Քանի որ ընկերությունների թիվն ավելանում է և կապի տեխնոլոգիայի ոլորտում պահանջներն ավելանում են, ընկերության վերլուծաբանների կարիքը նույնպես մեծանում է: Եթե դուք զբաղվում եք թվերի գործածմամբ, խնդիրները լուծելով և ձեր գիտելիքները ուրիշներին փոխանցելով, տվյալների վերլուծաբանի կարիերա վարելը կարող է կատարյալ ընտրություն թվալ: Նախկինում դուք նախ պետք է համապատասխան ոլորտում բակալավրի կոչում ստանաք: Դրանից հետո ժամանակ հատկացրեք ՝ սովորելու տարբեր համապատասխան վերլուծական հմտություններ և հարստացնելու փորձը տվյալների վերլուծության ոլորտում: Ո՞վ գիտի, առաջիկա մի քանի տարիների ընթացքում դուք հաջողության կհասնեք որպես պրոֆեսիոնալ տվյալների վերլուծաբան:
Քայլ
Մաս 1 -ից 4 -ը. Ակադեմիական կարողությունների կատարելագործում
Քայլ 1. Վաստակեք բակալավրի աստիճան:
Սկսնակների համար թափուր աշխատատեղերի մեծ մասը վերաբերում է միայն այն դիմորդներին, ովքեր ավարտել են իրենց բակալավրի կրթությունը և ստացել բակալավրի աստիճան: Տվյալների վերլուծաբան դառնալու համար ընդհանրապես պետք է ունենալ բակալավրի աստիճան մաթեմատիկայից, վիճակագրությունից, տնտեսագիտությունից, ֆինանսներից կամ համակարգչային գիտությունից:
Քայլ 2. Որոշեք ՝ S2- ի կամ S3- ի մակարդակը վերցնելու անհրաժեշտություն կա՞, թե՞ ոչ:
Որքան բարձր է տվյալների վերլուծաբանի պաշտոնը, այնքան ավելի բարձր կրթական մակարդակ պետք է ունենա դիմորդը: Ընդհանրապես, բարձր պաշտոնը նույնպես ուղիղ համեմատական է ստացված աշխատավարձի չափին, գիտե՞ք: Եթե ձեզ հետաքրքրում է որպես տվյալների վերլուծաբան լուրջ կարիերա, փորձեք գնահատել, թե որքան կարևոր է գիտական աստիճանը այդ նպատակին հասնելու համար:
Օրինակ, կարող եք մագիստրոսի կոչում ստանալ տվյալների գիտության կամ բիզնեսի վերլուծության ոլորտում:
Քայլ 3. Վերցրեք դաս հատուկ առարկայից:
Եթե ցանկանում եք բարելավել հաշվարկման կամ ծրագրավորման ձեր ըմբռնումը, հաշվի առեք առցանց կամ անցանց դասընթացներ, որոնք առաջարկում են մի շարք հատուկ և համապատասխան առարկաներ, որոնք տվյալների վերլուծաբանը պետք է հասկանա:
Հնարավորության դեպքում մասնակցեք նաև սեմինարներին կամ սեմինարներին, որոնք վերաբերում են համալսարաններին կամ տեղական այլ կրթական հաստատություններին:
Մաս 2 -ից 4 -ը. Սովորել պահանջվող ունակությունները
Քայլ 1. Մագիստրոսական հանրահաշիվ համալսարանի մակարդակով:
Ամեն օր տվյալների վերլուծաբանները աշխատում են հարյուրավոր թվերով: Հետևաբար, համոզվեք, որ ունեք մաթեմատիկայի արժանապատիվ հմտություններ: Առնվազն դուք պետք է յուրացնեք հանրահաշիվը համալսարանի մակարդակով, կարողանաք մեկնաբանել տարբեր գործառույթներ և դրանք պատկերել գրաֆիկորեն և զբաղվել առօրյա իրականության մեջ ծագած խնդիրներով:
Բացի այդ, համոզվեք, որ հասկանում եք բազմազան հաշվարկման և գծային հանրահաշվի հասկացությունները:
Քայլ 2. Հասկացեք վիճակագրությունը:
