User CMA Smart & Secure - Data Analytics

📊 သင်တန်းကျောင်းမှ အခမဲ့ မျှဝေထားသော Data Analytics ဆိုင်ရာအထောက်အကူပြု (အခြေခံ) သင်တန်းများ...
🟦 Foundation of Excel & Data Analysis (FEDA) Course
🟦 Data Analytics ဆိုင်ရာနယ်ပယ်ကို အခုမှ စတင်လေ့လာမယ်ဆိုရင် ဒီ FEDA course ကို စတင်လေ့လာသင့်ပါတယ်...
🟦 Data Analytics ကို စတင်လေ့လာရာမှာ Conceptual Framework ကို နားလည်ဖို့ အရေးကြီးပါတယ်... ဒီ course မှာ Conceptual Framework ကို Excel Basic level formula/ function များနဲ့ တွဲဖက်လေ့လာရမှာ ဖြစ်ပါတယ်...
🟦 Simple case study ဖြစ်လို့ စတင်လေ့လာသူတွေအတွက် လွယ်ကူမှုရှိပါတယ်... အခြေခံအားဖြင့် လုံလောက်တဲ့ course တစ်ခုဖြစ်ပါတယ်... ကြာမြင့်ချိန် 8 Hours (live class) ဖြစ်ပါတယ်...
🟦 FEDA Course Telegram channel link
https://t.me/+7NBP4oj3SFg2NzM1
◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾
🟩 Introduction to Microsoft Power Query: Using Microsoft Excel & Power BI Desktop (IPQ) Course
🟩 Power Query ဆိုတာ Microsoft Excel မှာကော Power BI မှာကော အသုံးပြုနိုင်တဲ့ Extract, Transform, Load (ETL) tool တစ်ခုဖြစ်ပါတယ်... Data Analytics မှာ Data Accessing, Data Cleaning & Transformation အဆင့်တွေမှာ အသုံးချနိုင်ပါတယ်...
🟩 Microsoft Excel အသုံးပြုသူများအနေနဲ့ Power Query ကို အသုံးချပြီး သာမန်ထက် ပိုမိုကောင်းမွန်၊ ထိရောက်တဲ့ automated working flow တွေ တည်ဆောက်အသုံးပြုနိုင်ပါတယ်... Microsoft Excel အသုံးပြုသူတိုင်း တက်မြောက်ထားသင့်ပါတယ်...
🟩 Power BI အသုံးပြုသူများအနေနဲ့ Power Query ကို မဖြစ်မနေအသုံးပြုရပါတယ်... Power Query ကို ကျွမ်းကျင်ပိုင်နိုင်စွာ အသုံးချခြင်းအားဖြင့် Data Accessing, Data Cleaning & Transformation အဆင့်တွေကို စနစ်တကျ ကိုင်တွယ်ဆောင်ရွက်နိုင်မှာ ဖြစ်ပါတယ်...
🟩 IPQ course မှာ Data Transformation အမျိုးအစား (10) မျိုးကို လက်တွေ့ case study များနဲ့ လေ့လာ၊ လေ့ကျင့်နိုင်မှာ ဖြစ်ပြီး automated workflow တည်ဆောက်တဲ့ case study များကိုပါ လေ့လာ၊ လေ့ကျင့်နိုင်မှာ ဖြစ်ပါတယ်...
🟩 Excel အသုံးပြုနေသူ၊ Power BI လက်ရှိအသုံးပြုနေသူ၊ Power BI လေ့လာရန် ရည်ရွယ်ထားသူ၊ လုပ်ငန်းနယ်ပယ်မရွေး၊ ရာထူးနေရာမရွေး လေ့လာနိုင်သော course တစ်ခု ဖြစ်ပါတယ်... ကြာမြင့်ချိန် 8 Hours (live class) ဖြစ်ပါတယ်...
