LSE Data Analytics Career Accelerator
1.0.0
Este repositório contém todas as atividades práticas em Python e R em três cursos do LSE Data Analytics Career Accelerator.
O Data Analytics Career Accelerator on-line da London School of Economics and Political Science (LSE) tem como objetivo equipar profissionais em atividade e iniciantes em carreiras com o conhecimento necessário para liderar tomadas de decisões críticas e baseadas em dados em organizações de todos os setores.
Ao longo de 6 meses, desenvolvi conhecimentos fundamentais, habilidades e experiência aplicada em projetos de análise de dados em bancos de dados e ferramentas empresariais. Desenvolvi habilidades de codificação nas linguagens de programação de dados de alta demanda Python e R e pratiquei sua aplicação em projetos de dados em cenários de negócios autênticos. Também desenvolvi e reforcei as minhas competências de comunicação, incluindo visualização de dados, para garantir análises e insights para apoiar decisões de negócios viáveis.
O conteúdo do programa inclui três cursos e um projeto de empregador, onde construí um portfólio de evidências para mostrar habilidades e competências recém-aprendidas, com forte foco em me tornar um profissional reflexivo e em me equipar com a mentalidade e as ferramentas para resolver problemas e adquirir efetivamente novas competências técnicas, empresariais e humanas.
Identificar, obter e realizar a limpeza básica de dados de diversas fontes relevantes para apoiar os processos de análise necessários Conduzir análises exploratórias e descritivas Estabelecer e utilizar bancos de dados para apoiar o gerenciamento e a análise de dados Comunicar com eficácia insights justificados, relevantes e úteis às partes interessadas críticas do negócio Identificar oportunidades apropriadas para valor do negócio através de processos de análise de dados Ferramentas/linguagens: Tablueau, Excel, SQL Postgres, Bancos de Dados SQL Avaliação: Referindo-se a um determinado conjunto de dados e cenário de negócios correspondente, use SQL e Excel para identificar insights através da análise de dados. Crie um painel usando o Tableau para comunicar insights junto com métricas críticas de negócios e ajudar as principais partes interessadas a tomar decisões baseadas em dados.
Utilize Python para coletar e importar grandes quantidades de dados complexos por meio de várias abordagens, incluindo técnicas de web scraping Utilize Python para organizar dados para análises eficazes Conclua processos analíticos avançados para determinar insights de negócios críticos a partir de conjuntos de dados Prepare visualizações abrangentes e complexas para coletar insights e estudar tendências e apresentar insights para apoiar decisões críticas de negócios Justificar abordagens adotadas, interpretação de insights e recomendações Ferramentas/linguagens: Python, Git/GitHub/BASH, Bancos de Dados SQL Avaliação: Referindo-se a um determinado conjunto de dados e cenário de negócios correspondente, use Python para realizar uma avaliação exploratória dados análise para descobrir insights e identificar possíveis causas. Por meio de análise e visualização, determine os fatores que contribuem para tendências e insights e comunique as principais descobertas.
Aplicar modelos preditivos para transformar insights em estratégias viáveis para apoiar os objetivos de negócios Estabelecer metodologias e desenvolver uma cultura que conduza a práticas de negócios eficazes e éticas orientadas por dados Preparar visualizações de dados avançadas e histórias de dados para comunicar narrativas convincentes e guiadas para apoiar eficazmente a tomada de decisões de negócios Resolver problemas de negócios e justificam recomendações estratégicas que aproveitam as melhores práticas e abordagens avançadas de análise de dados Ferramentas/linguagens: Python, R, Git/GitHub/BASH Avaliação: Referindo-se a um determinado conjunto de dados e cenário de negócios correspondente, use Python ou R para realizar uma análise exploratória de dados para prever resultados futuros. Faça recomendações de negócios com base nessas previsões usando visualizações para descobrir e comunicar insights importantes.
Colaborar com outros alunos em um projeto de empregador do mundo real, culminando nas habilidades adquiridas nos três primeiros cursos. O projeto foi desenvolvido por uma empresa líder em tecnologia para refletir as habilidades práticas exigidas pela indústria. Requer uma síntese dos métodos e técnicas desenvolvidas e baseia-se numa necessidade e interesse genuínos do empregador.
