Cómo convertirse en analista de datos

Para convertirse en un analista de datos, hay varias habilidades que necesitará dominar.

Excel : es la herramienta más básica y fundamental para el análisis de datos. Excel facilita la exploración, limpieza y análisis de sus datos con funciones integradas como tablas dinámicas. Aunque muchos argumentan que Excel está perdiendo su ventaja en el análisis de datos, sigue siendo la herramienta más utilizada. Excel también es excelente para los cálculos debido a su número de fórmulas. Aquí hay un gran libro para comenzar.

Análisis de datos de Microsoft Excel y modelado de negocios (5ª edición): Wayne Winston: 9781509304219: Amazon.com: Libros

SQL: Excel es excelente para muchas cosas, pero tiene sus limitaciones y solo puede albergar una cantidad considerable de datos. Aquí es donde entra SQL. Los datos de hoy se almacenan en almacenes de bases de datos y requieren lenguajes de consulta, como SQL, para recuperar los datos. SQL es el lenguaje de consulta de bases de datos más utilizado.

Estadísticas y probabilidad: esta es una red amplia, así que permítanme reducirla. Centrarse en estadísticas descriptivas. La estadística descriptiva está llevando a cabo un análisis basado en los datos actuales y es lo que más practica el analista de datos. Si está interesado, puede analizar el análisis inferencial e incluso el análisis predictivo.

Tableau: poder elegir el gráfico correcto es crucial, porque no todos los datos se pueden leer con un gráfico de barras. El software de Tableau funciona muy bien con fuentes de datos como Excel y SQL. Su característica principal es crear cuadros de mandos y gráficos personalizados para visualizar sus datos. Convertirse en un especialista certificado de Tableau definitivamente mejorará su currículum.

Comunicación: ser capaz de analizar datos es excelente, pero ¿qué sentido tiene si no puede comunicar sus hallazgos? Para ser un gran analista de datos, debe poder comunicar sus resultados a sus pares y superiores.

K2 está lanzando un campamento de análisis de datos que cubre cada uno de estos temas en profundidad durante un período de 10 semanas, con proyectos relevantes para solidificar sus habilidades. Este es un programa dirigido por un mentor para que tenga ayuda todo el tiempo. También ofrecemos apoyo profesional para todos los estudiantes que buscan convertirse en profesionales después de graduarse. Compruébalo si te interesa.

Según cómo está formulando su pregunta, parece que actualmente no tiene antecedentes de “Análisis de datos”, pero desea desarrollar una carrera en este campo. Aquí hay tres cosas que puedes hacer:

1. Aprenda habilidades técnicas : necesitará conocimientos técnicos para tener éxito en el análisis de datos. SQL y Excel son un buen punto de partida. Podrías hacer mucho con estas herramientas; luego, dependiendo del ancho de banda que tengas, podrías explorar R. ¿Cómo aprendes esto? Aquí hay una vía de aprendizaje: Aprenda #Data Analysis en línea: plan de estudios gratuito; También busque cursos gratuitos en Coursera u otras plataformas.
2. Aprenda habilidades blandas / empresariales: esto es tan importante como las habilidades tecnológicas (¡si no más!) En lo que respecta al análisis de datos. Encontrar información a partir de sus datos es la mitad de la batalla, deberá poner las ideas en un contexto / historia e influir en las decisiones comerciales y, a veces, influir en el cambio empresarial. ¡sabemos que el cambio siempre es difícil! Por lo tanto, sus habilidades blandas / comerciales serán muy importantes. Además, se beneficiará mucho al aprender sobre cómo resolver problemas, comunicar su solución mediante el uso de un lenguaje “empresarial” frente al lenguaje tecnológico.
3. Aplíquelos (y siga mejorando): ahora que ha adquirido algunas habilidades tecnológicas y de software / biz, ¡aplíquelas! Obtenga una pasantía, ayude a una organización sin fines de lucro en su tiempo libre (tipo de datos, estadísticas sin fronteras, la comparación de voluntarios son buenos recursos para encontrar una organización sin fines de lucro) y comience a aplicar sus habilidades. ¡También lo ayudaría a obtener una experiencia del mundo “real” y aplicar lo que aprendió mientras “aprender en el trabajo” es posiblemente la MEJOR manera de aprender algo!