🟩 IPQ Course Telegram channel link
🟩 https://t.me/+FF81sUBAGfQ3Mzg1
◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾
🟩 Applied Power Query: Real-Life Case Studies for Professionals (APQ) Course
🟢 Introduction to Microsoft Power Query (IPQ) Course အား လေ့လာပြီးပါက နောက်တစ်ဆင့်အနေဖြင့် Power Query အား လက်တွေ့လုပ်ငန်းခွင်မှာ အသုံးချနိုင်ဖို့အတွက် Applied Power Query (APQ) course အား ဆက်လက်လေ့လာနိုင်ပါသည်...
🟢 Power Query ကို လက်တွေ့အသုံးချရာမှာ ပိုမိုပြီး အထောက်အကူဖြစ်စေဖို့ ရည်ရွယ်ပါတယ်...
🟢 လက်တွေ့ အသုံးဝင်မယ့်၊ ချက်ချင်းအသုံးချလို့ရမယ့် real-life case study များနဲ့ လေ့လာ၊ လေ့ကျင့်ပြီး လက်တွေ့အသုံးချနိုင်မှာ ဖြစ်ပါတယ်...
🟢 Introduction to Microsoft Power Query (IPQ) Course သို့မဟုတ် သင်တန်းကျောင်းမှ ဖွင့်လှစ်ထားသော Professional Data Transformer (PDT) Course များအား လေ့လာထားပြီးသူများအတွက်သာ ဖြစ်ပါတယ်...
🟢 APQ Course Telegram channel link
🟢 https://t.me/+nlAZ_HSZk2syZmRl
◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾
🟨 Journey into KNIME Analytics Platform: A Comprehensive Self-Study Guide for Learners (KN01) Course
🟨 KNIME Analytics Platform ဆိုတာကတော့ Data Analytics, Data Science, Data Engineering နယ်ပယ်တွေမှာ အသုံးပြုနိုင်တဲ့ Advanced Tool တစ်ခုဖြစ်ပါတယ်...
🟨 KNIME Analytics Platform ရဲ့ အဓိက ထူးခြားချက်ကတော့ “No Coding” ပါ... ဒါ့ကြောင့် coding မလိုတဲ့ advanced tool ကို လေ့လာချင်တယ်ဆိုရင်တော့ အကောင်းဆုံးလို့ ညွှန်းပါတယ်...
🟨 100% free software, 100% self-study support ဖြစ်ပါတယ်... Certified KNIME Data Analyst, Certified KNIME Data Scientist, Certified KNIME Data Engineer, Certified KNIME Trainer များ အတွက်လည်း certification path တွေ ရှိပါတယ်...
🟨 Advanced Analytics Tool ကို လေ့လာချင်သူ လုပ်ငန်းနယ်ပယ်မရွေး၊ ရာထူးနေရာမရွေး လေ့လာနိုင်သော course တစ်ခု ဖြစ်ပါတယ်... ကြာမြင့်ချိန် 4 Hours (live class) ဖြစ်ပါတယ်...
🟨 KN01 Course Telegram channel link
https://t.me/+dmujjbLLb2M1YTFl
◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾
🟥 DA နယ်ပယ်ကို လေ့လာကြသူတိုင်း အဆင်ပြေလွယ်ကူမှု ရှိကြပါစေ...
🟥 မိမိအတွက် အထောက်အကူ ဖြစ်စေတယ်ဆိုရင် ပြန်လည်မျှဝေခြင်းဖြင့် ပူးပေါင်းကူညီနိုင်ပါတယ်...
🟥 မိမိအတွက် အထောက်အကူ ဖြစ်စေတယ်ဆိုရင် မိမိထင်မြင်ချက်ကို comment မှာ ဖော်ပြခြင်းဖြင့် ပူးပေါင်းကူညီနိုင်ပါတယ်... အကြံပြုသုံးသပ်ချက်များကိုလည်း ပြုလုပ်နိုင်ပါတယ်...
💪💪💪

🚨 ပုံမှန်မဟုတ်ရင် သတိထား...
🔴 Diagnostic Analytics မှာ အရေးပါတဲ့ နည်းလမ်းတစ်ခုက Anomaly Detection ပါ...
