सामग्री

• पायऱ्या
• भाग 1 पदवीधर अभ्यास
• भाग 2 आवश्यक कौशल्ये मिळवा
• भाग 3 व्यावसायिक अनुभव मिळवत आहे
• भाग 4 यशस्वी भरती

या लेखात: पदवीधर शिक्षण कौशल्ये घेणे आवश्यक आहे व्यावसायिक अनुभव प्राप्त करणे भरती 19 संदर्भ

उपक्रमांच्या विकास आणि गुणाकारांसह, डेटा सिस्टमची वाढती आवश्यकता आहे. आपणास संख्येबद्दल उत्कटता असल्यास, आपणास समस्या सोडवणे आणि इतरांना आपले ज्ञान देणे आवडत असल्यास डेटा विश्लेषक म्हणून करिअर करणे आपल्यासाठी योग्य पर्याय असेल. विद्यापीठ पदवी, चांगले विश्लेषणात्मक कौशल्य आणि मौल्यवान व्यावसायिक अनुभव डेटा विश्लेषक म्हणून आपली कारकीर्द सुरू करण्यासाठी आणि यशस्वी होण्यासाठी आवश्यक बेरीज करतात.

पायऱ्या

भाग 1 पदवीधर अभ्यास

1. 
   

   
   परवाना मिळवा. डेटा विश्लेषकांसाठी बहुतेक मूलभूत नोकर्‍यासाठी गणित, आकडेवारी, अर्थशास्त्र, विपणन, वित्त किंवा आयटी यासारख्या क्षेत्रात कमीतकमी पदवी आवश्यक आहे.

2. 
   

   
   पदव्युत्तर पदवी किंवा डॉक्टरेट असणे योग्य आहे की नाही ते ठरवा. उच्च-स्तरावरील डेटा विश्लेषकांच्या पदांवर पदव्युत्तर पदवी किंवा डॉक्टरेटची आवश्यकता असू शकते, जरी ते उच्च वेतनाची हमी देखील देतात. आपणास स्वारस्य असल्यास, आपल्या करिअरच्या पुढे जाण्यासाठी आपल्यासाठी विद्यापीठातील अतिरिक्त पदवीबद्दल विचार करा.
   • योग्य शैक्षणिक पदवी म्हणून, आपण डेटा विज्ञान किंवा विपणन आणि विपणन डेटा विश्लेषणामध्ये पदव्युत्तर पदवी विचारात घेऊ शकता.

3. 
   

   
   
   
   खाजगी धड्यांसाठी नोंदणी करा. आपल्याला असंख्य कॅल्क्युलसमध्ये मदतीची आवश्यकता आहे असे आपल्याला वाटत असल्यास किंवा आपल्याला कोडींगबद्दल अधिक जाणून घ्यायचे असल्यास, अभ्यासक्रमांसाठी साइन इन करणे आवश्यक आहे, वैयक्तिकरित्या किंवा ऑनलाइन, जे आपल्याला डेटा विश्लेषक होण्यासाठी आवश्यक असलेल्या कौशल्यांनी सुसज्ज करेल.
   • अभ्यासक्रम शोधत असतांना, आपल्या समाजातील एखादा शाळा किंवा विद्यापीठ सेमिनार आयोजित करीत आहे की नाही हे तुमच्या आवडीच्या क्षेत्रात अभ्यासक्रम उपलब्ध करुन देत आहे हे तपासा. आपल्या भागात प्रशिक्षण कार्यशाळा देखील असू शकतात ज्यामध्ये आपण उपस्थित राहू शकता.

भाग 2 आवश्यक कौशल्ये मिळवा

1. 
   

   
   विद्यापीठ पातळीवर बीजगणित मास्टर. डेटा विश्लेषक सतत संख्यांसह कार्यरत असतात. म्हणूनच आपण गणिताबद्दल आरामदायक असल्याची खात्री केली पाहिजे. युनिव्हर्सिटी लेव्हल बीजगणित बद्दल चांगली समजून घेणे महत्वाचे आहे: आपणास वेगवेगळ्या फंक्शन्सचे वर्णन करणे आणि ग्राफिकपणे प्रतिनिधित्व करणे आवश्यक असेल. आपल्याला वास्तविक जगाच्या समस्येचे निराकरण करण्यास देखील सक्षम करण्याची आवश्यकता असेल.
   • तसेच अनेक व्हेरिएबल्स आणि रेषीय बीजगणित असलेल्या इन्फिनिशिमल कॅल्क्युलसवर प्रभुत्व मिळवणे देखील उपयुक्त ठरेल.

