Przejdź do głównej zawartości

Jak stworzyć swój pierwszy projekt analityczny? Praktyczny przewodnik dla początkujących




Tutoriale to nie wszystko

W internecie można znaleźć mnóstwo instruktaży, w których autor krok po kroku tłumaczy, jak stworzyć projekt – na przykład piękny dashboard. Wygląda to świetnie, czasem wykorzystuje zaawansowane funkcje Excela czy innych narzędzi do pracy z danymi. Łatwo wpaść w bezkrytyczny zachwyt, choć oczywiście nie chcę umniejszać autorom – to naprawdę kawał dobrej roboty. Do celów edukacyjnych sprawdzają się doskonale.

Sama wiele zyskałam, odwzorowując kilka takich projektów. Dzięki temu upewniłam się, że potrafię wykonać określone zadania – a potem zyskałam potwierdzenie, że zrobiłam je poprawnie, bo autor tutorialu zastosował dokładnie to samo podejście. Cieszy mnie fakt, że tych materiałów jest tak wiele, są dobrej jakości i bardzo rozbudowane.

Problem: projekt do portfolio

Kiedy jednak nadchodzi moment stworzenia własnego projektu, z którego chcielibyśmy być dumni – na przykład do opublikowania na GitHubie – same tutoriale mogą (choć nie muszą!) okazać się niewystarczające. Poświęciłam trochę czasu na zebranie informacji o tym, jak zrobić sensowny projekt, korzystając m.in. z YouTube’a. Okazało się, że niektóre materiały, które wcześniej oglądałam, nie do końca zgadzały się z profesjonalnym podejściem, które poznałam później.

Skąd wziąć dane?

Pierwsza istotna kwestia to zbiór danych. Tu zdania są podzielone. Jedni twierdzą, że można korzystać z danych dostępnych np. na Kaggle’u. Inni uważają, że to raczej opcja B. Idealna sytuacja to posiadanie własnych danych – ale jak je stworzyć?

Pomysł 1: domowy budżet

Najprostszy przykład: domowy budżet. Każdy ma wydatki i jest w stanie je spisać. Taki projekt pozwala nie tylko przećwiczyć analizę danych, ale też zyskać realne korzyści: lepszy wgląd w swoje finanse, potencjalne oszczędności czy wskazanie kategorii, w których przesadzamy z wydatkami (np. jedzenie na mieście).

Pomysł 2: dane z zegarków sportowych

Inna opcja to dane z zegarków sportowych, które rejestrują np. długość i jakość snu. Często można je pobrać jako plik CSV. Opracowując je, również osiągamy podwójną korzyść – trening analizy i lepsze zrozumienie własnego organizmu.

Pomysł 3: dane publiczne

Dobrym rozwiązaniem są także otwarte dane publikowane przez rządy lub organizacje non-profit. Temat ten zasługuje na osobny wpis, dlatego wrócę do niego w przyszłości.

Dane dopasowane do stanowiska

Specjaliści radzą, aby dane w projektach do portfolio były związane z branżą, w której chcemy pracować – np. medycyną, finansami itp. To zwiększa szanse, że projekt będzie interesujący dla rekruterów. Ja sama jeszcze nie tworzę portfolio – uczę się, przypominam zapomniane rzeczy i rozszerzam wiedzę o nowe obszary – ale warto mieć to na uwadze.

Uwaga: niektórych zbiorów danych lepiej unikać. Klasyczne zestawy jak Titanic Dataset czy Iris Dataset są zbyt popularne i przez to mało oryginalne.

Określenie zakresu projektu

Kolejnym kluczowym aspektem jest określenie zakresu projektu. Bez tego łatwo się „zaciąć” – paraliżuje nas nadmiar możliwości. Gdy nie wiemy, dokąd zmierzamy, trudno zrobić pierwszy krok.

Pomocne może być zadanie sobie pytania: jakie pytania mogliby zadać interesariusze, dysponując tymi danymi? Dzięki temu unikniemy zagubienia i utrzymamy koncentrację na celu analizy.

Wybór narzędzi

Ważny jest również wybór narzędzi. Czasem wystarczy jedno narzędzie (np. Excel), ale w projektach do portfolio warto pokazać różnorodność – np. połączyć Excel z Pythonem lub SQL-em. Oczywiście pierwsze projekty można zrealizować z użyciem tylko jednego narzędzia, ale w kolejnych warto je mieszać, by zademonstrować pełnię swoich umiejętności.

Dokumentacja projektu

Na koniec: dokumentacja. Stworzenie samego dashboardu to nie wszystko. Warto przygotować plik README.md, w którym opiszemy:

  • jakie dane wykorzystaliśmy i skąd je pobraliśmy,

  • jak przebiegała analiza,

  • jakie były jej etapy,

  • jakie napotkaliśmy ograniczenia i jakie mamy rekomendacje.

Taka dokumentacja pokazuje nasze myślenie analityczne i sprawia, że projekt wygląda profesjonalnie.

Podsumowanie

Każdy z tych tematów zasługuje na osobny, pogłębiony wpis. Ten tekst traktuję jako wprowadzenie – mini-przewodnik zarówno dla mnie samej, jak i dla tych, którzy dopiero zaczynają swoją przygodę z projektami analitycznymi. Czuję, że temat dopiero „zahaczyłam”, a w przyszłości z pewnością pojawi się tu więcej wpisów na ten temat.

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