🔴 သမရိုးကျ မဟုတ်တာကို anomaly လို့ခေါ်ပါတယ်... Data point, transaction, behavior, or pattern တစ်ခုခုဟာ မျှော်လင့်ထားတဲ့ ပုံမှန်အခြေအနေတစ်ခုနဲ့ သိသိသာသာ ကွာခြားသွားတာကို anomaly လို့ ခေါ်ပါတယ်...
🔴 Anomaly detection ကို fraud detection အတွက် initial supporting technique အနေနဲ့ အသုံးပြုနိုင်ပါတယ်... ဒါပေမယ့် ပုံမှန်အားဖြင့် anomaly ဖြစ်တိုင်း fraud (မသမာမှု) မဟုတ်ပါဘူး... ဒါကြောင့် fraud risk alert အနေနဲ့သာ warning flag လုပ်ရမှာ ဖြစ်ပါတယ်...
ဥပမာ-
….. ☑️ ပုံမှန်ထက် သိသိသာသာ များပြားတဲ့ပမာဏနဲ့ transaction တွေ ဖြစ်နေတာ...
….. ☑️ သမရိုးကျမဟုတ်ဘဲ weekend payment တွေ ဖြစ်ပေါ်နေတာ...
….. ☑️ Invoice တွေ duplicate ဖြစ်နေတာ...
….. ☑️ ရုတ်တရက်ဆိုသလို အရောင်းပမာဏ မြင့်တက်သွားတာ...
🔴 ဒီလိုအခြေအနေတွေကို anomaly လို့ခေါ်ပါတယ်။ Anomaly ဖြစ်ရတဲ့ အကြောင်းရင်းတွေက မျိုးစုံရှိနိုင်ပါတယ်...
….. ✅ Human error, System issue
….. ✅ ထူခြားတဲ့ business event တွေ ဖြစ်သွားခဲ့လို့...
….. ✅ လုပ်ငန်းတွင်း ထိန်းချုပ်မှု စနစ်တွေ အားနည်းချက်ရှိလို့...
….. ✅ မသမာမှု (fraud) တွေရှိနေလို့...
🔴 ဒါတွေကတော့ anomaly ဖြစ်ရတဲ့ အကြောင်းတွေ ဖြစ်ပါတယ်... ဒီအထဲမှာ potential fraud risk က အကြောင်းရင်းတစ်ခု ဖြစ်ပါတယ်...
🔴 ဒါကြောင့် anomaly detection ကို data analytics မှာ diagnostic analytics ရဲ့ အရေးပါတဲ့ technique တစ်ခုအဖြစ် အသုံးပြုကြပြီး Audit, Accounting, Finance, Risk & Compliance နယ်ပယ်တွေမှာတော့ fraud risk alert အတွက် အဓိက supporting method တစ်ခုအဖြစ် အသုံးပြုကြပါတယ်...
💪💪💪
=> 2026061
=> DA Key Stage (4): Data Analyzing & Modeling

📊 Career switch to Data Analytics field
🔵 အခုတလော Data Analytics (Myanmar) group မှာ career switch အကြောင်း မကြာခန ဆွေးနွေးမေးမြန်းကြတာ သတိပြုမိပါတယ်...
🔵 ကျွန်တော့ ယူဆချက်နဲ့ အကြံပြုချက်ကတော့ ဒီလိုပါ...
🔴 (1) Data Analytics ကို စိတ်ဝင်စားလို့...
🔴 DA ကို စိတ်ဝင်စားရင် စနစ်တကျ road map ချပြီး လေ့လာသင့်ပါတယ်... အချိန်အတိုင်းအတာတစ်ခု ပေးဖို့လိုပါတယ်...
