LSE Data Analytics Career Accelerator
1.0.0
Repositori ini berisi semua aktivitas praktis dengan Python dan R di tiga kursus Akselerator Karir Analisis Data LSE.
Akselerator Karir Analisis Data online dari The London School of Economics and Political Science (LSE) bertujuan untuk membekali para profesional yang bekerja dan pemula dengan pengetahuan yang mereka butuhkan untuk memimpin pengambilan keputusan penting yang didukung data dalam organisasi di seluruh industri.
Selama 6 bulan, saya mengembangkan pengetahuan dasar, keterampilan, dan pengalaman proyek terapan dalam analisis data di seluruh database dan alat perusahaan. Saya membangun keterampilan pengkodean dalam bahasa pemrograman data yang banyak diminati, Python dan R, dan mempraktikkan penerapannya pada proyek data dalam skenario bisnis yang autentik. Saya juga mengembangkan dan memperkuat keterampilan komunikasi saya termasuk visualisasi data, untuk memastikan analisis dan wawasan guna mendukung keputusan bisnis yang dapat ditindaklanjuti.
Isi program ini mencakup tiga kursus dan proyek pemberi kerja, di mana saya membangun portofolio bukti untuk menunjukkan keterampilan dan kompetensi yang baru dipelajari, dengan fokus kuat untuk menjadi praktisi reflektif, dan dibekali dengan pola pikir dan alat untuk memecahkan masalah dan secara efektif memperoleh keterampilan teknis, bisnis, dan manusia baru.
Mengidentifikasi, mencari dan melakukan pembersihan dasar pada data dari berbagai sumber yang relevan untuk mendukung proses analisis yang diperlukan. Melakukan analisis yang bersifat eksploratif dan deskriptif. Membangun dan memanfaatkan database untuk mendukung manajemen dan analisis data. Mengkomunikasikan secara efektif wawasan yang masuk akal, relevan dan berguna kepada pemangku kepentingan bisnis yang penting. Mengidentifikasi peluang yang tepat untuk nilai bisnis melalui proses analisis data Alat / bahasa: Tablueau, Excel, SQL Postgres, Database SQL Penilaian: Mengacu pada kumpulan data tertentu dan skenario bisnis terkait, gunakan SQL dan Excel untuk mengidentifikasi wawasan melalui analisis data. Buat dasbor menggunakan Tableau untuk mengkomunikasikan wawasan bersama dengan metrik bisnis penting untuk membantu pemangku kepentingan utama membuat keputusan berdasarkan data.
Memanfaatkan Python untuk mengumpulkan dan mengimpor data kompleks dalam jumlah besar melalui berbagai pendekatan, termasuk teknik web scraping Memanfaatkan Python untuk mengolah data untuk analisis yang efektif Menyelesaikan proses analitis tingkat lanjut untuk menentukan wawasan bisnis penting dari kumpulan data Mempersiapkan visualisasi yang komprehensif dan kompleks untuk mengumpulkan wawasan, mempelajari tren dan menyajikan wawasan untuk mendukung keputusan bisnis penting Membenarkan pendekatan yang diambil, interpretasi wawasan, dan rekomendasi Alat/bahasa: Python, Git/GitHub/BASH, SQL Databases Penilaian: Mengacu pada kumpulan data tertentu dan skenario bisnis yang sesuai, gunakan Python untuk melakukan analisis data eksplorasi untuk mengungkap wawasan dan mengidentifikasi penyebab potensial. Melalui analisis dan visualisasi, tentukan faktor-faktor yang berkontribusi terhadap tren dan wawasan, serta komunikasikan temuan-temuan utama.
Menerapkan model prediktif untuk mengubah wawasan menjadi strategi yang dapat ditindaklanjuti untuk mendukung tujuan bisnis Membangun metodologi dan mengembangkan budaya yang kondusif bagi praktik bisnis berbasis data yang efektif dan etis Mempersiapkan visualisasi data tingkat lanjut dan kisah data untuk mengomunikasikan narasi yang menarik dan terpandu untuk mendukung pengambilan keputusan bisnis secara efektif. masalah bisnis dan membenarkan rekomendasi strategis yang memanfaatkan praktik terbaik dan pendekatan analitik data tingkat lanjut Alat/bahasa: Python, R, Git/GitHub/BASH Penilaian: Mengacu pada kumpulan data tertentu dan skenario bisnis yang sesuai, gunakan Python atau R untuk melakukan analisis data eksplorasi untuk memprediksi hasil masa depan. Buat rekomendasi bisnis berdasarkan prediksi tersebut menggunakan visualisasi untuk mengungkap dan mengomunikasikan wawasan penting.
Berkolaborasi dengan sesama pelajar dalam proyek pemberi kerja di dunia nyata sebagai puncak dari keterampilan yang diperoleh dalam tiga kursus pertama. Proyek ini dirancang oleh perusahaan teknologi terkemuka untuk mencerminkan keterampilan praktis yang dibutuhkan oleh industri. Memerlukan sintesis metode dan teknik yang dikembangkan, dan didasarkan pada kebutuhan dan kepentingan pemberi kerja yang sesungguhnya.
