Περιεχόμενο

• στάδια
• Μέρος 1 Μεταπτυχιακές Σπουδές
• Μέρος 2 Αποκτήστε τις απαραίτητες δεξιότητες
• Μέρος 3 Απόκτηση επαγγελματικής εμπειρίας
• Μέρος 4 Επιτυχής πρόσληψη

Σε αυτό το άρθρο: Μεταπτυχιακές σπουδέςΕκπαίδευση των απαιτούμενων δεξιοτήτωνΑναφορά επαγγελματικής εμπειρίας Ανακοινώσεις προσλήψεων19 Αναφορές

Με την ανάπτυξη και την πολλαπλότητα των επιχειρήσεων, υπάρχει αυξανόμενη ανάγκη για συστήματα δεδομένων. Αν είστε παθιασμένοι με τους αριθμούς, αν θέλετε να επιλύσετε προβλήματα και να μεταδώσετε τις γνώσεις σας σε άλλους, μια σταδιοδρομία ως αναλυτής δεδομένων θα ήταν μια τέλεια επιλογή για εσάς. Ένα πανεπιστημιακό πτυχίο, καλές αναλυτικές δεξιότητες και πολύτιμη επαγγελματική εμπειρία αποτελούν το άθροισμα των απαιτήσεων για να ξεκινήσετε την καριέρα σας ως αναλυτής δεδομένων και να πετύχετε.

στάδια

Μέρος 1 Μεταπτυχιακές Σπουδές

1. 
   

   
   Πάρτε μια άδεια. Οι περισσότερες βασικές εργασίες για τους αναλυτές δεδομένων απαιτούν τουλάχιστον ένα πτυχίο σε τομείς όπως τα μαθηματικά, τα στατιστικά, το οικονομικό, το μάρκετινγκ, το χρηματοπιστωτικό τομέα ή η πληροφορική.

2. 
   

   
   Αποφασίστε εάν είναι σκόπιμο να έχετε ένα μεταπτυχιακό ή ένα διδακτορικό. Οι θέσεις υψηλού επιπέδου αναλυτών δεδομένων ενδέχεται να απαιτούν μεταπτυχιακό ή διδακτορικό δίπλωμα, αν και εγγυώνται επίσης υψηλότερο μισθό. Αν ενδιαφέρεστε, σκεφτείτε τα επιπλέον πτυχία πανεπιστημίου που θα ήταν καλύτερο για να προχωρήσετε στην καριέρα σας.
   • Ως κατάλληλα ακαδημαϊκά πτυχία, ίσως θελήσετε να εξετάσετε ένα μεταπτυχιακό δίπλωμα στην επιστήμη των δεδομένων ή την ανάλυση δεδομένων μάρκετινγκ και μάρκετινγκ.

3. 
   

   
   
   
   Εγγραφείτε για ιδιωτικά μαθήματα. Εάν νομίζετε ότι χρειάζεστε βοήθεια σε απαρίθμητα λογισμικά ή αν θέλετε να μάθετε περισσότερα σχετικά με την κωδικοποίηση, εγγραφείτε για μαθήματα, σε προσωπικό ή σε απευθείας σύνδεση, που θα σας εξοπλίσουν με τις δεξιότητες που χρειάζεστε για να γίνετε αναλυτής δεδομένων.
   • Όταν ψάχνετε για μαθήματα, ελέγξτε εάν ένα σχολείο ή πανεπιστήμιο στην κοινότητά σας φιλοξενεί σεμινάριο ή προσφέρει μαθήματα στον τομέα της επιλογής σας. Μπορεί επίσης να υπάρχουν εργαστήρια κατάρτισης στην περιοχή σας που μπορείτε να παρακολουθήσετε.

Μέρος 2 Αποκτήστε τις απαραίτητες δεξιότητες

1. 
   

   
   Μάστερ την άλγεβρα του πανεπιστημιακού επιπέδου. Οι αναλυτές δεδομένων εργάζονται συνεχώς με αριθμούς. Πρέπει λοιπόν να είστε βέβαιοι ότι είστε άνετοι με τα μαθηματικά. Η καλή κατανόηση της άλγεβρας πανεπιστημιακού επιπέδου είναι σημαντική: θα πρέπει να είστε σε θέση να ερμηνεύσετε και να εκπροσωπήσετε γραφικά διαφορετικές λειτουργίες. Θα χρειαστεί επίσης να είστε σε θέση να λύσετε προβλήματα πραγματικού κόσμου.
   • Θα ήταν επίσης χρήσιμο να κυριαρχήσουμε τον απειροελάχιστο λογισμό με αρκετές μεταβλητές και τη γραμμική άλγεβρα.