🔴 DA နယ်ပယ်မှာ ဒါတွေဖြည့်ဖို့ လိုပါတယ်.......... 🔶 DA core foundation (Conceptual Framework, Statistics, Advanced Excel)....... 🔶 Advanced tools (Power Query, Python, KNIME Analytics Platform, etc.)....... 🔶 Database (SQL, My SQL, etc.)....... 🔶 Visualization tools (Power BI, Tableau, etc.)....... 🔶 Communication, Continuous Learning, Networking, etc........ 🔶 Project portfolio and Related certification
🔴 အဲ့တော့ဗျာ... လက်ရှိ အလုပ်တစ်ခုလုပ်နေတယ်... DA နယ်ပယ်ကို စိတ်ဝင်စားလို့ career ပြောင်းဖို့ စဉ်းစားတယ်ဆိုရင် ပထမဆုံး အကြံပြုချင်တာက လက်ရှိအလုပ်ကိုပဲ ဆက်လုပ်နေပါ... DA learning အတွက် road map စနစ်တကျပြင်ဆင်ပါ... အချိန်ပေးပါ... ပုံမှန်လေ့လာပါ... ဒါက အထိရောက်ဆုံးနည်းလမ်းဖြစ်ပါတယ်... ကိုယ်တိုင် confident ရလာတဲ့အချိန်မှာ DA position တစ်ခု ရရင်ပြောင်းလိုက်ပါ...
🟢 (2) Data Analytics က popular ဖြစ်လို့၊ အခွင့်အလမ်းပိုများနိုင်လို့၊ လစာပိုများနိုင်လို့...
🟢 ပထမဆုံးသိထားရမှာက global trend အရ အဲ့ဒါတွေမှန်ပါတယ်... Local မှာတော့ အဲ့လိုဖြစ်နေပါတယ်လို့ ပြောနိုင်တဲ့ အထောက်အထားမရှိပါဘူး... DA position နဲ့ အလုပ်အကိုင်အခွင့်အလမ်းတွေ အများကြီး ရှိမနေသေးပါဘူး... ရှိတဲ့ DA job တိုင်းကလည်း global trend လောက် လစာတွေ မရနေသေးပါဘူး...
🟢 Local မှာ DA အလုပ်အကိုင်အခွင့်အလမ်း ပေါများပါတယ်... လစာတွေကောင်းပါတယ်လို့ ပြောတာကြားရင် အထောက်အထား တောင်းကြည့်လိုက်ပါ...
🟢 အဲ့တော့ ကိုယ်လက်ရှိအလုပ်ကိုပဲ လုပ်နေသင့်ပါတယ်... DA ကို ရသလောက်လေ့လာထားမယ်... အချိန်ကာလအတိုင်းအတာတစ်ခုမှာ local မှာလည်း အတိုင်းအတာတစ်ခုအထိ ရောက်လာနိုင်ပါတယ်...
🟣 (3) လက်ရှိလုပ်ငန်းခွင်မှာ အဆင်မပြေလို့...
🟣 ဘာကြောင့်အဆင်မပြေတာလဲ? လုပ်ငန်းခွင်မှာ အဆင်မပြေတာနဲ့ career ပြောင်းတာနဲ့က တိုက်ရိုက်မသက်ဆိုင်ဘူးလို့ ထင်ပါတယ်... ဆိုလိုတာက လက်ရှိလုပ်ငန်းခွင်မှာ အဆင်မပြေရတဲ့ အကြောင်းရင်းမျိုးစုံရှိလိမ့်မယ်လို့ထင်ပါတယ်... အကြောင်းရင်းတိုင်းက career ပြောင်းရုံနဲ့ မပြေလည်စေနိုင်ပါဘူး...
🔵 အဲ့တော့ အနှစ်ချုပ်ရရင် ကိုယ့်အလုပ်ကိုယ်လုပ်နေပါ... DA ကို road map နဲ့ စနစ်တကျ လေ့လာပါ...
🔵 DA ဆိုတာ လုပ်ငန်းနယ်ပယ်တိုင်း၊ ရာထူးနေရာတိုင်းအတွက် အသုံးဝင်တဲ့ add on skill တစ်ခုလည်းပဲ ဖြစ်ပါတယ်... DA ကို လေ့လာထားလို့ ဘယ်သူ့အတွက်မှ အလဟသ မဖြစ်ပါဘူး... တကယ်လို့ confident ရလာတဲ့ အချိန်မှာ DA related position ကို ပြောင်းလို့ရပါတယ်...
🔵 ကျွန်တော့အမြင်ပါ...