Przejdź do głównej zawartości

Certyfikat DataCamp: Python Data Associate- jak się do niego przygotowuję?

 

Minęło już sporo czasu, odkąd zaczęłam uczyć się na platformie DataCamp. Większość materiałów, które przerabiałam, dotyczyła Pythona (choć trochę zahaczyłam też o inne tematy). Może się wydawać, że po tak długim czasie powinnam już być mistrzynią, ale prawda jest taka, że między dwoma intensywnymi okresami nauki minęło wystarczająco dużo czasu, żebym zaczęła się zastanawiać… czy ja w ogóle jeszcze coś pamiętam?

Praktyka jest ważna - a ja trochę o tym zapomniałam.

Potem przyszedł moment intensywnych powtórek, od zupełnych podstaw. Chciałam mieć pewność, że nic mi nie umknęło i że nie przeskoczyłam czegoś istotnego. To wtedy postanowiłam, że tym razem nie odpuszczę, nawet jeśli życie znowu postanowi trochę namieszać (a potrafi). Ustaliłam sobie konkretny cel, zaczęłam działać i regularnie wracać do materiału.

Podsumowanie nauki

Dla mnie fajnym podsumowaniem tej nauki są różnego rodzaju certyfikaty. Nie tyle dla CV, co po prostu dla siebie - żeby się podbudować i mieć poczucie, że jednak coś zostaje w głowie. Postanowiłam też robić projekty. To akurat daje mi ogromną frajdę, bo pozwala sprawdzić, czy rzeczywiście rozumiem to, czego się uczę. Muszę to robić, bo obecnie nie pracuję jeszcze w branży IT, a moja codzienna praca niestety w ogóle nie daje mi okazji wykorzystywać tych umiejętności.

Na ten moment jestem na etapie wielkiej powtórki podstaw Pythona. Nie jest to nic, czym można by się chwalić - ale nie chciałam zaczynać „od środka”. Jest nawet certyfikat, który idealnie pokrywa się z materiałem, który właśnie sobie odświeżyłam. To certyfikat DataCamp Python Data Associate- moim zdaniem świetny punkt wyjścia, jeśli ktoś dopiero zaczyna swoją przygodę z certyfikacjami.

No dobrze, ale jak się przygotowuję?

Zawsze się przygotowuję. Serio. I tym razem też mam już swój plan. Traktuję to jako świetną okazję, żeby utrwalić wiedzę, więc nie zamierzam pominąć żadnego kroku. W swoim planie zamieszczam linki do różnych rzeczy, ale nie jestem świadoma, które z nich prowadzą do zawartości premium, a które do rzeczy dostępnych dla zwykłego użytkownika (jeśli jesteś "zwykłym" użytkownikiem i wahasz się nad przejściem do wersji premium, to świetnie trafiłeś, bo mam dla ciebie post: Czy warto zainwestować w DataCamp?. No, może ten post ma troszkę inny tytuł, ale jest dokładnie o tym, czy warto. 

Mój plan wygląda tak:

  1. Czytam swoje notatki. Ale nie tylko czytam- od razu testuję każde zagadnienie na przygotowanych danych. Kodowania nie da się nauczyć „na sucho”, samo przeglądanie tekstu to za mało.
  2. Drukuję sobie Python Cheat Sheet for Beginners- tak na wszelki wypadek. Sprawdzę, czy moje notatki pokrywają się z tym, co tam jest (choć mam wrażenie, że mam w nich dużo więcej).
  3. Robię dwa testy poziomujące dostępne na DataCampie- są rekomendowane przed podejściem do certyfikatu, więc potraktuję je jako checkpoint.
  4. Oglądam webinar „Data Cleaning for Everyone”- również polecany jako materiał przygotowujący do egzaminu. Warto.
  5. Rozwiązuję próbny test dostępny w zakładce "Certification" (trzeba wybrać "Technology" w rozwijanym menu po lewej stronie, a następnie "Python Data Associate")  
  6. Sprawdzam, jakie błędy najczęściej popełniają inni. Z ciekawości, ale też „na wszelki wypadek”. Warto wiedzieć, czego unikać. Błędy dostępne są tu: Common Mistakes.
  7. Rejestruję się i… podchodzę do egzaminu!