Տվյալների փորձագետ վերլուծաբան դառնալու համար դուք պետք է հասկանաք վիճակագրությունը ՝ տվյալները լավ մեկնաբանելու համար: Սկսեք սովորել հիմնական վիճակագրական հասկացությունները, որոնք ուղղված են ավագ դպրոցի կամ համալսարանի ուսանողներին, այնուհետև անցեք ավելի բարդ և դժվարին հասկացություններին, որոնք տեղին են այն աշխատանքի համար, որին դուք դիմում եք:
- Միջին, միջին, ռեժիմը և ստանդարտ շեղումը հիմնական վիճակագրական հասկացությունների մի քանի օրինակներ են, որոնք դուք, հավանաբար, սովորել եք ավագ դպրոցում կամ համալսարանում:
- Բնութագրիչ վիճակագրության և ինֆերենցիալ վիճակագրության հիմնավոր իմացությունը նույնպես շատ օգտակար կլինի:
Քայլ 3. Բարելավեք ծրագրավորման հմտությունները:
Տվյալների վերլուծության ուժեղ թեկնածու դառնալու համար գոնե տիրապետեք ծրագրավորման հիմնական հասկացություններին և հասկացեք որոշ ընդհանուր ծրագրավորման լեզուներ, ինչպիսիք են Python- ը, R- ն և Java- ն, նախքան ավելի բարդ հասկացությունների և ծրագրավորման լեզուների անցնելը:
- SQL ծրագրավորման լեզուն բավականին տարածված է նաև տվյալների վերլուծաբանների շրջանում:
- Եթե ցանկանում եք, վերցրեք տարբեր առցանց դասեր ՝ տվյալների ծրագրավորման վերաբերյալ ձեր պատկերացումները բարելավելու համար:
Քայլ 4. Բարելավեք ձեր ներկայացման և հաղորդակցման հմտությունները:
Տվյալների վերլուծությունից հետո հաջորդ քայլը, որ դուք պետք է անեք, տվյալներն ուրիշներին հաղորդելն է: Հետևաբար, սովորեք բացատրել բարդ տեղեկատվությունը, որպեսզի այն շատ ավելի հեշտ ընկալվի նույնիսկ շատ աշխարհիկ մարդկանց համար և սովորեք օգտագործել ծրագրեր, որոնք ունակ են տեսողականորեն պատկերել տվյալների արդյունքները ՝ այն ավելի հետաքրքիր և դյուրընկալելի դարձնելու համար:
Տվյալների փորձագետ վերլուծաբանը պետք է լավ տիրապետի տվյալների տեսողական և բանավոր հաղորդակցմանը: Հետևաբար, ուսումնասիրեք այնպիսի գործիքներ, ինչպիսիք են ggplot- ը և matplotlib- ը ՝ ձեր գտած տարբեր տվյալները պատկերազարդելու համար:
Քայլ 5. Վարպետ Microsoft Excel:
Քանի որ տվյալների վերլուծաբանը պետք է լավ տիրապետի տվյալների խմբավորմանը և թվերի հաշվարկին, այն ծրագրերից մեկը, որին պետք է տիրապետել, Excel- ն է: Մի անհանգստացեք, կիբերտարածությունը տրամադրում է հարյուրավոր վիդեո ձեռնարկներ և անվճար կայքեր, որոնք կարող են ձեզ սովորեցնել Excel- ի հիմնական հասկացությունները:
Քայլ 6. Հասկացեք մեքենայական ուսուցման հայեցակարգը:
Տվյալների վերլուծության գործընթացի կարևոր հասկացություններից մեկը մեքենայական ուսուցումն է, որը վերաբերում է համակարգիչների ՝ առկա բոլոր տվյալները վերանայելուց անկախ կանխատեսումներ կամ որոշումներ կայացնելու ունակությանը: Հայեցակարգը սովորելու համար փորձեք առցանց դասեր անցկացնել, որոնցից ոմանք նույնիսկ կարող են մուտք գործել անվճար:
- Այս հասկացությունները հասկանալու համար նախ պետք է տիրապետել ծրագրավորման և վիճակագրության հիմնական հասկացություններին:
- Գոյություն ունեն մեքենայական ուսուցման երեք տեսակ ՝ վերահսկվող ուսուցում, չվերահսկվող ուսուցում և իրավիճակների քարտեզագրում սովորելու առավելագույն արդյունքներ ստանալու համար (ամրապնդող ուսուցում):
