एक पेशेवर डेटा विश्लेषक बनने का सबसे तेज़ तरीका

यह ट्विटर थ्रेड Sharyph @thegoldsuite (स्रोत: 11-18-2022 ) द्वारा है। शरीफ एक तकनीकी लेखक हैं।

2019 और 2026 के बीच डेटा एनालिटिक्स मार्केट 23 बिलियन डॉलर से बढ़कर 133 बिलियन डॉलर हो जाएगा।

यहाँ सबसे तेज़ तरीका है जिससे आप एक पेशेवर डेटा विश्लेषक बन सकते हैं।

-धागा-

हो सकता है कि आपने YouTube वीडियो और Udemy कोर्स देखने में बहुत अधिक घंटे बिताए हों, लेकिन यह मदद नहीं कर सकता है।

इस थ्रेड में, मैं सभी प्रकार के झमेलों को दूर करता हूँ और आपको शून्य से पूर्णकालिक डेटा विश्लेषक तक जाने का सबसे तेज़ रास्ता देता हूँ

इसके अलावा, इस थ्रेड में, मैं लगभग हर डेटा विश्लेषक द्वारा की जाने वाली प्रमुख गलतियों को साझा करूँगा।

इसलिए, आप उन्हें नहीं दोहराएंगे।

आइए इसमें शामिल हों।

1. डेटा विश्लेषण के लिए कोई टूल या प्रोग्रामिंग भाषा चुनें

मैं एक्सेल को शुरू करने के लिए एक उपकरण के रूप में चुनता हूं।

एक्सेल क्यों?

• सीखना आसान है

• लगभग हर कंपनी में इसका इस्तेमाल होता है

• इसमें डेटा विश्लेषण के लिए अनुप्रयोगों की एक विस्तृत श्रृंखला है

ख़तरा:

यह विशेष रूप से डेटा विश्लेषण के लिए डिज़ाइन नहीं किया गया है

एक्सेल शुरू करने के लिए एकदम सही है, लेकिन एक बार जब आप एक्सेल में महारत हासिल कर लेते हैं,

यह अधिक गंभीर उपकरणों और सीखने के लिए सबसे तार्किक उपकरण पर जाने का समय है।

2. एसक्यूएल सीखें

यह स्पष्ट रूप से डेटा विश्लेषक नौकरी में दूसरा सबसे अधिक अनुरोधित कौशल है

एसक्यूएल क्यों?

क्योंकि इसमें एक्सेल जैसी सीमाएं नहीं हैं

• आप निकाल सकते हैं

• परिवर्तन

• बहुत बड़े डेटा सेट लोड करें

सबसे अच्छी बात यह है कि इसकी अपनी उपयोग में आसान प्रोग्रामिंग भाषा है

डेटा विश्लेषक के रूप में अपने कौशल सेट में जोड़ने के लिए SQL एक बेहतरीन टूल है

साथ ही कुछ और गंभीर प्रोग्रामिंग के लिए एक बढ़िया कदम है।

3. विज़ुअलाइज़ेशन टूल सीखें

दर्जनों हैं।

लेकिन अधिकांश कंपनियां अनुभव वाले लोगों की तलाश कर रही हैं:

• चित्रमय तसवीर

• पावर बीआई

• क्लिकव्यू

यहां उन उपकरणों के पेशेवरों और विपक्षों के बारे में बताया गया है, इसलिए आप तय करें:

पावर बीआई:

• एक्सेल और शेयरपॉइंट के साथ आसानी से काम करता है।

• इसका एक नि: शुल्क संस्करण है और यहां तक कि बड़े संस्करण भी अन्य बीआई उपकरणों की तुलना में अपेक्षाकृत बजट के अनुकूल हैं।

  
  

झांकी:

• झांकी एक B. I उपकरण है जिसमें Power BI की तुलना में अधिक व्यापक डेटा विज़ुअलाइज़ेशन क्षमताएं हैं

• Power BI की तुलना में जॉब मार्केट में थोड़ी अधिक मांग

साथ ही, इसके साथ आता है

• एक उच्च मूल्य टैग

• Power BI की तुलना में सीखना कठिन है

क्लिक व्यू:

