Przejdź do głównej zawartości

Chcesz zostać Analitykiem Danych? Oto lista kluczowych umiejętności!

 


Obraz StockSnap z Pixabay

    Zgodnie z tym, co zapowiedziałam ostatnio, dokonałam przeglądu ofert pracy dotyczących stanowiska Młodszego Analityka Danych – zarówno tych aktualnych, jak i tych, na które rekrutacja dopiero co się zakończyła. Dało mi to pewien obraz zestawu umiejętności wymaganych przez pracodawców.

Jak analizowałam oferty?

    Sprawdziłam, które cechy pojawiają się najczęściej, uszeregowałam je od najistotniejszych do tych, które pojawiały się rzadziej. Podzieliłam te cechy na kompetencje miękkie i twarde. Na blogu będę dzielić się swoimi postępami w zakresie szlifowania kompetencji twardych, ale dla pełnego obrazu zaprezentuję obie grupy umiejętności.

    Zdaję sobie sprawę, że ta lista nie oddaje w pełni realiów – bazuje na ofertach, na które miałam okazję się natknąć. Mimo to traktuję ją jako dobry punkt wyjścia. W miarę zdobywania nowych informacji mogę ją modyfikować. Zależy mi na efektywności i wykładniczym postępie, dlatego musiałam na czymś oprzeć swoje priorytety. Wszystko wyjdzie w praniu – to po części mój eksperyment.

Ranking umiejętności – wynik analizy ofert

Kompetencje twarde (techniczne)

⦿ Zaawansowana znajomość MS Excel (tabele przestawne, funkcje SUMIFS, INDEX/MATCH, makra, VBA)
⦿ Znajomość SQL (operacje na bazach danych, zapytania SELECT, JOIN, GROUP BY)
⦿ Znajomość języka angielskiego (min. B1/B2, często wymagana bardzo dobra znajomość)
⦿ Znajomość narzędzi BI (Power BI, Tableau, Google Data Studio)
⦿ Podstawy statystyki, ekonometrii, analizy danych
⦿ Języki programowania: Python / R (przydatne do analizy, automatyzacji, ML)
⦿ Doświadczenie w analizie danych, Business Intelligence lub pokrewnych obszarach (mile widziane 2-3 lata)
⦿ Wykształcenie wyższe (matematyka, informatyka, ekonomia, analiza danych, statystyka)
⦿ Znajomość relacyjnych baz danych i technologii Big Data (Databricks, PySpark, chmura: Azure, AWS, Google Cloud)
⦿ Podstawowa znajomość programowania obiektowego i dobrych praktyk kodowania

Kompetencje miękkie

⦿ Zdolności analityczne i umiejętność interpretacji danych
⦿ Dokładność i dbałość o szczegóły
⦿ Komunikatywność i umiejętność prezentacji wyników analizy w sposób zrozumiały dla biznesu
⦿ Umiejętność pracy w zespole i w środowisku międzynarodowym
⦿ Samodzielność, proaktywność i chęć nauki nowych technologii
⦿ Dobra organizacja pracy, umiejętność priorytetyzowania zadań
⦿ Otwartość na pracę w zwinnych metodykach (Agile, Scrum)

To mój punkt wyjścia – jestem pełna optymizmu i wiary we własne możliwości!

Komentarze

Prześlij komentarz

Popularne posty z tego bloga

SQL w 2 godziny dziennie - plan, motywacja, materiały

  Przyszedł czas na ustalenie nowych celów. Mój wybór padł na powtórki i rozszerzanie wiedzy z SQL. Opracowałam już prosty plan, którego zamierzam się trzymać, rozplanowałam sobie jaką część tego planu zamierzam wykonać w poszczególne dni. Jestem podekscytowana. Jak zawsze, gdy zaczynam coś nowego.  Małe sprostowanie: SQL nie jest dla mnie ZUPEŁNIE nowy, uczyłam się go już kiedyś, ale to było dawno i mam potrzebę go odświeżyć.  Dlaczego akurat SQL? Bo to narzędzie, które mimo upływu lat nie traci na aktualności. W świecie danych SQL wciąż jest podstawą  - niezależnie od tego, czy pracujesz w analizie danych, nauce o danych, czy w IT szerzej. Ja sama coraz częściej trafiam na sytuacje, w których jego znajomość bardzo by mi się przydała - przy analizie wyników, raportach, czy integracji danych z różnych źródeł. Poza tym lubię jego logiczność i strukturę - jest coś satysfakcjonującego w dobrze napisanym zapytaniu, które robi dokładnie to, co powinno. Czuję, że warto poś...
Prześlij komentarz
Czytaj więcej

Mój tydzień z nauką Excela i Pythona – projekty, powtórki i plan działania.

Obraz  StockSnap  z  Pixabay Podsumowanie tygodnia – systematyczność kluczem do sukcesu      To był intensywny tydzień – zarówno pod względem nauki, jak i pracy. Mimo wszystko najważniejsza jest systematyczność, dlatego jestem sobie wdzięczna, że nie odpuszczam, nawet gdy nie jest najłatwiej.      Udało mi się zamknąć temat kursów dotyczących Excela (oczywiście tylko tymczasowo). Osiągnęłam etap, który chcę podsumować osobistym projektem, a także poświęcić więcej czasu na swobodną pracę z poznanymi narzędziami. Teraz jest czas na utrwalanie wiedzy i rozpoczęcie nowego etapu – nauki Pythona. Nowe podejście do nauki – Excel i Python w równowadze      Zastanawiałam się, jak najlepiej zorganizować naukę, aby jednocześnie skupić się na nowym materiale (Python) i nie zapomnieć tego, czego nauczyłam się w Excelu. Ostatecznie wybrałam podejście, które łączy oba te aspekty: Skupienie się na Pythonie – rozwijanie umiejętności kodowania ...
Prześlij komentarz
Czytaj więcej

Czy DataCamp pomógł mi w przebranżowieniu? Moje doświadczenia po 2 latach

DataCamp — czy warto wykupić subskrypcję? Jeśli tak jak ja, nie jesteś finansowo w najlepszym momencie swojego życia, możesz zastanawiać się, czy warto inwestować w kursy online, które w gruncie rzeczy nie pokazują niczego, czego nie można w internecie znaleźć zupełnie za darmo. Byłam w tym samym miejscu i tę samą decyzję musiałam podjąć. Zrobiłam swój research, posłuchałam, co mieli do polecenia prowadzący zajęcia, na które uczęszczałam, i ostatecznie podjęłam decyzję o wykupieniu dostępu do platformy DataCamp. Trochę zdradzając moje wrażenia z korzystania z zasobów oferowanych przez DataCamp — nie żałuję ani jednej złotówki , którą wydałam na nieograniczony dostęp do materiałów. Dlaczego DataCamp? Zacznę od tego, że pomimo używania tej strony już od około dwóch lat, ona ciągle ma mi wiele do zaoferowania. Pracując jednocześnie na pełny etat, nigdy nie miałam zbyt wiele czasu na eksplorowanie strony, szczególnie że przeglądam też trochę treści z innych źródeł — bywa to całkiem czasoc...
Prześlij komentarz
Czytaj więcej