Data Analyst 👉 Kompletny plan kariery

Tu też polecam do tego, żeby jak szukacie sobie roli analitycznej, żeby niekoniecznie wpisywać analityk albo analiz, bo może takiej dokładnie roli koło was nie będzie, ale będzie coś związanego z raportowaniem. Tutaj najczęściej będziemy pracowali sobie na Excelu i na SQLu i będą to raczej takie proste rzeczy, rzeczy na wyeksportowanych danych z jakichś systemach. Prawda jest taka, że nie jest to ani ratowanie biznesu, ani produkowanie jakichś niesamowitych insightów. To jest takie standardowe raportowanie, pilnowanie, żeby to raportowanie było OK, odpowiadanie na naprawdę relatywnie proste pytania biznesowe. I jest to o tyle istotne, że w którymś momencie trzeba zacząć.

Ale, co wydaje mi się często niedoceniane, ta rola jest często częścią innej większej roli. To znaczy, że ty pracujesz na przykład jako doradca sprzedaży albo pracujesz jako ktoś w dziale logistyki i częścią twojej roli, nieopisanej roli jest to, że ty jesteś już reporting specialist, możesz nawet tego nie mieć w umowie, tak? KajoData. Najważniejsze kompetencje to oczywiście ważne jest to, żeby ten Excel był na dobrym poziomie, żeby były te podstawy SQL-a. Dzisiaj te podstawy SQL-a są o wiele wyżej niż były kiedyś.

Dzisiaj jednak pisanie CTE subqueries jest już na porządku dziennym, a nie tylko pisanie prostych selektów, więc ten SQL, mimo że jest podstawowy, to on jest podstawowy w tym sensie, że nie piszemy może niesamowitych zapytań, ale to musi być dosyć konkretnie przetrenowana umiejętność. KajoData.com Wymaga to dużej akceptacji tego, że jesteśmy na początku tej drogi. I z jednej strony potrzebna jest ta akceptacja, ale z drugiej strony jest potrzebne coś, co jest trudne, bo nie daje nam może takiej nagrody.

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.

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

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.