¡Espero que ayude!

Uno de los compañeros ha publicado una muy buena respuesta a su pregunta.
Aquí está.

Analistas de datos: estos son los tipos que hacen el mismo trabajo repetidamente (análisis estadístico en ensayos clínicos, marketing objetivo en bancos, etc.). En India, veo que algunas compañías que obtienen análisis externos también entran en esta categoría. Noté que obtienen datos en forma estándar y usan el mismo modelo para analizar y usan los mismos gráficos para visualizar. La variación de un proyecto a otro es muy pequeña.

Debe ser un maestro de uno o dos módulos de una herramienta (como SAS, SPSS) para esto. Cualquier video en línea y una versión instalada del software y algunos datos son lo suficientemente buenos para comenzar. No necesita tener una comprensión profunda de la ciencia también.

Su propia organización tiene mucha inercia para probar algo nuevo. ¡Realmente me costó convencer a un banco para que probara los árboles de decisión (estaban haciendo regresión logística durante 20 años) tan tarde como 2010! El gerente dijo por qué traes cosas nuevas cuando las viejas funcionan bien 🙂

Además, cuando hablé con su equipo sobre la regresión logística, me di cuenta de que no entendían las matemáticas o ciencias subyacentes lo suficientemente bien. Pero, no fue un disuasivo importante para ese trabajo específico. Estaban bien.

Cuidado, estos son los trabajos de gama baja en ciencia de datos. Elija este camino si y solo si está de acuerdo con la rutina y no es un trabajo tan difícil.

Espero que hayas entendido la esencia del perfil.

No puedo cubrir todos los puntos, pero intentaré que sea nítido y útil.

1. Aprendí programación de lenguaje estadístico – SAS
2. Estadísticas aprendidas y modelos predictivos
3. Han pasado por cientos de documentos de investigación y documentación para diferentes proyectos – SAS Forum
4. Intenté comprender los conceptos básicos de todas las técnicas estadísticas, lo ejecuté e hice muchos golpes y pruebas (iteraciones) para comprender los supuestos y las limitaciones.
5. ¿Varios proyectos ficticios / reales
6. Sigue aumentando mi conocimiento todos los días
7. Siga sitios como UCLA, análisis de vidhya, kdnuggets, central de ciencia de datos, etc.

Muchos análisis de datos, programación, práctica y año de práctica lo convierten en un buen analista de datos.

Con la experiencia viene una intuición que es como una armadura para Data Analyst y Data Scientist

IT Skills Training es el instituto líder de Data Analytics Certificate, Training ha sido diseñado para prepararlo para un trabajo en el espacio de análisis. El curso de certificación de Data Analytics lo convertirá en un experto en la comprensión del problema, el diseño del análisis y la aplicación de técnicas de modelado predictivo utilizando R para obtener información comercial de los datos. R es el lenguaje de programación más utilizado hoy en día en el campo de la ciencia de datos y el análisis.

Data Analytics es la carrera de la futura generación. La mayoría de las facultades de ingeniería no ofrecen cursos orientados a la ciencia de datos / análisis. La única forma de hacer la transición a Data Analytics es aprendiendo al hacerlo (pocas posibilidades de que esto suceda) o tomando cursos (en línea o fuera de línea) que están diseñados teniendo en cuenta las necesidades de la industria.

El plan de estudios del curso IT SKILLS Data Analytics es de primera categoría, ya que está diseñado en colaboración con ITST-Bangalore. Los módulos están bien detallados y el programa de mentores estudiantiles desempeña un papel muy importante para asegurarse de cumplir con el horario de estudio. El seminario web y las sesiones de información con expertos de la industria también lo ayudan a mantenerse en contacto con los escenarios del mercado.

