Data Analyst 2025 - co musisz umieć? || Praca analityka danych dzisiaj - technologie i AI
🟥 Sprawdź kursy dla analityka danychW tym odcinku opowiadam o tym, jak naprawdę wygląda praca analityka danych w 2025 roku. Zamiast skupiać się na definicjach z książek, pokazuję konkretne narzędzia, które wykorzystuję na co dzień – od Excela, przez SQL i Power BI, po Pythona. Mówię też o tym, jak wygląda typowy dzień pracy i gdzie leży prawdziwa wartość analizy danych.Zajmuję się też tym, jak bardzo zmieniła się nasza rola dzięki narzędziom AI. Pokazuję praktyczne przykłady – jak AI pomaga mi poprawiać formuły w Excelu, optymalizować zapytania SQL, streszczać spotkania i tworzyć lepszą komunikację z biznesem. To nie teoria, tylko codzienna praktyka.Jeśli myślisz o pracy w analizie danych albo już w niej jesteś i zastanawiasz się, jak nadążyć za zmianami, ten odcinek jest dla Ciebie. Podrzucam konkretne przykłady, refleksje i narzędzia, które mogą Ci pomóc lepiej odnaleźć się w tym zawodzie – teraz i w kolejnych latach.
To wszystko jest dosyć ważne. Te wymagania też poszły trochę do góry, np. funkcje analityczne. Kiedyś to był taki Nice Have, teraz moim zdaniem to już jest Must Have. Czyli tam Lead, Lag, Partition By, te wszystkie rzeczy powinny jakieś tam dzwonki w tobie uruchamiać, że ty wiesz o co chodzi. Więc to jest dosyć ważne i SQL po prostu pozostaje fundamentem. Hej, sorry, że wbijam się w temat, ale chciałem tylko przypomnieć, że na mojej stronie kajodata.com znajdziesz dostęp do społeczności i platformy dla analityków danych, gdzie jest mnóstwo świetnych materiałów i pełne wersje kursów z Excela, SQL, Pythona i Tableau, a także webinary z Power BI, więc gorąco zachęcam kajodata.com. Ok, wracamy do tematu. Power BI tudzież Tableau. Mówię Power BI tudzież Tableau, dlatego że w zależności od tego, w jakiej firmie pracujesz, będziesz miał jedno albo drugie, albo, jak czasem się też zdarza, i jedno i drugie.
W każdym razie chodzi o wizualizację danych i pewien storytelling. Ja buduję dashboardy, które są dosyć czytelne, które są atrakcyjne dla biznesu. I tu jest ważna rzecz. To jest coś, o czym my często zapominamy, jeżeli pracujemy z dashboardami, z narzędziami BI. Najważniejszą rzeczą, którą należy sobie uświadomić, jest to, że Po pierwsze, nie doktoryzujemy się z tego. To znaczy, tutaj też jest pewna zasada Pareto, która obowiązuje. Trochę jak w Excelu. Nie ma co przesadzać z takim byciem, o, tutaj będę cyzylował i tak dalej. Oczywiście są firmy, które będą w to mierzyć, że ty będziesz super top-high-end ekspertem z danego narzędzia i będziesz konsultantem na przykład. Ale nie wiem, czy to jest najważniejsze. Moim zdaniem ważniejsze i bardzo niedoceniane jest to, żeby popracować rzeczywiście nad jakością tego, co my prezentujemy.
Jest u mnie bardzo częste. W ogóle na przykład coś, co dla mnie było takim super momentem, jak ja pracowałem, to pamiętam, jak pierwszy raz się zorientowałem, że workbook w Tableau, zresztą z Power BI też, to w swojej czystej postaci ma format tekstowy. Czy to będzie JSON, XML, XML jeśli chodzi o Tableau. A to oznacza, że możesz go programistycznie przerobić. Czyli na przykład masz pięć formuł pokazujących sprzedaż netto, brutto, a ty później chcesz wytworzyć 40 kolejnych formuł według pewnej kombinacji. Na przykład dla tego produktu year-to-date, dla tej grupy produktów year-over-year growth, takie rzeczy. I teraz po prostu masz ilość kombinacji, która by ci wyszła ze względu na ilość wymiarów, które są w danym datasetie.
I dzięki Pythonowi możesz napisać po prostu jedną funkcję, I ona ci stworzy te wszystkie formuły, bo ci przeczyta, co tam jest w tym, na podstawie czytania tego XML-a. Ale właśnie, żeby to ogarnąć, to trzeba te podstawy Pythona znać, żeby być takim analitykiem na troszkę wyższym poziomie, a nie tylko takim, co klepnie dashboard, czyli jakby tam kilka wykresów w Power BI, wyklika tabelę przestawną w Excelu, no i powiedzmy zrobi inner joina czy left joina, nie? To już jest troszeczkę wyższy poziom, natomiast warto w to Punkt kolejny. To są narzędzia bezkodowe de facto, ale warto o nich powiedzieć, dlatego że to też się wcale nie tak rzadko zdarza. I tutaj trzeba rzeczywiście patrzeć na ogłoszenia o pracę. Ja nie mówię, że masz robić z tego kursy, ale powiem tak.
Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Kliknij, aby znaleźć fragmenty, w których pada.
🟥 Sprawdź kursy dla analityka danych
W tym odcinku opowiadam o tym, jak naprawdę wygląda praca analityka danych w 2025 roku. Zamiast skupiać się na definicjach z książek, pokazuję konkretne narzędzia, które wykorzystuję na co dzień – od Excela, przez SQL i Power BI, po Pythona. Mówię też o tym, jak wygląda typowy dzień pracy i gdzie leży prawdziwa wartość analizy danych.
Zajmuję się też tym, jak bardzo zmieniła się nasza rola dzięki narzędziom AI. Pokazuję praktyczne przykłady – jak AI pomaga mi poprawiać formuły w Excelu, optymalizować zapytania SQL, streszczać spotkania i tworzyć lepszą komunikację z biznesem. To nie teoria, tylko codzienna praktyka.
Jeśli myślisz o pracy w analizie danych albo już w niej jesteś i zastanawiasz się, jak nadążyć za zmianami, ten odcinek jest dla Ciebie. Podrzucam konkretne przykłady, refleksje i narzędzia, które mogą Ci pomóc lepiej odnaleźć się w tym zawodzie – teraz i w kolejnych latach.