LSE Data Analytics Career Accelerator
1.0.0
Dieses Repository enthält alle praktischen Aktivitäten in Python und R in drei Kursen des LSE Data Analytics Career Accelerator.
Der Online-Data Analytics Career Accelerator der London School of Economics and Political Science (LSE) zielt darauf ab, Berufstätige und Berufseinsteiger mit dem Wissen auszustatten, das sie benötigen, um kritische, datengestützte Entscheidungsfindung in Organisationen aller Branchen zu leiten.
Im Laufe von 6 Monaten habe ich grundlegende Kenntnisse, Fähigkeiten und praktische Projekterfahrung in der Datenanalyse über Unternehmensdatenbanken und -tools hinweg entwickelt. Ich habe Programmierkenntnisse in den stark nachgefragten Datenprogrammiersprachen Python und R aufgebaut und deren Anwendung auf Datenprojekte in authentischen Geschäftsszenarien geübt. Außerdem habe ich meine Kommunikationsfähigkeiten, einschließlich der Datenvisualisierung, weiterentwickelt und gestärkt, um Analysen und Erkenntnisse zur Unterstützung umsetzbarer Geschäftsentscheidungen sicherzustellen.
Der Inhalt des Programms umfasst drei Kurse und ein Arbeitgeberprojekt, in dem ich ein Portfolio mit Nachweisen erstellt habe, um neu erlernte Fähigkeiten und Kompetenzen zu präsentieren, mit einem starken Fokus darauf, ein reflektierender Praktiker zu werden und mit der Denkweise und den Werkzeugen ausgestattet zu werden, um Probleme zu lösen und zu lösen Erwerben Sie effektiv neue technische, geschäftliche und menschliche Fähigkeiten.
Identifizieren, beschaffen und führen Sie eine grundlegende Bereinigung von Daten aus verschiedenen relevanten Quellen durch, um die erforderlichen Analyseprozesse zu unterstützen. Führen Sie explorative und deskriptive Analysen durch. Erstellen und nutzen Sie Datenbanken zur Unterstützung der Datenverwaltung und -analyse. Kommunizieren Sie begründete, relevante und nützliche Erkenntnisse effektiv an wichtige Geschäftsinteressenten. Identifizieren Sie geeignete Möglichkeiten für Geschäftswert durch Datenanalyseprozesse. Tools/Sprachen: Tablueau, Excel, SQL Postgres, SQL-Datenbanken. Bewertung: Verwenden Sie SQL und Excel, um anhand eines bestimmten Datensatzes und eines entsprechenden Geschäftsszenarios Erkenntnisse durch Datenanalyse zu gewinnen. Erstellen Sie mit Tableau ein Dashboard, um Erkenntnisse neben wichtigen Geschäftskennzahlen zu kommunizieren und so wichtige Stakeholder dabei zu unterstützen, datenbasierte Entscheidungen zu treffen.
Nutzen Sie Python, um große Mengen komplexer Daten über verschiedene Ansätze, einschließlich Web-Scraping-Techniken, zu sammeln und zu importieren. Nutzen Sie Python, um Daten für eine effektive Analyse zu verarbeiten. Führen Sie fortgeschrittene Analyseprozesse durch, um kritische Geschäftserkenntnisse aus Datensätzen zu ermitteln. Bereiten Sie umfassende und komplexe Visualisierungen vor, um Erkenntnisse zu gewinnen und Trends zu studieren und präsentieren Sie Erkenntnisse zur Unterstützung kritischer Geschäftsentscheidungen. Begründen Sie die getroffenen Ansätze, interpretieren Sie Erkenntnisse und Empfehlungen. Tools/Sprachen: Python, Git/GitHub/BASH, SQL-Datenbanken. Bewertung: Beziehen Sie sich auf einen bestimmten Datensatz und ein entsprechendes Geschäftsszenario Python führt eine explorative Datenanalyse durch, um Erkenntnisse zu gewinnen und mögliche Ursachen zu identifizieren. Ermitteln Sie durch Analyse und Visualisierung Faktoren, die zu Trends und Erkenntnissen beitragen, und kommunizieren Sie wichtige Erkenntnisse.
Wenden Sie prädiktive Modelle an, um Erkenntnisse in umsetzbare Strategien zur Unterstützung von Geschäftszielen umzuwandeln. Legen Sie Methoden fest und entwickeln Sie eine Kultur, die einer effektiven und ethischen datengesteuerten Geschäftspraxis förderlich ist. Bereiten Sie fortschrittliche Datenvisualisierungen und Datengeschichten vor, um überzeugende, geführte Narrative zu kommunizieren, um die Geschäftsentscheidungsfindung effektiv zu unterstützen. Lösen Geschäftsprobleme und rechtfertigen strategische Empfehlungen, die Best Practices und fortschrittliche datenanalytische Ansätze nutzen. Tools/Sprachen: Python, R, Git/GitHub/BASH. Bewertung: Beziehen Sie sich auf einen bestimmten Datensatz und ein entsprechendes Geschäftsszenario. Verwenden Sie Python oder R führt eine explorative Datenanalyse durch, um zukünftige Ergebnisse vorherzusagen. Geben Sie auf der Grundlage dieser Vorhersagen Geschäftsempfehlungen ab und nutzen Sie Visualisierungen, um wichtige Erkenntnisse zu gewinnen und zu kommunizieren.
Zusammenarbeit mit anderen Lernenden an einem realen Arbeitgeberprojekt als Höhepunkt der in den ersten drei Kursen erworbenen Fähigkeiten. Das Projekt wurde von einem führenden Technologieunternehmen konzipiert, um die von der Industrie geforderten praktischen Fähigkeiten widerzuspiegeln. Erfordert eine Synthese der entwickelten Methoden und Techniken und basiert auf einem echten Bedarf und Interesse des Arbeitgebers.