2. 
   

   
   
   
   Καλή κατανόηση των στατιστικών στοιχείων. Για να γίνετε αναλυτής δεδομένων, θα χρειαστεί να έχετε τη δυνατότητα να ερμηνεύσετε τα δεδομένα και αυτό είναι όπου προέρχονται τα στατιστικά στοιχεία. Ξεκινήστε με τις στατιστικές γυμνασίου ή πανεπιστημίου πριν φτάσετε στις πιο σύνθετες πληροφορίες που απαιτούνται για τη δουλειά.
   • Η μέση, η μέση, η τυπική απόκλιση και ο τρόπος λειτουργίας (η δεσπόζουσα τιμή) είναι παραδείγματα ιδεών στις στατιστικές που πρέπει να μάθετε στο λύκειο ή στο πανεπιστήμιο.
   • Η καλή γνώση των περιγραφικών στατιστικών και των στατιστικών εξελίξεων θα είναι επίσης χρήσιμη.

3. 
   

   
   Αυξήστε τις ικανότητες κωδικοποίησης και προγραμματισμού. Ακόμα κι αν δεν χρειάζεστε κωδικοποίηση ή προγραμματισμένη εμπειρία για να ξεκινήσετε ως αναλυτής δεδομένων, θα πρέπει να έχετε κάποια εικόνα σε αυτούς τους τομείς. Ξεκινήστε μαθαίνοντας να χρησιμοποιείτε προγράμματα όπως Python, R και Java πριν προχωρήσετε σε άλλα πιο πολύπλοκα εργαλεία.
   • Η γλώσσα του υπολογιστή SQL χρησιμοποιείται επίσης από τους αναλυτές δεδομένων.
   • Μπορείτε να παρακολουθήσετε online μαθήματα κωδικοποίησης και προγραμματισμού.

4. 
   

   
   Ανάπτυξη δεξιοτήτων επικοινωνίας και παρουσίασης. Μόλις αναλυθούν τα δεδομένα σας, θα πρέπει να είστε σε θέση να συνομιλείτε με άλλους ανθρώπους. Προετοιμάστε να είστε σε θέση να εξηγήσετε πολύπλοκες πληροφορίες από την έρευνά σας σε άτομα που δεν βρίσκονται στον τομέα και σας κάνουν να καταλάβετε. Επίσης, πρακτική παρουσιάζοντας τα δεδομένα σας οπτικά και πρακτικά.
   • Θα πρέπει να μπορείτε να επικοινωνείτε τα δεδομένα σας τόσο οπτικά όσο και προφορικά. Κατανοήστε πώς εργαλεία όπως το ggplot και το matplotlib δουλεύουν για να απεικονίσουν τις ανακαλύψεις σας.

5. 
   

   
   Εξοικειωθείτε με το Microsoft Excel. Δεδομένου ότι η οργάνωση δεδομένων και οι υπολογισμοί είναι μέρος των δεξιοτήτων σας ως αναλυτής δεδομένων, θα πρέπει να έχετε το Excel. Υπάρχουν πολλά σεμινάρια βίντεο online, καθώς και δωρεάν sites που θα σας βοηθήσουν να μάθετε τα πάντα για την καλύτερη χρήση του Excel.

6. 
   

