Data Analyst 👉 Kompletny plan kariery

Komunikacja to jest taka bardzo trudna rzecz, to jest takie słowo, którego się używa, w zasadzie nie wiadomo o co chodzi, ale to ono w jakimś sensie decyduje o tempie naszego rozwoju. Bo o ile nie jesteśmy jakimiś takimi niesamowitymi technicznymi geniuszami, a to jest bardzo trudne, To najczęściej nasz progres wynika stąd, że my potrafimy dobrze zakomunikować dobrze wykonaną pracę. I z tą dobrze wykonaną pracą Większość z nas nie ma problemu, gdzieś tam się tego uczymy, o tyle z dobrą komunikacją, tej dobrze wykonanej pracy jest bardzo ciężko, bardzo ciężko się tego nauczyć. Warto po prostu na to zwracać uwagę. To nie jest filmik o dobrej komunikacji, chcę po prostu podkreślić, jakie to jest istotne. Z kompetencji mamy tą analityczną triadę, czyli Excel, SQL, Power BI, jeżeli chodzi o wizualizację danych.

A film jest jedynie pretekstem. I to jest ważne dla analityka, żeby mieć taką ciekawość biznesu, że jeżeli teraz na przykład gdzieś pracujesz, to zadaj sobie pytanie, na czym naprawdę zarabiamy. I spróbuj wyjść poza takie, no ale to jest oczywiste. Może to nie jest takie oczywiste. Spróbuj sobie zadać to pytanie, bo to moim zdaniem Ćwiczy w nas taką ważną umiejętność takiej prawdziwej analizy. Dlatego też wygrywają osoby, tak tutaj sobie to wypisałem, które po prostu wiedzą, co się dzieje, dlaczego się to dzieje i co warto robić, tak biznesowo ogólnie. Oczywiście, że pod spodem jest ta umiejętność techniczna, czyli mamy tego SQL, Excela, Power BI, Tableau, ale ta umiejętność biznesowa, byśmy powiedzieli nawet, też zaczyna być ważna.

Jeżeli myślisz o przebranżowieniu, chcesz zmienić poradcę albo poprawić swoje umiejętności, albo przekonać się, czy analiza danych jest dla Ciebie, to zachęcam Cię do KajoData Space. Jest to kompleksowy program, który ma wszystkie moje kursy. Wszystko jest w jednym miejscu, więc kursy z Excela, Power Query, Power BI, Tableau, Pythona, wszystko absolutnie w jednym miejscu. Do tego olbrzymia społeczność zaangażowanych ludzi, plus mój mentoring, plus nagrania i webinary z mnóstwem ekspertów. Naprawdę Ogrom wiedzy i takie jedno miejsce, które powinno Ci wystarczyć, żebyś mógł znaleźć lepszą pracę, lepszą ścieżkę zawodową. Mieliśmy też już mnóstwo historii ludzi, którzy naprawdę zmienili pracę albo dostali awans, albo po prostu kompletnie się przebranżowili i to nawet w dosyć niesprzyjających okolicznościach, więc gorąco Cię zachęcam.

Z jednej strony mamy już bardzo zaawansowane, twarde kompetencje. SQL, BI, modelowanie danych, automatyzacja pracy. Widzisz, już nawet Excel się nie pojawia. Nie ma sensu o tym mówić. Excel jest swego rodzaju notatnikiem w tym momencie. Rozumiemy statystykę, rozumiemy testy A-B, jesteśmy w stanie na wysokim poziomie analizować i weryfikować dane, jesteśmy w stanie przewidzieć, co się z danymi stanie w trzecim, piątym etapie data pipeline'u. Ta komunikacja, którą my posiadamy, jest już na dosyć wysokim poziomie, a to oznacza, że ona jest także na takim wysokim poziomie emocjonalnym. To, o czym się często mówi, to to, że KajoData.pl

Po pierwsze, przestawić się z myślenia, że ja coś robię, na środowisko coś robi. Musimy w jakimś sensie stać się jednością ze środowiskiem. Czyli my tworzymy środowisko analityczne, w którym to wszystko działa. Co oznacza, że bierzemy na siebie trudne rzeczy, ale uspokajamy chaos, rozwijamy innych, rozwijamy firmę i po prostu jesteśmy naprawdę ważną częścią tego biznesu. Także z tego powodu, że ta stabilność, tak jak wspominałem wcześniej, ma po prostu bardzo duże znaczenie. Kolejną rolą, i tutaj to nie jest oczywiste, ale ta rola się pojawia coraz częściej, jest Analytics Engineer. Czasem tę rolę troszeczkę pełni BI Developer, w sensie...