Mam nadzieję, że w kolejnym poście będę już mogła się pochwalić zdanym testem i swoim pierwszym certyfikatem. I napiszę z czystym sumieniem: „było łatwo” (choć pewnie nie będzie 😅).

Trzymajcie kciuki!


Komentarze

Popularne posty z tego bloga

Data science landscape- od ekscytacji do przytłoczenia.

    Po sieci krąży grafika, którą bardzo lubię, i której nie znoszę jednocześnie (link u dołu wpisu). Pokazuje jak obszerna i zróżnicowana jest wiedza dziedzinowa z zakresu data science. Pierwsze moje wrażenie, gdy natknęłam się na tę grafikę jakiś czas temu było bardzo pozytywne. Poczułam się naprawdę zainspirowana. Zawsze lubiłam się uczyć i nigdy nie sprawiało mi to większych trudności. Uczenie się w zasadzie jest stałym elementem mojego życia, bo przynosi mi naprawdę dużo satysfakcji. Pomyślałam: "Tyle jeszcze przede mną. Super!". Kolejny kontakt z tą grafiką jakiś czas później, po pierwszych podjętych próbach wymyślenia planu nauki ("Od czego by tu zacząć?”) wiązał się z poczuciem niepokoju. Wręcz przeraziło mnie to, jak daleko w lesie jestem. Pomyślałam: "No, nie ma szans. To mi zajmie 50 lat. Zdążę umrzeć zanim spełnię marzenie.”. Poczułam chaos informacyjny, natłok wartościowych materiałów, kursów, które warto zrobić i książek, które dobrze jest przeczytać. ...

10+ najczęstszych błędów w analizie danych (i jak ich uniknąć przed certyfikatem DataCamp)

  Gdy życie krzyżuje plany  (i co z tego wynika) Jestem na etapie kończenia zaplanowanych powtórek. Wszystko idzie trochę wolniej, niż zakładałam, bo życie (ech, znowu ono) pokrzyżowało mi plany. Mam teraz coś znacznie ważniejszego, z czym muszę się zmierzyć, niż jakikolwiek certyfikat. W tym krótkim poście chciałabym pochylić się nad częstymi błędami, które zdarzają się osobom przygotowującym się do certyfikatu, do którego ja też podchodzę. Pisałam o nim tutaj →  Certyfikat DataCamp: Python Data Associate- jak się do niego przygotowuję? . Skąd wzięłam te błędy? Najpierw przedstawię błędy wymieniane przez autorów materiałów na DataCampie. Potem przejdę przez takie, które często pojawiają się w innych źródłach (np. tu: laboratorium-mozliwosci.pl , dataconversion.ie ). Później dorzucę coś od siebie - czyli błędy, które sama popełniłam. A na koniec to, co podpowiedział mi jeszcze ChatGPT (jako uzupełnienie listy). Z mojej perspektywy - osoby, która przygotowuje się do egza...

Jak skrócić drogę do pierwszej pracy w branży?

  Obraz  Gerd Altmann  z  Pixabay Uczyć się można od zera, od podstaw. Następnie zagłębiać się w coraz to bardziej zaawansowane tematy. Wchodzić wyżej i wyżej- jak po schodach. Wszystko może się układać w jedną linię, która idzie od punktu A do B, potem do C i tak dalej. Tylko, że wymierne efekty takiej nauki przyjdą po dłuższym czasie. Choć będą to solidne podstawy- tego nie mogę tej metodzie odjąć- to pierwszej pracy szybko nie dostaniemy.  Ok, nie mówię, że chcę pierwszą pracę od razu. Jestem realistką, ale… Chcę działać tak, by proces ten jak najbardziej skrócić. Wymyśliłam plan, który opiera się na spełnianiu wymagań potencjalnych przyszłych pracodawców. Nie jest to linia pociągnięta w jednym kierunku. To raczej sieć powiązań, które stopniowo stworzą jedną wielką całość. Co to oznacza? Przejrzę bardzo dużą liczbę ofert pracy dla początkujących w tej branży, może nawet oferty staży i praktyk. Następnie zbiorę wszystkie wymagania, które będą się w nich przewi...