   
   Μάθετε περισσότερα σχετικά με την αυτόματη μάθηση. Στο πεδίο της ανάλυσης δεδομένων, είναι σημαντικό να μπορείτε να διδάξετε σε έναν υπολογιστή πώς να χρησιμοποιήσετε ένα σύνολο δεδομένων για να κάνετε προβλέψεις ή να λάβετε αποφάσεις. Ψάξτε για online μαθήματα που μπορούν να σας διδάξουν τα πάντα για την αυτόματη μάθηση. Ας ελπίσουμε ότι ορισμένα από αυτά τα μαθήματα θα είναι δωρεάν.
   • Η κατανόηση της αυτόματης μάθησης απαιτεί μια βασική γνώση του προγραμματισμού και των στατιστικών.
   • Υπάρχουν τρεις τύποι αυτόματης μάθησης: η εποπτευόμενη μάθηση, η μάθηση ενίσχυσης και η μη εποπτεία μάθησης.
   • Ως παράδειγμα εποπτευόμενης μάθησης, χρησιμοποιούμε το φίλτρο στα Εισερχόμενα για να αποκλείσουμε το spam που αναγνωρίζεται ως ανεπιθύμητο. Όταν η Netflix κάνει μια πρόταση από σειρές ή ταινίες που μπορεί να σας ενδιαφέρουν, μιλάμε για μάθηση χωρίς επίβλεψη. Ένα αυτόματο αυτοκίνητο ικανό να απεικονίσει και να προσαρμοστεί στο περιβάλλον του θα λειτουργούσε υπό ένα σύστημα ενίσχυσης οπλισμού.

Μέρος 3 Απόκτηση επαγγελματικής εμπειρίας

1. 
   

   
   Ψάξτε για εταιρείες που χρειάζονται ανάλυση δεδομένων. Εστιάστε την αναζήτηση εργασίας σας σε εταιρείες που τείνουν να έχουν μεγαλύτερη ανάγκη για αναλυτές δεδομένων από άλλους. Οι οργανισμοί μάρκετινγκ, οι εταιρείες τεχνολογίας και τα χρηματοπιστωτικά ιδρύματα τείνουν να προσλαμβάνουν αναλυτές δεδομένων, οι οποίοι θα είναι επιφορτισμένοι με την ερμηνεία των δεδομένων και την απλούστερη ερμηνεία τους.
   • Ελέγξτε τις ιστοσελίδες των εταιρειών που σας ενδιαφέρουν για να δείτε εάν έχουν κενές θέσεις ή κάντε μια παγκόσμια αναζήτηση στο διαδίκτυο. Αν γνωρίζετε κάποιον που εργάζεται στον τομέα, ρωτήστε τους αν γνωρίζουν μια κενή θέση.

2. 
   

   
   Υποβάλετε αίτηση για πρακτική άσκηση Οι πανεπιστημιακές σπουδές αποτελούν ένα βήμα για την εξεύρεση εργασίας σε μια μεγάλη επιχείρηση. Τις περισσότερες φορές, για να κάνετε πρακτική άσκηση στον τομέα αυτό, πρέπει να εγγραφείτε σε πρόγραμμα που οδηγεί σε δίπλωμα πριν υποβάλετε αίτηση. Ανάλογα με τον τομέα δραστηριότητας, θα πρέπει να ελέγξετε τον προγραμματισμό Python, R ή SQL. Η κυριαρχία αυτών των τριών γλωσσών αποτελεί πραγματικό πλεονέκτημα.
   • Οι περισσότερες από αυτές τις ευκαιρίες απασχόλησης είναι μη αμειβόμενες ή καλοκαιρινές πρακτικές. Έτσι, προσπαθήστε να ρωτήσετε πριν υποβάλετε αίτηση για να μάθετε όλες τις λεπτομέρειες.

3. 
   

   
   Εγγραφείτε σε μια επαγγελματική οργάνωση. Οι εμπορικοί οργανισμοί προσφέρουν μοναδικούς πόρους για να λειτουργήσουν, όπως εργαστήρια κατάρτισης, ευκαιρίες δικτύωσης ή κέντρα ηλεκτρονικής βοήθειας. Υπάρχουν αρκετοί οργανισμοί που ειδικεύονται στην ανάλυση δεδομένων, όπως η γαλλική στατιστική εταιρεία (SFdS). Πραγματοποιήστε μια ηλεκτρονική αναζήτηση για να δείτε αν θέλετε να συμμετάσχετε σε ένα από αυτά.
   • Για να συμμετάσχετε σε μια εμπορική οργάνωση, μεταβείτε στην ιστοσελίδα του συνδέσμου για να μάθετε περισσότερα σχετικά με τις απαιτήσεις συμμετοχής. Μπορεί να μπορείτε να εγγραφείτε δωρεάν και να έχετε περιορισμένη πρόσβαση στους διαθέσιμους πόρους. Υπάρχουν συνήθως διαφορετικά επίπεδα συμμετοχής που προσφέρουν οφέλη ανάλογα με το ποσό της συνδρομής σας.