2. 
   

   
   
   
   आकडेवारी चांगली समजून घ्या. डेटा विश्लेषक होण्यासाठी आपल्याला डेटाचे स्पष्टीकरण करणे आवश्यक आहे आणि तेथेच आकडेवारी येते. नोकरीसाठी आवश्यक असलेल्या अधिक जटिल माहितीवर येण्यापूर्वी हायस्कूल किंवा विद्यापीठाच्या आकडेवारीसह प्रारंभ करा.
   • क्षुद्र, मध्यम, प्रमाण विचलन आणि मोड (प्रबल मूल्य) ही आपण हायस्कूलमध्ये किंवा विद्यापीठात शिकल्या पाहिजेत अशा आकडेवारीतील संकल्पनेची उदाहरणे आहेत.
   • वर्णनात्मक आणि अनुमानित आकडेवारीचे चांगले ज्ञान देखील उपयुक्त ठरेल.

3. 
   

   
   आपली कोडिंग आणि प्रोग्रामिंग कौशल्ये शार्प करा. आपल्याला डेटा विश्लेषक म्हणून प्रारंभ करण्यासाठी कोडींग किंवा प्रोग्रामिंग तज्ञाची आवश्यकता नसली तरीही, या क्षेत्राबद्दल आपल्याकडे थोडी माहिती असणे आवश्यक आहे. इतर अधिक जटिल साधनांकडे जाण्यापूर्वी पायथन, आर आणि जावा सारख्या प्रोग्रामचा वापर करण्यास शिकून प्रारंभ करा.
   • डेटा विश्लेषकांकडून एसक्यूएल संगणक भाषा देखील बर्‍यापैकी वापरली जाते.
   • आपण कोडिंग आणि प्रोग्रामिंगमध्ये ऑनलाइन कोर्स घेऊ शकता.

4. 
   

   
   संप्रेषण आणि सादरीकरण कौशल्ये विकसित करा. एकदा आपल्या डेटाचे विश्लेषण केले की आपल्याला इतर लोकांसह गप्पा मारण्यास सक्षम होणे आवश्यक आहे. जे आपल्या शेतात नसतील अशा लोकांना आपल्या संशोधनातून जटिल माहिती समजावून सांगण्यास सक्षम व्हा आणि आपणास समजू द्या. आपला डेटा दृश्यमान आणि व्यावहारिकरित्या सादर करण्याचा सराव देखील करा.
   • आपण आपला डेटा दृष्टिहीन आणि तोंडी दोन्ही संप्रेषण करण्यात सक्षम असावे. आपले शोध स्पष्ट करण्यासाठी ggplot आणि matplotlib सारखी साधने कशी कार्य करतात हे समजावून घ्या.

5. 
   

   
   मायक्रोसॉफ्ट एक्सेलसह स्वतःला परिचित करा. डेटा विश्लेषक म्हणून डेटा आयोजित करणे आणि गणना करणे ही आपल्या कौशल्याचा एक भाग असल्याने आपण एक्सेलला प्राधान्य दिले पाहिजे. ऑनलाईन बर्‍याच व्हिडीओ ट्यूटोरियल्स तसेच विनामूल्य साइट्स आहेत ज्या आपल्याला एक्सेलच्या सर्वोत्तम वापराबद्दल सर्व जाणून घेण्यास मदत करतील.

6. 
   