Mamy planowanie rozwiązań długoterminowych. Tu jeżeli ktoś... I teraz to, co się wydarzy, To my zrozumiemy, że kurde, myśmy dwa lata temu zdecydowali, że jeżeli chodzi o na przykład serwery związane z Tableau albo z Power BI, to zrobimy to w ten sposób.

Odkrywamy prawdziwe trupy w szafie. I to też mówię ze swojego doświadczenia, bo jako analytics engineer troszeczkę powiem szczerze, my schodzimy z takiej roli senior analista, który pracuje z mega trudnymi rzeczami, ale na bazie jakby pojedynczego tematu analitycznego, no to wchodzimy na taki poziom środowiskowy, że tam próbujemy jakąś część tego, umówmy się, zawsze to będzie jakaś część tego środowiska, którą próbujemy ogarnąć. Natomiast jako Data Architect rozumiemy, jaka jest architektura danych w naszej firmie. Pojawiają się takie tematy jak współpraca, Z engineeringiem, z BI-em, z security i z managementem.

Czyli, że my nie tylko jesteśmy w stanie postawić to środowisko, tak jak analytics engineer, w sensie, że tych konkretnych layerów, KajoData. To, ten cloud, to bezpieczeństwo i ten performance, to wszystko się łączy z tym, że my współpracujemy z engineeringiem, z BI Security, z managementem. Powiem tak, to jest zajebiście ciekawe, ale to jest bardzo trudne, bo tak jak się domyślasz, na tym etapie nie jesteś w stanie robić... Dużych ruchów. Naprawdę. Jesteś w stanie robić takie mikro kroczki, mikro przesunięcia.

Ale ja postanowiłem Ci dać tutaj inne zakończenie ścieżki analitycznej. Wybacz, że wbijam się w temat. Chciałem tylko przypomnieć, że najlepsze kursy z analizy danych, z wszystkich najważniejszych technologii, takich jak Excel, SQL, Power Query, Power BI, Tableau, Python i wiele więcej znajdziesz na mojej stronie kajodata.com. Więc jeśli chcesz zmienić pracę albo poprawić swoje umiejętności, to zapraszam kajodata.com. Na Data Scientist'a można de facto przeskoczyć z wcześniejszych ról. Na Data Scientist'a można przeskoczyć, tylko musimy się to już bardzo postarać, z Middle Analityka. Jesteśmy w stanie to zrobić. Z Data Analyst'a jesteśmy w stanie przejść na Data Scientist'a.

Wydaje mi się, że bardzo ważne jest, by każdy z nas, pracując w roli analitycznej, zdał sobie sprawę, że to jest w zasięgu jego ręki. To jest w zasięgu ręki, żeby spróbować, żeby porobić jakieś proste modele, bo tak samo jak kiedyś się uczyłeś Excela, SQL-a, Power BI-a, czegokolwiek, jak robiłeś pierwsze joiny i ci się to wydawało skomplikowane, jak robiłeś pierwsze pętle w Pythonie i ci się wydawało skomplikowane, tak samo pierwsze modele będą ci się wydawały skomplikowane, a później będzie to dla ciebie automatyczne, będziesz po prostu Importował scikit-learn na śniadanie i nawet nie będziesz tego zauważał. Mam nadzieję, że ta ścieżka była dla ciebie ciekawa. Daj mi znać koniecznie w komentarzu, na którym etapie jesteś, który etap ci się marzy i widzimy się w kolejnym odcinku.