4. 
   

   
   Στόχος για βασικές εργασίες. Οι βασικές θέσεις εργασίας θα σας δώσουν τις γνώσεις και την πολύτιμη εμπειρία που θα χρειαστείτε για να αποκτήσετε θέσεις εργασίας υψηλού επιπέδου. Επίσης, πρέπει να αναγνωριστεί ότι ακόμη και οι βασικές θέσεις εργασίας προσφέρουν καλούς μισθούς και οι εταιρείες αναζητούν συνεχώς στατιστικούς αναλυτές και επιχειρηματικούς αναλυτές.
   • Οι βασικές θέσεις εργασίας συνήθως απαιτούν πτυχίο πανεπιστημίου αντί για μεταπτυχιακό ή διδακτορικό δίπλωμα.

Μέρος 4 Επιτυχής πρόσληψη

1. 
   

   
   Γράψτε a βιογραφικό επαγγελματική και συνοδευτική επιστολή. Το βιογραφικό σας και η συνοδευτική επιστολή είναι η πρώτη εντύπωση που δίνετε στους εργοδότες. Πάρτε το χρόνο να επισημάνετε τις ικανότητες και τις εμπειρίες σας για να δείξετε ότι είστε το σωστό άτομο για τη δουλειά. Όταν τελειώσετε, φροντίστε να ξαναδιαβάσετε το βιογραφικό σας, ώστε να μην περιέχει λάθη.

2. 
   

   
   Ερευνήστε την εταιρεία πριν από τη συνέντευξη. Κάνοντας ερωτήσεις σχετικά με την εταιρεία εκ των προτέρων, είστε σίγουροι ότι θα έρθετε στο γραφείο έτοιμοι να συζητήσετε σοβαρά για το έργο. Επισκεφτείτε τον ιστότοπο της εταιρείας για να μάθετε περισσότερα σχετικά με τα έργα στα οποία εργάζεται και τα προγράμματα που χρησιμοποιεί.
   • Αν η εταιρεία βρίσκεται σε κοινωνικό δίκτυο, επισκεφθείτε το προφίλ της για να διαβάσετε τις τελευταίες δημοσιεύσεις.

3. 
   

   
   Πρακτική απάντηση σε πιθανές ερωτήσεις. Κάνετε μια αναζήτηση στο διαδίκτυο σε ερωτήσεις που συνήθως ρωτάτε σε μια συνέντευξη. Στη συνέχεια, εξασκηθείτε με έναν φίλο ή καταγράψτε τις απαντήσεις σας για να δείτε αν μπορείτε να βελτιώσετε.
   • Εδώ είναι μερικές πιθανές ερωτήσεις: "Ποια είναι η αντίληψή σας για τα μεγάλα δεδομένα; Ή "περιγράψτε τα προβλήματα που οι αναλυτές δεδομένων συχνά συναντούν στο έργο τους. "

4. 
   

   
   Προετοιμαστείτε για να δείξετε τις τεχνικές σας δεξιότητες. Ανάλογα με τη θέση, μπορεί να σας ζητηθεί να αποδείξετε τις τεχνικές σας δεξιότητες. Μάθετε τι είδους προγράμματα χρησιμοποιεί η εταιρεία πριν από την ημέρα της συνέντευξης και να είστε έτοιμοι να δείξετε στον ερευνητή ότι είστε πολύ άνετοι με αυτά τα εργαλεία.
   • Ακολουθούν μερικές τεχνικές δεξιότητες που μπορεί να έχετε: κωδικοποίηση, προγραμματισμός ή ανάλυση δεδομένων χρησιμοποιώντας διαφορετικούς πόρους.

5. 
   

   
   Σκεφτείτε τις ερωτήσεις που θα μπορούσατε να ζητήσετε από τον συνθέτη. Στο τέλος της συνέντευξης, θέστε ερωτήσεις όπως: "Τι είδους έργο θα πρέπει να διαχειριστώ εν γένει; Ποιο πρόγραμμα προτιμάτε να χρησιμοποιήσετε για την απεικόνιση των δεδομένων; Οι ερωτήσεις δείχνουν το ενδιαφέρον σας για τη δουλειά και μπορούν να σας βοηθήσουν να ξεχωρίσετε από άλλους υποψηφίους.