Моделирование данных: практическое погружение в данные
Как устроено обучение
Подробнее
Что нужно для старта
- Базовые навыки программирования. Опыт работы с базами данных желателен, но не обязателен.
Что вы получите
- Проектировать реляционные модели данных.
- Применять нормализацию для улучшения структуры баз данных.
- Создавать концептуальные, логические и физические модели данных.
- Оценивать качество моделей данных.
- Избегать распространенных антипаттернов в моделировании данных.
Для кого этот курс
- Разработчик
- Системный аналитик
Программа курса
• Цели, задачи, парадигмы моделирования.
• Определение границ модели, масштаба и временных интервалов.
• Переходы между уровнями, отличия концептуальной, логической и физической моделей.
• Преобразование CDM → LDM → PDM на примере модели данных.
• Типы связей (1:1, 1:M, M:M), нормализация (1NF, 2NF, 3NF), иерархические структуры.
• Нормализация таблиц, построение иерархий.
• Жизненный цикл сущностей
• Построение жизненного цикла заказа в интернет-магазине.
• Аудит данных, деревья, симметричные связи, искусственные уровни.
• Исправление антипаттернов.
• Критерии оценки качества модели (корректность, полнота, структура).
• Анализ реальной модели по шкале ScoreCard.
• Создание CDM/LDM/PDM для системы разграничения прав доступа.
• Разбор сложных случаев, ответы на вопросы.
01Обзор процесса моделирования данных
• Цели, задачи, парадигмы моделирования.
• Определение границ модели, масштаба и временных интервалов.
02Уровни моделей (CDM, LDM, PDM)
• Переходы между уровнями, отличия концептуальной, логической и физической моделей.
• Преобразование CDM → LDM → PDM на примере модели данных.
03Структура базы данных
• Типы связей (1:1, 1:M, M:M), нормализация (1NF, 2NF, 3NF), иерархические структуры.
• Нормализация таблиц, построение иерархий.
04Жизненный цикл сущностей
• Жизненный цикл сущностей
• Построение жизненного цикла заказа в интернет-магазине.
05Паттерны и антипаттерны моделирования
• Аудит данных, деревья, симметричные связи, искусственные уровни.
• Исправление антипаттернов.
06Data Model ScoreCard
• Критерии оценки качества модели (корректность, полнота, структура).
• Анализ реальной модели по шкале ScoreCard.
07Итоговая практика
• Создание CDM/LDM/PDM для системы разграничения прав доступа.
• Разбор сложных случаев, ответы на вопросы.
Удостоверение о прохождении
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Моделирование данных: практическое погружение в данные» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Информация обновлена 12 октября 2026 г.

IBS Training Center 




















