SQL и базы данных

Магистратура 2026/2027

Статус: Курс обязательный (Бизнес-аналитика и цифровые решения в финансах)

Кто читает: Департамент бизнес-информатики

Где читается: Высшая школа бизнеса

Когда читается: 1-й курс, 2 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 24

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина «SQL и базы данных» формирует у магистрантов представление о реляционных базах данных и навыки их проектирования и применения в задачах финансовой и продуктовой аналитики. В курсе рассматриваются требования к данным и предметной области, концептуальное и логическое проектирование, нормализация, создание схемы и ограничений целостности, а также подготовка аналитических запросов и витрин. Студенты осваивают основные конструкции SQL (JOIN, GROUP BY, подзапросы, CTE, оконные функции), работу со временем в данных, основы оптимизации запросов и транзакций, интеграцию SQL с Python. По результатам курса студент должен уметь самостоятельно спроектировать небольшую реляционную базу данных по заданным требованиям, реализовать ее в СУБД и обосновать принятые решения.

Цель освоения дисциплины

Цель дисциплины - сформировать у магистрантов способность проектировать реляционные базы данных и использовать SQL как основной инструмент получения, преобразования и контроля данных для финансовой и продуктовой аналитики. По завершении курса студент должен уметь переводить требования предметной области в концептуальную и логическую модель данных, проектировать нормализованную схему с ключами и ограничениями целостности, реализовывать её в СУБД, писать и оптимизировать аналитические запросы, а также документировать и защищать принятое решение.
Цель дисциплины - сформировать у магистрантов способность проектировать реляционные базы данных и использовать SQL как основной инструмент получения, преобразования и контроля данных для финансовой и продуктовой аналитики. По завершении курса студент должен уметь переводить требования предметной области в концептуальную и логическую модель данных, проектировать нормализованную схему с ключами и ограничениями целостности, реализовывать её в СУБД, писать и оптимизировать аналитические запросы, а также документировать и защищать принятое решение.

Планируемые результаты обучения

Знать основные роли (бизнес-аналитик, продуктовый аналитик, аналитик данных) и требования к компетенциям в финансовом секторе, а также методы качественного (глубинное интервью, тематическое кодирование) и количественного (анализ вакансий, частотный/кластерный анализ навыков) исследования рынка труда.
Понимать логику построения компетентностных моделей и соотносить требования работодателей финансового сектора с уровнем и структурой собственных компетенций.
Понимать логику построения компетентностных моделей и соотносить требования работодателей финансового сектора с уровнем и структурой собственных компетенций
Анализировать качественные данные, проводить сопоставительный и частотный анализ требований вакансий, выявлять паттерны, различия между ролями/уровнями (junior/middle/senior)
Разрабатывать индивидуальную образовательную траекторию на основе проведенного анализа
Знать принципы реляционной модели данных, типы связей, первичные и внешние ключи, ограничения целостности, функциональные зависимости, нормальные формы и базовый/продвинутый синтаксис SQL.
Понимать логику перехода от бизнес-требований и сущностей предметной области к концептуальной и логической модели БД; объяснять влияние структуры данных, уровня детализации и времени на корректность аналитических метрик.
Применять SQL для создания объектов БД и решения аналитических задач: DDL/DML, JOIN, GROUP BY, подзапросы, CTE, оконные функции, временные и агрегатные расчёты.
Анализировать корректность схемы и запросов, выявлять аномалии нормализации, двойной счёт, утечку будущей информации и ошибки данных; интерпретировать EXPLAIN ANALYZE и влияние индексов.
Проектировать и реализовывать реляционную базу данных под заданную предметную область: ER-модель, логическая схема, DDL, ключи и ограничения, базовые индексы, тестовые данные и документированная аналитическая витрина.
Оценивать пригодность спроектированной БД и аналитической витрины для конкретной финансовой/продуктовой задачи с учётом качества, производительности, консистентности, доступа, приватности и ограничений решения.

Содержание учебной дисциплины

Проектирование базы данных: от требований к ER-модели
Логическая реляционная схема, нормализация и DDL
SQL для аналитики: JOIN, CTE, оконные функции и время
Качество данных и производительность запросов
Транзакции, загрузка данных и интеграция с Python
Архитектура контура данных и итоговый проект БД

Элементы контроля

Посещаемость
Учитывается посещаемость лекционных и семинарских занятий
Контрольные работы: тесты по SQL
3 индивидуальных контрольных элемента по SQL: DDL, ключи и ограничения, JOIN, GROUP BY, подзапросы, CTE, оконные функции и интерпретация результата.
Практические задания
Индивидуальные задания: ER-модель и нормализованная схема; реализация DDL; аудит аналитической метрики; временной запрос/витрина; EXPLAIN ANALYZE или Python-интеграция.
Тест (очный)
Компьютерный тест/мини-кейсы по нормализации, целостности данных, планам запросов, транзакционной корректности и выбору подходящего решения.
Итоговый проект: Защита проекта
Группа 2–3 человека проектирует и реализует небольшую БД для финансового/продуктового кейса: требования, ER-диаграмма, логическая схема, DDL, ограничения, индексы, тестовые данные/миграции, аналитическая витрина, SQL-тесты, README и защита с индивидуальными вопросами.

Промежуточная аттестация

2026/2027 2nd module
0.25 * Контрольные работы: тесты по SQL + 0.1 * Тест (очный) + 0.25 * Практические задания + 0.3 * Итоговый проект: Защита проекта + 0.1 * Посещаемость

Список литературы

Авторы

Гамидов Санан Салех Оглы

Программа дисциплины