Los analistas de datos recopilan, procesan y realizan exámenes estáticos de datos. Es posible que sus aptitudes no sean tan avanzadas como las de los científicos de datos (por ejemplo, es probable que no puedan hacer nuevos cálculos), sin embargo, sus objetivos son los mismos: encontrar la forma en que la información se puede utilizar para responder consultas y resolver problemas. Papel muy importante en los negocios. Sin embargo, para convertirse en analistas de datos se requieren algunas habilidades técnicas / de gestión / industria / software / comunicación, lo cual es una parte importante para los analistas de datos y no se requiere un grado específico para eso. Mi amigo que también tomó un curso de capacitación para mejorar sus habilidades y ahora es analista de datos profesional. La institución que prefería era Experfy. La institución ayudó mucho en su carrera.

Yo era un analista de negocios que se convirtió en analista de datos (más o menos).

Para mí, la ‘droga’ de entrada era aprender SQL. Una vez que pude obtener acceso directo a los datos (que en el salto requerido a través de muchos aros), pude eliminar muchos obstáculos para hacer las cosas lo más eficientemente posible.

Como se menciona a continuación, tener una comprensión de las estadísticas, la perspicacia comercial y el conocimiento de la industria también son esenciales, y, desde un rol de analista comercial, tuve muchas de esas cosas.

No menciona sus antecedentes, por lo que suponiendo que tiene poco conocimiento de la industria (un graduado pronto, por ejemplo), luego comience con lo que puede adquirir usted mismo: aprenda SQL, aprenda sobre bases de datos, cree algunos por su cuenta (MySQL y muchos otros son gratis). Una vez que tenga eso, busque una pasantía o tutoría que lo coloque en una posición para aprender la industria o el negocio (puntos de bonificación si es un negocio o industria que cree que querrá ser a largo plazo), y pasar de allí.

Primero debe comenzar con las habilidades técnicas, como SAS, Excel, SQL y tener una comprensión básica de las estadísticas. También debe ser bueno con el cálculo de números y creo que también puede practicar muchas preguntas de aptitud, ya que siento que también comienzan a desarrollar su pensamiento.

Visite el siguiente blog en Analytics Leap ( http://www.a-leap.com ) :

Analista de datos versus científico de datos. ¿En qué se diferencian?

Mejor,

UN

Puede probar un rol de analista junior con responsabilidades de limpieza de datos, ya que tiene pandas.

Sigue trabajando en estadísticas y aprendizaje automático

Pensé que estas respuestas podrían ser útiles:

Conviértete en un analista de datos | Hoja de ruta de educación y carrera

¿Qué hace un analista de datos?

Dependería de su perfil actual. Hay varias áreas en el análisis de datos en las que puede encajar, pero no necesariamente que podría ser una buena opción para todos. Una vez que descubra un área para apuntar, podrá hacer preguntas específicas y responderlas será más fácil.
Puede consultar el siguiente enlace para obtener una respuesta que publiqué recientemente:
¿Cuál es el camino correcto para convertirse en un científico de datos?
Si no ayuda, háganoslo saber.

1. Experiencia matemática
2. Habilidades de piratería tecnológica
3. Consultor de negocios táctico

• Debe aprender la tecnología Hadoop, R Studio, lenguaje SAS, Excel y Tableau:
• Lenguaje de programación estadística, como R o Python, y un lenguaje de consulta de bases de datos como SQL
• Debe estar familiarizado con las pruebas estadísticas, distribuciones, estimadores de máxima verosimilitud, etc.

Data Scientist- Nueva demanda en el mercado global – Analista de datos

Si el programa requiere que termines algunos cursos relacionados, entonces es genial, de lo contrario tendrás que aprender solo en el tiempo libre. Asegúrese de centrarse en estos campos: estadística, informática y ciencia de datos. Buena suerte

Compruebe esto. Su hogar para la ciencia de datos. Comience desde excel .Titanic. Haga un poco de RnD lo que el analista de datos hace en todos.

Aumente su competencia en SQL, luego puede tomar un curso en línea en ciencia de datos en http://Coursera.org .

• Intente analizar los datos con Excel en primer lugar.
• En algún momento sabrá inconvenientes de eso que aprender R y Python.
• Obtenga conocimiento sobre cómo funciona.
• Le ayudará a comprender el análisis de datos.

Conocimiento de estadísticas, SQL o bases de datos relacionales, perspicacia empresarial y conocimiento de la industria.

Mira los datos, ¡listo! Estás analizando datos!

A menos que esté preguntando cómo hacer que alguien le pague para analizar datos.