- Վերահսկվող ուսուցման օրինակ է էլ. Փոստի կարողությունը ՝ զտել ձեր մուտքի արկղը և խմբավորել սպամը առանձին պանակներում: Մինչդեռ, չվերահսկվող ուսուցման օրինակ է, երբ Netflix- ն առաջարկում է ձեր ճաշակին համապատասխան հեռուստասերիալ կամ ֆիլմ, իսկ ուժեղացման ուսուցման օրինակ է առանց վարորդի մեքենան, որն ունի շրջապատին դիտելու և հարմարվելու ունակություն:
3 -րդ մաս 4 -ից. Փորձառություն փնտրելը
Քայլ 1. Գտեք արդյունաբերություն, որը տվյալների վերլուծաբանի կարիք ունի:
Ձեր որոնումը կենտրոնացրեք այն ոլորտների վրա, որոնք, ամենայն հավանականությամբ, կպահանջեն տվյալների վերլուծաբաններ: Օրինակ, մարքեթինգային ընկերությունները, տեխնոլոգիական ընկերությունները և ֆինանսական հաստատությունները հակված են տվյալների վերլուծաբանների, որոնք պետք է թարգմանեն ընկերության տվյալները և վերծանեն դրանք ավելի հասկանալի պայմաններով:
Որոնեք ընկերության կայքում այն կարիերայի հնարավորությունները, որոնք նրանք այժմ առաջարկում են, կամ որոնեք Google- ի էջերը, եթե կոնկրետ ընկերության հետևից չեք: Եթե ունեք ընկերներ կամ հարազատներ, ովքեր աշխատում են այս ոլորտներում, հարցրեք ՝ կա՞ն արդյոք կարիերայի հնարավորություններ, որոնք կարող եք փորձել:
Քայլ 2. Փորձեք պրակտիկա որպես տվյալների վերլուծիչ:
Պրակտիկան շատ հզոր կամուրջ է ձեր երազանքի ընկերությունում մշտական աշխատակից դառնալու համար: Պրակտիկայի ծրագրերի մեծ մասը բաց է միայն այն մարդկանց համար, ովքեր ունեն գիտական աստիճան (օրինակ ՝ D3 կամ բակալավրի աստիճան): Չնայած դա իսկապես կախված է ձեր ընտրած ոլորտից, ամենայն հավանականությամբ ձեզ հարկավոր կլինի տիրապետել այնպիսի ծրագրավորման լեզվին, ինչպիսիք են Python, R կամ SQL: Իհարկե, շատ ավելի լավ կլինի, եթե տիրապետեք երեքին:
Ընդհանրապես, պրակտիկանտները չեն վարձատրվում և վարձվում են ընդամենը մի քանի ամսով: Հետևաբար, դիմումից առաջ ստուգեք ընկերության կողմից նշված բոլոր մանրամասները:
Քայլ 3. Միացեք առևտրային կազմակերպությանը:
Սա շատ հզոր միջոց է հնարավորությունները ընդլայնելու, հարաբերությունները մեծացնելու, գիտելիքները բարձրացնելու համար ՝ մասնակցելով տարբեր սեմինարների կամ տվյալների վերլուծաբանների մասնագիտությանը վերաբերող ձեր ցանկացած հարցին պատասխանելու: Միջազգային մակարդակում կան կազմակերպություններ, որոնք զբաղվում են տվյալների վերլուծաբաններով, ինչպիսիք են TechAmerica- ն կամ The Association for Computing Machinery- ը: Որոնեք ինտերնետում ձեզ հետաքրքրող կազմակերպությունների մասին տեղեկատվություն:
Գնացեք կազմակերպության վեբ կայք և փնտրեք տեղեկատվություն անդամների գրանցման վերաբերյալ: Որոշ կազմակերպություններ նույնիսկ տրամադրում են անվճար անդամակցություն և յուրաքանչյուր անդամին տալիս են լիարժեք մուտք ՝ իրենց կայքում առկա բոլոր տեղեկությունները վերբեռնելու համար: Բայց ընդհանրապես, դուք դեռ պետք է վճարեք որոշակի վճար ՝ ավելի պրեմիում տեղեկատվություն ստանալու համար:
Քայլ 4. Սկսնակների համար դիմեք աշխատանքի:
