با افزایش تعداد شرکت ها و افزایش تقاضا در زمینه فناوری ارتباطات ، نیاز این شرکت به تحلیلگران داده نیز افزایش می یابد. اگر علاقه مند به استفاده از اعداد و ارقام ، حل مشکلات و انتقال دانش خود به دیگران هستید ، دنبال کردن حرفه ای به عنوان تحلیلگر داده ها ممکن است یک انتخاب عالی به نظر برسد! قبلاً ، ابتدا باید مدرک لیسانس را در زمینه مربوطه کسب کنید. پس از آن ، زمانی را برای یادگیری مهارت های مختلف تجزیه و تحلیل مرتبط و غنی سازی تجربه در زمینه تجزیه و تحلیل داده ها اختصاص دهید. چه کسی می داند ، در چند سال آینده شما به عنوان یک تحلیلگر داده حرفه ای موفق خواهید شد!
گام
قسمت 1 از 4: بهبود توانایی تحصیلی
مرحله 1. کسب مدرک کارشناسی
اکثر مشاغل خالی برای مبتدیان تنها برای متقاضیانی است که تحصیلات خود را در مقطع کارشناسی به پایان رسانده و مدرک کارشناسی خود را اخذ کرده اند. برای تبدیل شدن به یک تحلیلگر داده ، به طور کلی باید مدرک کارشناسی ریاضیات ، آمار ، اقتصاد ، امور مالی یا علوم کامپیوتر داشته باشید.
مرحله 2. تعیین کنید که آیا نیاز به گرفتن سطح S2 یا S3 دارید یا خیر
هرچه موقعیت تحلیلگر داده ها بالاتر باشد ، سطح تحصیلات متقاضی باید بیشتر باشد. به طور کلی ، یک موقعیت عالی نیز مستقیماً متناسب با میزان حقوق دریافتی است ، می دانید! اگر به دنبال یک حرفه جدی به عنوان تحلیلگر داده هستید ، سعی کنید میزان تحصیلات دانشگاهی را برای دستیابی به این هدف مهم ارزیابی کنید.
به عنوان مثال ، می توانید در مقطع کارشناسی ارشد در علم داده یا تجزیه و تحلیل کسب و کار تحصیل کنید
مرحله 3. در یک موضوع خاص کلاس بگذارید
اگر می خواهید درک خود را از حسابداری یا برنامه نویسی بهبود بخشید ، کلاسهای آنلاین یا آفلاین را در نظر بگیرید که موضوعات متنوع و خاصی را ارائه می دهند که تحلیلگر داده باید آنها را درک کند.
در صورت امکان ، در سمینارها یا کارگاه های آموزشی مرتبط با رشته ای که توسط دانشگاه ها یا سایر موسسات آموزشی محلی برگزار می شود نیز شرکت کنید
قسمت 2 از 4: یادگیری توانایی های مورد نیاز
مرحله 1. در سطح دانشگاه جبر را فرا بگیرید
هر روز ، تحلیلگران داده با صدها عدد کار می کنند. بنابراین ، مطمئن شوید که از مهارت های ریاضی مناسب برخوردار هستید. حداقل باید بر جبر در سطح دانشگاه تسلط داشته باشید ، بتوانید کارکردهای مختلف را تفسیر کرده و آنها را بصورت گرافیکی نشان دهید و با مشکلاتی که در واقعیت روزمره بوجود می آید برخورد کنید.
همچنین ، مطمئن شوید که مفاهیم حساب چند متغیره و جبر خطی را درک کرده اید
مرحله 2. درک آمار
برای تبدیل شدن به یک تحلیلگر متخصص داده ها ، باید آمار را درک کنید تا داده ها را به خوبی تفسیر کنید. با یادگیری مفاهیم آماری اساسی با هدف دانش آموزان دبیرستانی یا دانشگاهی شروع کنید ، سپس به سراغ مفاهیم پیچیده تر و چالش برانگیزی بروید که مربوط به شغلی است که برای آن درخواست می کنید.
- میانگین ، متوسط ، حالت و انحراف معیار نمونه هایی از مفاهیم آماری اساسی هستند که احتمالاً در دبیرستان یا دانشگاه آموخته اید.
- داشتن درک جامع از آمار توصیفی و آمار استنباطی نیز بسیار مفید خواهد بود.
مرحله 3. مهارت های برنامه نویسی خود را تقویت کنید
برای تبدیل شدن به یک کاندیدای قوی تحلیل گر داده ها ، حداقل بر مفاهیم اولیه برنامه نویسی تسلط داشته باشید و قبل از حرکت به مفاهیم پیچیده تر و زبان های برنامه نویسی ، برخی از زبان های برنامه نویسی رایج مانند پایتون ، R و جاوا را درک کنید.
- زبان برنامه نویسی SQL نیز در بین تحلیلگران داده بسیار محبوب است.
