Le moyen le plus rapide de devenir un analyste de données professionnel

Ce fil Twitter est de Sharyph @thegoldsuite (source : 18/11/2022 ). Sharyph est un écrivain technique.

Le marché de l'analyse de données passera de 23 milliards de dollars à 133 milliards de dollars entre 2019 et 2026.

Voici le moyen le plus rapide de devenir un analyste de données professionnel.

-Fil-

Vous avez peut-être passé trop d'heures à regarder des vidéos YouTube et des cours Udemy, mais cela peut ne pas vous aider.

Dans ce fil, je supprime toutes les peluches et vous donne le chemin le plus rapide pour passer de zéro à ANALYSTE DE DONNÉES À TEMPS PLEIN

De plus, dans ce fil, je partagerai les principales erreurs commises par presque tous les analystes de données.

Donc, vous ne les répéterez pas.

Allons-y.

1. Choisissez un outil ou un langage de programmation pour l'analyse des données

Je choisis Excel comme outil pour commencer.

Pourquoi Excel ?

• C'est facile à apprendre

• Utilisé dans presque toutes les entreprises

• Il a une large gamme d'applications pour l'analyse de données

Piège:

Il n'est pas conçu spécifiquement pour l'analyse de données

Excel est parfait pour débuter, mais une fois que vous maîtrisez Excel,

il est temps de passer aux outils les plus sérieux et à l'outil le plus logique à apprendre.

2. Apprendre SQL

C'est apparemment la deuxième compétence la plus demandée dans le travail d'analyste de données

Pourquoi SQL ?

Parce qu'il n'a pas les mêmes limitations qu'Excel

• vous pouvez extraire

• transformer

• charger de très grands ensembles de données

La meilleure chose est qu'il a son propre langage de programmation très facile à utiliser

SQL est un excellent outil à ajouter à vos compétences en tant qu'analyste de données

tout en étant un excellent tremplin vers une programmation plus sérieuse.

3. Apprendre un outil de visualisation

Il y en a des dizaines.

Mais la majorité des entreprises recherchent des personnes ayant de l'expérience avec :

• Tableau

• Power BI

• QlikViewName

Voici les avantages et les inconvénients de ces outils, vous décidez donc :

Power BI :

• fonctionne sans problème avec Excel et SharePoint.

• il a une version gratuite et même les grandes versions sont relativement économiques par rapport aux autres outils de BI.

  
  

Tableau:

• Tableau est un outil B.I avec des capacités de visualisation de données plus étendues que Power BI

• Un peu plus demandé sur le marché du travail que Power BI

De plus, il est livré avec

• un prix plus élevé

• Il est plus difficile à apprendre que Power BI

QlikView :

• Il utilise la technologie en mémoire, donc une exécution plus rapide.

• Mais il vient avec un prix élevé

• Moins de demande que Power BI et Tableau

Avant de passer à la façon de devenir bon en analyse de données, vous devez

4. Apprendre un langage de programmation

Pour devenir Data Analyst, il faut choisir entre 2 langages de programmation.

• R

• Python

Alors, lequel devriez-vous choisir...

Voici une petite aide avant de choisir 👇

R. est un langage de programmation statistique.

Python, un langage informatique à usage général, est idéal pour l'analyse de données.

R est facile à apprendre,

Mais si vous pouvez apprendre python, vous n'êtes pas seulement doué pour l'analyse de données, mais vous pouvez également être bon pour développer un logiciel, ce qui est un bonus.

Donc, maintenant vous connaissez peut-être le chemin.

Excel ➡️SQL ➡️Power BI ➡️Python ➡️

Avant de conclure ce fil, permettez-moi également de vous montrer les principales erreurs que commettent les débutants.

Ainsi, vous pouvez les éviter et raccourcir la courbe d'apprentissage.

Erreurs que font les débutants :

1. apprendre en regardant les autres

• Vous ne pouvez pas réellement apprendre sans le faire

• Sans écrire de code ni analyser de données, vous vous donnez une fausse impression de progrès.

  
  

  Pour une pratique réelle, je recommanderais ces sites Web gratuits :

  
  

  • Excel : https://excel-practice-online.com

  
  

  • SQL : https://w3schools.com/sql/

  
  

  • Power BI : https://datacamp.com/courses/introduction-to-power-bi

  
  

  • Python : https://learnpython.org

2. Essayer de résoudre tous les problèmes vous-même.

95% du temps, quelqu'un a rencontré la même erreur et il l'a résolue.

Il vous suffit de copier une partie du message d'erreur dans Google et vous vous retrouvez probablement dans StackOverflow.

Il est normal de demander de l'aide et d'apprendre des autres.

Vous êtes arrivé à la fin.

Voici les étapes :

1. Choisissez un outil ou un langage de programmation pour l'analyse des données

   
   

2. Apprendre SQL

   
   

3. Apprendre un outil de visualisation

   
   

4. Apprendre un langage de programmation

Excel ➡️SQL ➡️Power BI ➡️Python ➡️

Sur ce, je conclus ce fil, si vous avez apprécié ce fil, s'il vous plaît:

1. Suivez-moi @thegoldsuite

pour plus

2. Retweetez le 1er tweet ci-dessous pour partager ce fil

   
   

3. Vérifiez les liens dans Ma Bio, il y a des ressources (gratuites) qui vous seront utiles.

Image caractéristique générée via HackerNoon Stable Diffusion Prompt de "Le moyen le plus rapide de devenir un analyste de données professionnel"