Մի վախեցեք ձեր կարիերան սկզբից սկսել, քանի որ դա անելով ձեզ կհարստացնի ավելի բարձր պաշտոնի հասնելու համար անհրաժեշտ գիտելիքներով և փորձով: Ի վերջո, սկսնակ տվյալների վերլուծության համար առաջարկվող աշխատավարձն արդեն բավականին մեծ է: Բացի այդ, ընկերությունների մեծ մասը մշտապես փնտրում է նոր մարդկանց, որոնք կտեղադրվեն Վիճակագրական տվյալների վերլուծաբանի կամ բիզնեսի վերլուծաբանի պաշտոնում:
Ընդհանրապես, ձեզ անհրաժեշտ է միայն բակալավրի աստիճան ՝ սկսնակ տվյալների վերլուծաբան աշխատանքի դիմելու համար:
Մաս 4 -ից 4 -ը. Աշխատանքի հարցազրույցի անցկացում
Քայլ 1. Ստեղծեք մասնագիտական ուղեկցող նամակ և կենսագրություն:
Հիշեք, որ դրանք ձեր մասին առաջին տեղեկություններն են, որոնք ընկերությունները կտեսնեն: Հետևաբար, որքան հնարավոր է շատ ժամանակ տրամադրեք ձեր հմտություններն ու փորձը երկուսի մեջ դնելու համար և ցույց տվեք, որ իսկապես արժանի եք նրանց առաջարկած աշխատանքին: Համոզվեք, որ ժամանակ եք հատկացնում ՝ երկուսն էլ խմբագրելու համար, նախքան դրանք հասցեագրված ընկերություն ուղարկելը:
Քայլ 2. Հետազոտեք այն ընկերությունը, որի համար դիմում եք մինչև հարցազրույցը:
Դա անելը կարող է բարձրացնել ձեր պատրաստակամությունը հարցազրույց վարողի հետ լուրջ աշխատանքային քննարկման համար: Հետեւաբար, փորձեք այցելել ընկերության կայքը `պարզելու համար բոլոր այն նախագծերը, որոնց վրա նրանք աշխատում են եւ/կամ այն ծրագրերը, որոնցից նրանք օգտվում են:
Եթե ընկերությունը, որին Դուք դիմում եք, ունի սոցիալական մեդիայի հաշիվ, հետևեք նրանց հաշվին ՝ վերջին վերբեռնած վերջին թարմացումների համար:
Քայլ 3. Սովորեք պատասխանել տարբեր հարցերին, որոնք կարող են տրվել:
Seննեք ինտերնետը ՝ գտնելու այն հարցերի օրինակները, որոնք կարող են տրվել հարցազրույցի ընթացքում: Դրանից հետո մոդելավորեք ձեր պատասխանները ձեր ամենամոտների առջև կամ փորձեք գրանցել ձեր պատասխանները և գնահատել դրանք:
Հաճախ տրվող հարցերից մի քանիսը հետևյալն են. «Ի՞նչ եք կարծում, ո՞րն է մեծ տվյալների սահմանումը»: կամ «Ի՞նչ եք կարծում, ի՞նչ խնդիրների են բախվում վերլուծաբանները տվյալների վերլուծության ժամանակ»:
Քայլ 4. Պատրաստվեք ներկայացնել ձեր տեխնիկական հմտությունները:
Թեև դա մեծապես կախված կլինի այն աշխատանքից, որի համար դիմում եք, սակայն ձեզանից, ամենայն հավանականությամբ, կպահանջվի ցուցադրել աշխատանքի համար համապատասխան տեխնիկական հմտություններ: Հետևաբար, ժամանակ հատկացրեք ՝ ընկերության կողմից օգտագործվող ծրագրերի տեսակները նախքան հարցազրույցի անցկացումը և պատրաստ եղեք ներկայացնել այս ծրագրերից օգտվելու ձեր ունակությունները:
Տեխնիկական հմտությունների որոշ օրինակներ, որոնք ընդհանուր առմամբ պետք է դրսևորվեն, կոդավորման հմտություններ են (տրամաբանությունը ծրագրավորման լեզուների թարգմանելը), ծրագրավորում կամ տարբեր ռեսուրսների միջոցով տվյալների վերլուծություն:
Քայլ 5. Հարց տվեք զրուցակցին:
Հարցազրույցի գործընթացի ավարտին տվեք այնպիսի հարցեր, ինչպիսիք են. աշխատանք, ինչպես նաև ձեզ ավելի լավ թեկնածու դարձնել: հեշտ է հիշել:
