SQL, Excel, Python — ТОП-3 навыка аналитика данных

Нам на глаза попался любопытный отчет — неравнодушный специалист проанализировал 180 вакансий в LinkedIn и составил топ навыков в разных категориях, которые чаще всего требуют работодатели от аналитиков данных.

Несколько ТОП-3 по категориям
🔵 Programming Languages: SQL, Python и R
🔵 Core Data Science Skills: Machine Learning, AI, NLP
🔵 Data Processing and ETL: ETL, Spark, Databricks
🔵 Data Visualization: Excel, Tableau, PowerBI

Ознакомиться с полной версией отчета можно здесь.

P.S. Регион анализа — США поэтому все, кто задумывается о зарплате в валюте и работе за границей, рекомендуем изучить результаты особенно внимательно, чтобы понимать, на какие навыки делать ставку 👀

🔜 @leftjoin_career

У самурая нет цели, только путь. И наш путь лежит через традиционные понедельничные мемы про работу.

Не держите все в себе – делитесь любимыми мемами в комментариях (сделаем этот рабочий понедельник немного легче).

🔜 @leftjoin_career

Онлайн-курсы для аналитиков: за, против, свой вариант?
А мы продолжаем исследование рынка онлайн-образования в сфере аналитики и приглашаем вас принять участие. Если еще не сделали этого — ждем ваших голосов по этой ссылке!

Результаты первого исследования от 2021 года можно увидеть здесь.

Зачем мы это затеяли?
Онлайн-курсы обещают помочь сменить профессию, подтянуть знания и построить карьеру. Мы хотим выяснить:
🔵 Действительно ли курсы помогают достичь этих целей?
🔵 Какие школы наиболее популярны, и больше всего нравятся студентам?
🔵 Видят люди ценность в онлайн-образовании?

Важные примечания
1️⃣ Нам важно узнать отношение к онлайн-образованию как явлению и собрать все мнения: положительные, отрицательные и нейтральные. Проходите опрос, даже если никогда не учились на курсах.
2️⃣ Исследование будет идти до 19 сентября.
3️⃣ Опрос основательный и довольно долгий. Но самых терпеливых, кто дойдет до конца, ждет награда от нашей команды!

🔜 Пройти опрос.

Будем благодарны за репосты и ваши комментарии. ❤️

«Это база» или что почитать, чтобы прокачаться в Data

Как-то один умный человек сказал: «Все знают и все понимают только дураки да шарлатаны». Поэтому сейчас мы вынуждены постоянно узнавать что-то новое, чтобы развивать свои навыки.

А так хотелось бы скачать все знания на флешку и загрузить себе в мозг. Но пока такой способ еще не изобрели, мы подготовили подборку книг и статей, которые стоит почитать, чтобы лучше «уметь в Data».

🔵Fundamentals of Data Visualization (Claus O. Wilke)

В книге описаны принципы выбора подходящих графиков, правильное использование цветов и масштабов, а также важность контекста для восприятия информации. А также подробно разобраны do и don't в вопросе отображения данных.

🔵Introduction to Modern Statistics (2-е издание)

Учебник рассчитан на начинающих изучать статистику. Он знакомит с основами работы с данными, методами анализа и визуализации. Первое издание лежит рядом на том же сайте.

🔵Лонгрид про базы данных №1

В лонгриде описаны принципы работы и компоненты баз данных. По сути — выжимка всего самого главного из двух классных книг по теме. Ссылки на книги можно найти там же.

🔵«Графики, которые убеждают всех»: 2-е дополненное и переработанное издание (Александр Богачев)

Книга рассказывает, как подготовить данные к работе, как выбрать подходящий график или диаграмму и оформить их так, чтобы они ясно доносили ваш месседж. А еще там можно найти узнать, как распознать ситуацию, когда статистикой пытаются манипулировать.

🔵15 Math Concepts Every Data Scientist Should Know (David Hoyle)

Поскольку алгоритмы машинного обучения становятся все более мощными, нужно четко понимать их ключевые компоненты. В этой книге объясняются основные математические принципы, лежащие в основе часто используемых алгоритмов, подробно описывается их важность и практическое применение.

🔵Data Pipelines Pocket Reference: Moving and Processing Data for Analytics (James Densmore)

В этом справочнике дается определение конвейеров и объясняется, как они работают в современном стеке данных.

🔵Думай как математик: Как решать любые задачи быстрее и эффективнее (Барабара Оакли)

Эта книга не о формулах и уравнениях. Она о том, как научить свой мозг решать сложные задачи и справляться с большими объемами информации.

Делитесь в комментариях своими рекомендациями книг и статей — будем переопыляться достойными материалами по теме 👀

🔜 @leftjoin_career

#into_data

Мы решили «прожарить» ваши резюме

Откроем завесу тайны — близится финал первого сезона «Завтра в Data», но мы не можем оставить вас без контента по пятницам.

В процессе командного брейншторминга у нас возникла идея, а что если наши HR-спецы и сам Николай прожарят ваше резюме?

Никакого буллинга, только суровый конструктив и бесплатные советы по улучшению CV.

А некоторые из вас попадут в нашу базу кандидатов и, быть может, совсем скоро мы предложим вам оффер?

В общем, нам просто необходимо ваше мнение — если согласны, присылайте свое резюме в комментарии под этим постом 👀

🔜 @leftjoin_career