- در صورت تمایل ، کلاسهای آنلاین مختلفی را برای درک بهتر برنامه نویسی داده ها در نظر بگیرید.
مرحله 4. مهارت های ارائه و ارتباط خود را تقویت کنید
پس از تجزیه و تحلیل داده ها ، گام بعدی که باید انجام دهید این است که داده ها را به دیگران منتقل کنید. بنابراین ، یاد بگیرید که اطلاعات پیچیده را به گونه ای توضیح دهید که حتی افراد غیر عادی نیز به راحتی آنها را درک کنند و یاد بگیرید که از برنامه هایی استفاده کنید که بتوانند یافته های داده ها را به صورت بصری نشان دهند تا جالب تر و قابل فهم تر شود.
یک تحلیلگر متخصص داده باید در برقراری ارتباط بصری و شفاهی داده ها خوب عمل کند. بنابراین ، ابزارهایی مانند ggplot و matplotlib را برای نشان دادن داده های مختلفی که ممکن است پیدا کنید مطالعه کنید
مرحله 5. به Microsoft Excel مسلط شوید
از آنجا که یک تحلیلگر داده باید در گروه بندی داده ها و محاسبه اعداد مهارت داشته باشد ، یکی از برنامه هایی که باید به آن تسلط داشته باشد ، Excel است. نگران نباشید ، فضای مجازی صدها آموزش تصویری و وب سایت رایگان ارائه می دهد که می تواند مفاهیم اولیه Excel را به شما آموزش دهد.
مرحله 6. درک مفهوم یادگیری ماشین
یکی از مفاهیم مهم در فرایند تجزیه و تحلیل داده ها یادگیری ماشین است که به توانایی رایانه ها در پیش بینی یا تصمیم گیری مستقل پس از بررسی همه داده های موجود اشاره دارد. برای یادگیری مفهوم ، کلاسهای آنلاین را امتحان کنید ، که حتی برخی از آنها بدون هیچ هزینه ای قابل دسترسی هستند.
- برای درک این مفاهیم ، ابتدا باید بر مفاهیم اولیه برنامه نویسی و آمار مسلط شوید.
- سه نوع یادگیری ماشینی وجود دارد ، یعنی یادگیری تحت نظارت ، یادگیری بدون نظارت و یادگیری نقشه برداری از موقعیت ها به منظور دستیابی به حداکثر نتایج (یادگیری تقویتی).
- یک مثال از یادگیری تحت نظارت ، توانایی ایمیل برای فیلتر کردن صندوق ورودی و گروه هرزنامه ها در پوشه های جداگانه است. در همین حال ، یک مثال از یادگیری بدون نظارت زمانی است که نتفلیکس یک سری تلویزیونی یا فیلمی را پیشنهاد می کند که با سلیقه شما مطابقت داشته باشد ، و نمونه ای از یادگیری تقویتی ، خودرویی بدون راننده است که توانایی مشاهده و سازگاری با محیط اطراف خود را دارد.
قسمت 3 از 4: به دنبال تجربه
مرحله 1. صنعتی را بیابید که به تحلیلگر داده نیاز دارد
جستجوی خود را بر صنایعی متمرکز کنید که به احتمال زیاد به تحلیلگران داده نیاز دارند. به عنوان مثال ، شرکت های بازاریابی ، شرکت های فناوری و موسسات مالی تمایل دارند که برای ترجمه داده های شرکت و رمزگشایی آنها با شرایطی ساده تر به تحلیلگران داده نیاز داشته باشند.
وب سایت شرکت را برای فرصت های شغلی که در حال حاضر ارائه می دهند جستجو کنید ، یا اگر دنبال یک شرکت خاص نیستید ، صفحات Google را جستجو کنید. اگر دوستان یا خویشاوندانی دارید که در این صنایع کار می کنند ، بپرسید آیا فرصت های شغلی وجود دارد یا خیر
مرحله 2. کارآموزی را به عنوان تحلیلگر داده امتحان کنید
کارآموزی یک پل بسیار قدرتمند برای تبدیل شدن به یک کارمند دائمی در شرکت رویایی شما است. اکثر برنامه های کارآموزی فقط برای افرادی که دارای مدرک دانشگاهی هستند (مانند D3 یا لیسانس) باز است. اگرچه این امر به صنعت انتخابی شما بستگی دارد ، اما به احتمال زیاد باید به زبان برنامه نویسی مانند Python ، R یا SQL مسلط باشید. البته اگر بر هر سه تسلط داشته باشید بسیار بهتر خواهد بود!
به طور کلی ، کارآموزان حقوق نمی گیرند و فقط برای چند ماه استخدام می شوند. بنابراین ، قبل از درخواست ، تمام جزئیات ذکر شده توسط شرکت را بررسی کنید
مرحله 3. به یک سازمان تجاری بپیوندید
این یک راه بسیار قدرتمند برای گسترش فرصت ها ، افزایش روابط ، افزایش دانش با حضور در سمینارهای مختلف ، یا پاسخ به س questionsالات شما در مورد حرفه تحلیلگر داده است. در سطح بین المللی ، سازمان هایی وجود دارند که با تحلیلگران داده مانند TechAmerica یا The Association for Computing Machinery سروکار دارند. در اینترنت اطلاعاتی درباره سازمانهای مورد علاقه خود جستجو کنید!
