Przejdź do głównej zawartości

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 poświęcić czas, by mieć to narzędzie naprawdę „w rękach”.

Jaki jest mój plan?

Nie będzie to dla nikogo żadnym zaskoczeniem jak po raz kolejny powiem, że będę przerabiać track z DataCamp. Zabieram się dokładnie za SQL Data Fundamentals, który od samego początku tłumaczy SQL i zawiera 3 bonusowe materiały- miniprojekty, które oczywiście też wykonam. Ponadto będę równocześnie czytać książkę autorstwa Bena Forty "SQL w mgnieniu oka. Opanuj język zapytań w 10 minut dziennie".


    Ile czasu dziennie zamierzam poświęcać na naukę?

Zamierzam poświęcać 1,5 godziny na naukę, maksymalnie 2 godziny. Po tym czasie moja koncentracja maleje a zdolność zapamiętywania znacznie spada po osiągnięciu jakiegoś „dziennego maksimum". Nie chcę iść do przodu zbyt szybko, aby nie robić tego kosztem jakości przyswajania informacji. Wiem, że 2 godziny to i tak dość sporo. Wzięłam poprawkę na to, że wolno czytam, popijam kawę w międzyczasie i moja koncentracja ostatnio delikatnie szwankuje przez stresujące sytuacje, których niedawno doświadczyłam. Wydłużyłam zatem ten czas do 2 godzin żeby dać sobie szansę na zrobienie sensownej ilości planu.

Skąd czerpię motywację? 

Mam wrażenie, że nauka czegoś, co się naprawdę lubi to taka samonapędzająca się maszyna. Każdy kolejny kurs, każda kolejna lekcja daje takiego kopa do działania, żeby robić więcej i wiedzieć więcej. Pewność siebie rośnie z dnia na dzień, a przerabiane testy potwierdzają, że wiedza siedzi na swoim miejscu - w mojej głowie. Uwielbiam ten proces.

Co dalej?

Zamierzam dzielić się swoimi postępami - zarówno tymi dużymi, jak i zupełnie drobnymi. Wierzę, że dokumentowanie procesu nie tylko pomaga utrzymać motywację, ale może też być przydatne dla kogoś, kto jest na podobnej ścieżce. Na razie skupiam się na fundamentach - porządnych, stabilnych i aktualnych. Trzymajcie kciuki!


* W następnym poście moje wrażenia z certyfikatu DataCamp!
** Grafika z początku posta została wygenerowana przy użyciu AI (Sora)


Komentarze

Popularne posty z tego bloga

Statystyka praktyczna w data science- książka [RECENZJA]

  Idąc za ciosem, postanowiłam dalej pracować nad swoim rozumieniem statystyki. W tym celu sięgnęłam po książkę „Statystyka praktyczna w data science” autorstwa Petera Bruce’a, Andrewa Bruce’a i Petera Gedecka. Czy jestem zawiedziona? Wręcz przeciwnie! 📘 Dlaczego sięgnęłam po tę książkę? Po przeczytaniu „Analityka danych” (o którym pisałam tutaj: Jak polubić statystykę? Książka „Analityk Danych”- idealna na początek! [Recenzja] ) poczułam, że czas na kolejny krok- coś bardziej konkretnego i praktycznego. Chciałam ugruntować podstawy statystyki, ale w sposób zrozumiały, nieprzytłaczający i przydatny z perspektywy osoby, która dopiero wchodzi w świat data science. 💡 Pierwsze wrażenie- bardzo pozytywne! Jestem zadowolona ze swojego wyboru z wielu powodów. Przede wszystkim – za sposób, w jaki ta książka została zaprojektowana. Różne elementy treści zostały wyróżnione: kursywą, pogrubieniem, czcionką o stałej szerokości, a nawet czcionką o stałej szerokości z kursywą . Do tego trzy ...

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...