Это всегда первый день в технологиях!
Пока весь мир ведет обратный отсчет, чтобы встретить новый год с надеждой и чаяниями, я сижу перед своим ноутбуком и составляю план повышения квалификации и подготовки к работе в 2022 году.
В этой дорожной карте каждую неделю обсуждается новая тема и примерно 4–5 часов контента, так что вы можете потратить остальное время на создание вещей, а не застревать в аду туториалов. Всегда помните, что технология — это НЕ индустрия бумаги для ручек, запачкайте руки, добавьте эти проекты и создайте портфолио.
Неделя 1: SQL
SQL — это мясо и картошка анализа данных, и он используется практически в любой работе в индустрии данных. Отличный учебник для того же -
Неделя 2: Таблица
Любой из инструментов визуализации данных является обязательным. Вы можете выбрать любой, но я предпочитаю Tableau из-за его простоты.
Неделя 3: Эксель
Excel — очень важный инструмент для аналитиков данных. Обязательно изучите все это с помощью VBA, макросов и изучите во время сборки.
Неделя 4–6: Статистика
Статистика обширна и чрезвычайно полезна, когда дело доходит до данных, и лучше знать, как извлечь из нее все мельчайшие детали данных в виде рисунка. Вот бесплатный учебник от Udacity:
Неделя 7–8: Python Pandas
Python — полезный инструмент для автоматизации вещей, и с его обширным набором библиотек можно делать почти все (визуализацию, очистку данных, обработку, моделирование). Вот бесплатный урок от Udemy:
https://www.udemy.com/course/master-data-analysis-with-python-intro-to-pandas/
Неделя 9: Power BI
Хотя вам нужен только один инструмент визуализации данных, я считаю плюсом еще один.
Неделя 10: Google Analytics
Google Analytics — отличный инструмент для сбора и анализа данных, и хотя он не является обязательным, я считаю его беспроигрышным. У Google есть бесплатный курс и сертификация для него.
Неделя 11–12: Отдел продаж
Это не обязательно, и вы можете полностью пропустить это. Я прочитал об этом и обнаружил, что это отличный инструмент для создания отчетов CRM для бизнес-аналитиков, поэтому я добавил его в список.
Неделя 13: A/B-тестирование
Очень важное и полезное приложение, широко используемое практически любой фирмой. Я просто чувствовал, что это требует дополнительного внимания. Вот бесплатный курс от Udacity -
Неделя 14–16: DSA в Python
Как бы мы ни ненавидели DSA, во многих организациях он по-прежнему является неотъемлемой частью процесса найма. Лучше перестраховаться и попрактиковаться хотя бы на знакомом языке Python. Вот бесплатный курс Google для этого:
Неделя 17: Парсинг веб-страниц
Теперь, когда вы знакомы со всеми инструментами, необходимо знать, как получать данные и работать с ними. Интернет является крупнейшим источником данных, и возможность получить их с любого веб-сайта ставит вас впереди.
Неделя 18: Нампи
Numpy — одна из самых важных библиотек, она помогает вам преобразовывать и использовать числовые данные по своему вкусу.
Неделя 19: Matplotlib
Python имеет множество полезных библиотек. Одним из основных для аналитика данных является matplotlib, который используется для визуализации данных.
Неделя 20: BigQuery
Поскольку большие данные становятся следующим большим явлением, аналитики, которые могут использовать их для получения информации, будут чрезвычайно полезны для компаний. Вот бесплатный курс SQL на платформе Google BigQuery:
Неделя 21–22: Основы машинного обучения
Бизнес хочет не только получить представление о существующих данных, но и спрогнозировать неизвестное. Здесь в игру вступает машинное обучение, и платформа Kaggle с ее микрокурсами — лучшее место для начала.
Все это познакомит вас со всеми навыками, необходимыми для начала карьеры в области данных. Но всего этого самого по себе недостаточно, нужно практиковаться в построении проектов и сети. С Новым Годом!
Блог о проектах, которые скоро исчезнут. Следите за обновлениями!