به وب سایت سازمان بروید و در مورد ثبت نام اعضا به دنبال اطلاعات باشید. برخی از سازمانها حتی عضویت رایگان ارائه می دهند و به هر یک از اعضا دسترسی کامل می دهند تا همه اطلاعات موجود را در وب سایت خود بارگذاری کنند. اما به طور کلی ، برای دسترسی به اطلاعات برتر بیشتر ، هنوز باید هزینه خاصی را بپردازید
مرحله 4. برای مشاغل مبتدیان درخواست دهید
از شروع حرفه خود از ابتدا نترسید زیرا انجام این کار دانش و تجربه مورد نیاز برای رسیدن به یک موقعیت بالاتر را غنی می کند. از این گذشته ، دستمزد ارائه شده برای تجزیه و تحلیل داده های مبتدی در حال حاضر بسیار زیاد است. علاوه بر این ، اکثر شرکت ها همیشه به دنبال افراد جدیدی هستند که در موقعیت تحلیلگر داده های آماری یا تحلیلگر کسب و کار قرار گیرند.
به طور کلی ، برای درخواست شغل به عنوان یک تحلیلگر تازه کار ، فقط به مدرک کارشناسی نیاز دارید
قسمت 4 از 4: انجام مصاحبه شغلی
مرحله 1. یک نامه تخصصی و رزومه ایجاد کنید
به یاد داشته باشید ، این اولین اطلاعاتی است که شرکت ها در مورد شما مشاهده می کنند. بنابراین ، تا آنجا که ممکن است وقت بگذارید تا مهارتها و تجربه خود را در هر دو مورد قرار دهید و نشان دهید که واقعاً شایسته کارهایی هستید که آنها ارائه می دهند. اطمینان حاصل کنید که قبل از ارسال هر دو به شرکت مورد نظر ، زمان لازم را نیز برای ویرایش آنها اختصاص دهید.
مرحله 2. قبل از مصاحبه درباره شرکتی که برای آن متقاضی هستید تحقیق کنید
انجام این کار می تواند آمادگی شما را برای یک بحث شغلی جدی با مصاحبه کننده افزایش دهد. بنابراین ، سعی کنید از وب سایت شرکت دیدن کنید تا از تمام پروژه هایی که روی آنها کار می کنند و/یا برنامه هایی که استفاده می کنند مطلع شوید.
اگر شرکتی که برای آن درخواست می کنید دارای حساب رسانه اجتماعی است ، برای آخرین به روزرسانی هایی که بارگذاری می کنند ، حساب آنها را دنبال کنید
مرحله 3. پاسخ به س questionsالات مختلفی که ممکن است پرسیده شود را تمرین کنید
اینترنت را مرور کنید تا نمونه سوالاتی را که ممکن است در طول مصاحبه پرسیده شود ، بیابید. پس از آن ، پاسخ های خود را در مقابل کسانی که به شما نزدیک هستند شبیه سازی کنید ، یا سعی کنید پاسخ های خود را ضبط کرده و آنها را ارزیابی کنید.
برخی از سوالات متداول عبارتند از: "به نظر شما تعریف کلان داده چیست؟" یا "فکر می کنید تحلیلگران هنگام تجزیه و تحلیل داده ها معمولاً با چه مشکلاتی روبرو هستند؟"
مرحله 4. برای ارائه مهارت های فنی خود آماده شوید
در حالی که این امر بستگی زیادی به شغلی دارد که برای آن درخواست می کنید ، به احتمال زیاد از شما خواسته می شود که مهارت های فنی مربوط به شغل را نشان دهید. بنابراین ، برای اطلاع از انواع برنامه های مورد استفاده شرکت قبل از انجام مراحل مصاحبه ، وقت بگذارید و آماده ارائه توانایی های خود در استفاده از این برنامه ها باشید.
برخی از مثالهای مهارتهای فنی که عموماً باید نشان داده شوند عبارتند از: مهارتهای کد نویسی (ترجمه منطق به زبانهای برنامه نویسی) ، برنامه نویسی یا تجزیه و تحلیل دادهها با استفاده از منابع مختلف
مرحله 5. س theالات مصاحبه کننده را بپرسید
در پایان فرایند مصاحبه ، س questionsالاتی از قبیل "احتمالاً روی چه پروژه ای کار می کنم؟" یا "شرکت از چه برنامه ای برای ایجاد تجسم داده استفاده می کند" بپرسید. انجام این کار علاقه شما را به شغل ، و همچنین شما را به یک نامزد بهتر تبدیل می کند.