• यह इन-मेमोरी तकनीक का उपयोग करता है, इसलिए तेजी से निष्पादन करता है।

• लेकिन यह एक उच्च मूल्य टैग के साथ आता है

• Power BI और झांकी की तुलना में कम मांग

इससे पहले कि हम डेटा विश्लेषण में अच्छा कैसे बनें, इस पर आगे बढ़ें, आपको इसकी आवश्यकता है

4. एक प्रोग्रामिंग भाषा सीखें

डेटा एनालिस्ट बनने के लिए हमें 2 प्रोग्रामिंग लैंग्वेज में से एक को चुनना होता है।

• आर

• अजगर

तो, आपको कौन सा चुनना चाहिए...

आपके द्वारा 👇 चुनने से पहले यहां एक छोटी सी सहायता दी गई है

आर एक सांख्यिकीय प्रोग्रामिंग भाषा है।

पायथन, एक सामान्य-उद्देश्य वाली कंप्यूटर भाषा, डेटा विश्लेषण के लिए बहुत अच्छी है।

आर सीखना आसान है,

लेकिन अगर आप अजगर सीख सकते हैं, तो आप न केवल डेटा विश्लेषण में अच्छे हैं, बल्कि आप सॉफ्टवेयर विकसित करने में भी अच्छे हो सकते हैं, जो एक बोनस है।

तो, अब आप रास्ता जान सकते हैं।

एक्सेल ➡️एसक्यूएल ➡️पावर बीआई ➡️पायथन ➡️

इस सूत्र को समाप्त करने से पहले, मैं आपको शुरुआती लोगों द्वारा की जाने वाली प्रमुख गलतियाँ भी दिखाता हूँ।

ताकि आप उनसे बच सकें और सीखने की अवस्था को छोटा कर सकें।

गलतियाँ नौसिखिए करते हैं:

1. दूसरों को देखकर सीखो

• आप वास्तव में इसे किए बिना नहीं सीख सकते

• कोड लिखे बिना या डेटा का विश्लेषण किए बिना आप अपने आप को प्रगति का झूठा आभास दे रहे हैं।

  
  

  वास्तविक अभ्यास के लिए मैं इन निःशुल्क वेबसाइटों की सिफारिश करूंगा:

  
  

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

  
  

  • एसक्यूएल: https://w3schools.com/sql/

  
  

  • पावर बीआई: https://datacamp.com/courses/introduction-to-power-bi

  
  

  • पायथन: https://learnpython.org

2. सभी समस्याओं को स्वयं हल करने का प्रयास करना।

95% बार किसी ने एक ही त्रुटि की है और उसने इसे हल कर लिया है।

आपको Google में त्रुटि संदेश का हिस्सा कॉपी करना होगा और आप शायद स्टैक ओवरफ्लो में समाप्त हो जाएंगे।

मदद मांगना और दूसरों से सीखना ठीक है।

आप अंत तक आ गए हैं।

यहाँ कदम हैं:

1. डेटा विश्लेषण के लिए कोई टूल या प्रोग्रामिंग भाषा चुनें

   
   

2. एसक्यूएल सीखें

   
   

3. विज़ुअलाइज़ेशन टूल सीखें

   
   

4. एक प्रोग्रामिंग भाषा सीखें

एक्सेल ➡️एसक्यूएल ➡️पावर बीआई ➡️पायथन ➡️

इसी के साथ, मैं इस सूत्र को समाप्त करता हूं, यदि आपको यह सूत्र अच्छा लगा हो, तो कृपया:

1. मुझे @thegoldsuite पर फॉलो करें

अधिक जानकारी के लिए

2. इस थ्रेड को शेयर करने के लिए नीचे दिए गए पहले ट्वीट को रीट्वीट करें

   
   

3. माई बायो में लिंक की जांच करें, ऐसे संसाधन हैं (मुफ्त) जो आपको मददगार लगेंगे।

'पेशेवर डेटा विश्लेषक बनने का सबसे तेज़ तरीका' के HackerNoon स्थिर प्रसार संकेत के माध्यम से बनाई गई फ़ीचर इमेज