   
   स्वयंचलित शिक्षणाबद्दल अधिक जाणून घ्या. डेटा विश्लेषणाच्या क्षेत्रात, एखाद्या भविष्यवाणीसाठी किंवा निर्णय घेण्यासाठी डेटाचा संच कसा वापरायचा हे संगणकास शिकविणे सक्षम असणे महत्वाचे आहे. ऑनलाइन अभ्यासक्रम शोधा जे आपणास स्वयंचलित शिक्षणाबद्दल सर्व काही शिकवू शकतात. आशा आहे की यातील काही अभ्यासक्रम विनामूल्य असतील.
   • स्वयंचलित शिक्षण समजून घेण्यासाठी प्रोग्रामिंग आणि आकडेवारीचे मूलभूत ज्ञान आवश्यक आहे.
   • स्वयंचलित शिक्षणांचे तीन प्रकार आहेत: पर्यवेक्षी शिक्षण, मजबुतीकरण शिक्षण आणि अप्रकाशित शिक्षण.
   • पर्यवेक्षी शिक्षणाचे उदाहरण म्हणून आम्ही स्पॅम म्हणून ओळखल्या जाणार्‍या स्पॅमला ब्लॉक करण्यासाठी इनबॉक्समधील फिल्टर वापरतो. नेटफ्लिक्स जेव्हा आपल्याला आवडेल अशा मालिका किंवा चित्रपटांची सूचना देतात तेव्हा आम्ही काही काम न करता शिकवण्याबद्दल बोलतो. व्हिज्युअलायझिंग करण्यास आणि आसपासच्या परिस्थितीशी जुळवून घेण्यास सक्षम स्वयंचलित कार एक मजबुतीकरण शिक्षण प्रणाली अंतर्गत कार्य करेल.

भाग 3 व्यावसायिक अनुभव मिळवत आहे

1. 
   

   
   अशा कंपन्यांसाठी पहा ज्यांना डेटा needनालिटिक्सची आवश्यकता आहे. इतरांपेक्षा डेटा विश्लेषकांची जास्त आवश्यकता असलेल्या कंपन्यांवर आपल्या नोकरीच्या शोधावर लक्ष केंद्रित करा. विपणन संस्था, तंत्रज्ञान कंपन्या आणि वित्तीय संस्था डेटा विश्लेषकांची नेमणूक करतात ज्यांना डेटाचे स्पष्टीकरण आणि त्यास सोप्या शब्दांत स्पष्टीकरण देण्याचे काम देण्यात आले आहे.
   • कंपन्यांच्या वेबसाइट्स पहा ज्या आपल्याला स्वारस्य आहेत हे पहाण्यासाठी की त्यांच्याकडे काही रिक्त स्थान आहे की नाही किंवा ऑनलाइन जागतिक शोध करा. आपण शेतात काम करणार्‍या एखाद्यास ओळखत असल्यास, त्यांना रिक्त स्थान माहित असल्यास त्यांना विचारा.

2. 
   

   
   इंटर्नशिपसाठी अर्ज करा इंटर्नशीप ही मोठ्या कंपनीत नोकरी शोधण्याचे एक पाऊल आहे. बर्‍याच वेळा या क्षेत्रात इंटर्नशिप मिळविण्यासाठी तुम्ही अर्ज करण्यापूर्वी डिप्लोमाकडे जाणा a्या प्रोग्राममध्ये सहभाग नोंदविला पाहिजे. क्रियाकलापाच्या क्षेत्रावर अवलंबून, आपल्याला पायथन, आर किंवा एसक्यूएल प्रोग्रामिंगमध्ये मास्टर करावे लागेल. या तीन भाषांमध्ये प्रभुत्व असणे ही खरोखर चांगली संपत्ती आहे.
   • यापैकी बर्‍याच नोकर्‍या संधी नसलेल्या किंवा उन्हाळ्याच्या इंटर्नशिपच्या आहेत. तर, सर्व तपशील जाणून घेण्यासाठी अर्ज करण्यापूर्वी चौकशी करण्याचा प्रयत्न करा.

3. 
   

   
   व्यापार संस्थेत सामील व्हा. व्यापार संघटना प्रशिक्षण कार्यशाळा, नेटवर्किंगच्या संधी किंवा ऑनलाइन मदत केंद्रे यासारखी ऑपरेट करण्यासाठी अनन्य संसाधने ऑफर करतात. फ्रेंच स्टॅटिस्टिकल सोसायटी (एसएफडीएस) यासारख्या डेटा विश्लेषणामध्ये तज्ञ असलेल्या अनेक संस्था आहेत. आपण त्यापैकी एखाद्यामध्ये सामील होऊ इच्छित असल्यास ते पाहण्यासाठी ऑनलाइन शोध घ्या.
   • व्यापार संघटनेत सामील होण्यासाठी, सदस्यता आवश्यकतेबद्दल अधिक जाणून घेण्यासाठी त्यांच्या असोसिएशनच्या वेबसाइटवर जा. आपण विनामूल्य सदस्यता घेण्यास सक्षम असाल आणि उपलब्ध स्त्रोतांमध्ये मर्यादित प्रवेश असू शकेल. सदस्यतांचे सामान्यतः भिन्न स्तर आहेत जे आपल्या वर्गणीच्या प्रमाणात अवलंबून आपल्याला लाभ देतात.

