1. Агрегированние в SQL: как применять функции агрегирования в SQL (сумма, среднее, максимум и др по колонкам). Зачем и как работает разбитие по группам. Как фильтровать группы, если нам не нужны все
   
   
2. Практическое занятие: учимся работать с агрегатами, как анализировать данные не только по строчкам, но и по группам этих строчек. Фильтрация внутри функций агрегирования. Как узнать сумму продаж по регионам, население на континенте.
   
   
3. Подзапросы в SQL: где они обитают и что с ними можно делать. Как писать подзапрос в Selelct, Where, Having. Коррелированные и некоррелированные подзапросы.
   
   
4. Практика: учимся писать подзапросы в различных местах и решать сложные задачи с помощью этого. Как сравнить каждый магазин со средним значением по региону, как оставить магазины, которые выше чем какой-то процент от максимальных продаж, как сравнить каждый месяц с наиболее прибыльным в одних и тех же регионах.
   
   

Итоги модуля: Вот теперь вы можете решать 80% задач, с которыми столкнетесь в реальной жизни. Местами может не оптимально, не идеально и излишне сложно, но теперь вас практически ничего не сдерживает.

1. Оконные функции. Прекрасная альтернатива подзапросам и агрегациям. И мощный инструмент в сочетании. Что такое окно, как в него не выйти, а использовать в анализе и подготовке данных.
   
   
2. Практическое занятие: Учимся считать через оконные функции. Считаем рейтинг товаров по сложной логике, нарастающие итоги, сравнение со средними и максимальными значениями. Заменяем агрегации и подзапросы на оконные функции. Решаем мощные задачи на сочетании этих двух параметров
   
   
3. Секретная лекция: рекурсия в SQL с помощью CTE. Как ее писать и использовать, примеры сложных задач, которые решаются через рекурсию.
   
   
4. Автоматизации, переменные и функции: что такое переменные в DBeaver, как ими пользоваться. Как работать с SQL через python.
   
   
5. Практическое занятие: Работа с SQL через python. Автоматизация процессов: как выбрать данные и получить результат ваших прекрасных запросов в python. Автоматизируем несколько процессов
   
   
6. Как использовать SQL в хранилище данных: как работать с историей, как найти актуальную запись, как правильно соединять таблицы, в которых ведется запись истории. Что делать, чтобы не потерять важные данные и найти потенциальные ошибки, когда у вас Хранилище Данных имеет не качественные данные. Зачем нужны витрины данных.
   
   
7. Практическое занятие: учимся работать со спецификой хранилищ данных
   
   

Итоги модуля: Вы восхитительны. Вы можете решать 90% задач связанных с SQL или в которых мог бы он использоваться. Оставшиеся 10% видов задач связанных с SQL — это не ваша проблема, они уже для аналитиков хранилищ данных, разработчиков БД, архитекторов и в общем-то профильных специалистов достаточно высокого уровня (middle, senior). Вы не тратите время ваших аналитиков из отчетности или отдела хранилищ данных на фигню и они вас обожают, потому что вы либо приносите корректно сформулирвоанные задачи или интересные, которые не решаются за 20 минут если хоть что-то знать об SQL.