 面板设计方面的专业知识来解决数据仓库问题。