4. 
   

   
   मूलभूत नोक for्यांचा हेतू. कोअर जॉब्स आपल्याला उच्च स्तरीय नोकर्या मिळविण्यासाठी आवश्यक असलेले ज्ञान आणि मौल्यवान अनुभव देईल. तसेच, हे देखील ओळखले पाहिजे की मूलभूत नोकर्या देखील चांगली वेतन देतात आणि कंपन्या सतत सांख्यिकी विश्लेषक आणि व्यवसाय विश्लेषक शोधतात.
   • कोअर जॉबसाठी सामान्यत: मास्टर किंवा डॉक्टरेट पदवीऐवजी बॅचलर डिग्री आवश्यक असते.

भाग 4 यशस्वी भरती

1. 
   

   
   लिहा ए सीव्ही व्यावसायिक आणि एक मुखपृष्ठ आपले सारांश आणि कव्हर पत्र ही आपण मालकांना दिलेली पहिलीच छाप असते. आपण नोकरीसाठी योग्य व्यक्ती आहात हे दर्शविण्यासाठी आपली कौशल्ये आणि अनुभव हायलाइट करण्यासाठी वेळ द्या. जेव्हा आपण समाप्त कराल, आपला रीझ्युम पुन्हा वाचण्याची खात्री करा जेणेकरून यात कोणत्याही चुका होणार नाहीत.

2. 
   

   
   मुलाखतीपूर्वी कंपनीचे संशोधन करा. कंपनीबद्दल आगाऊ चौकशी करून, आपण कार्याबद्दल गंभीरपणे चर्चा करण्यासाठी ऑफिसमध्ये येण्याची खात्री आहे. त्यावर कार्य करत असलेले प्रकल्प आणि त्या वापरत असलेल्या प्रोग्राम्सबद्दल अधिक जाणून घेण्यासाठी कंपनीच्या वेबसाइटला भेट द्या.
   • जर कंपनी सोशल नेटवर्कवर असेल तर त्यांची नवीनतम प्रकाशने वाचण्यासाठी त्यांच्या प्रोफाइलला भेट द्या.

3. 
   

   
   संभाव्य प्रश्नांची उत्तरे देण्याचा सराव करा. मुलाखतीत सामान्यत: विचारले जाणा questions्या प्रश्नांवर ऑनलाइन शोध घ्या. मग मित्राबरोबर सराव करा किंवा आपण सुधारू शकता की नाही याची उत्तरे रेकॉर्ड करा.
   • येथे काही संभाव्य प्रश्न आहेतः "मोठ्या डेटाची आपली संकल्पना काय आहे? किंवा "डेटा विश्लेषक त्यांच्या कार्यात वारंवार आढळणार्‍या समस्यांचे वर्णन करा. "

4. 
   

   
   आपली तांत्रिक कौशल्ये प्रदर्शित करण्यास तयार करा. स्थितीनुसार, आपल्याला आपली तांत्रिक कौशल्ये दर्शविण्यास सांगितले जाऊ शकते. मुलाखतीच्या दिवसाआधी कंपनी कोणत्या प्रकारचे प्रोग्राम वापरते ते शोधा आणि मुलाखतकर्त्याला दर्शविण्यासाठी तयार रहा की आपण या साधनांसह खूपच सोयीस्कर आहात.
   • आपल्याकडे अशी काही तांत्रिक कौशल्ये आहेतः भिन्न संसाधने वापरून कोडिंग, प्रोग्रामिंग किंवा डेटाचे विश्लेषण.

5. 
   

   
   आपण मुलाखतदाराला विचारू शकणार्‍या प्रश्नांचा विचार करा. मुलाखतीच्या शेवटी, असे प्रश्न विचारा: "सर्वसाधारणपणे मला कोणत्या प्रकारचे प्रकल्प व्यवस्थापित करावे लागतील? डेटा व्हिज्युअल करण्यासाठी आपण कोणता प्रोग्राम वापरण्यास प्राधान्य देता? प्रश्न आपणास नोकरीची आवड दर्शवितात आणि इतर उमेदवारांपासून दूर उभे राहण्यास मदत करतात.