LSE Data Analytics Career Accelerator
1.0.0
该存储库包含 LSE 数据分析职业加速器三门课程中使用 Python 和 R 进行的所有实践活动。
伦敦政治经济学院 (LSE) 的在线数据分析职业加速器旨在为在职专业人士和职业初学者提供领导跨行业组织中关键的、数据支持的决策所需的知识。
在 6 个多月的时间里，我掌握了跨企业数据库和工具的数据分析的基础知识、技能和应用项目经验。我使用高要求的数据编程语言 Python 和 R 培养了编码技能，并在真实的业务场景中练习了它们在数据项目中的应用。我还进一步发展和加强了我的沟通技巧，包括数据可视化，以确保分析和洞察力支持可行的业务决策。
该计划的内容包括三门课程和一个雇主项目，我在其中建立了一系列证据来展示新学到的技能和能力，重点是成为一名反思性实践者，并配备解决问题和解决问题的思维方式和工具。有效地获得新技术、商业和人际技能。
对来自各种相关来源的数据进行识别、获取和执行基本清理，以支持所需的分析流程 进行探索性和描述性分析 建立并利用数据库来支持数据管理和分析 向关键业务利益相关者有效传达合理、相关和有用的见解 识别适当的机会通过数据分析流程实现商业价值 工具/语言：Tablueau、Excel、SQL Postgres、SQL 数据库 评估：参考给定的数据集和相应的业务场景，使用 SQL 和 Excel 通过数据分析来识别见解。使用 Tableau 创建仪表板来传达见解以及关键业务指标，帮助关键利益相关者做出基于数据的决策。
利用 Python 通过各种方法（包括网络抓取技术）收集和导入大量复杂数据 利用 Python 整理数据以进行有效分析 完成高级分析流程，从数据集中确定关键业务见解 准备全面且复杂的可视化以收集见解、研究趋势并提出见解以支持关键业务决策 论证所采取的方法、对见解的解释和建议 工具/语言：Python、Git/GitHub/BASH、SQL 数据库 评估：参考给定的数据集和相应的业务场景，使用 Python 执行探索性评估数据分析发现见解并确定潜在原因。通过分析和可视化，确定趋势和见解的影响因素，并传达关键发现。
应用预测模型将见解转化为可操作的策略，以支持业务目标 建立方法论并发展有利于有效和道德的数据驱动业务实践的文化 准备高级数据可视化和数据故事，以传达引人注目的、有指导性的叙述，以有效支持业务决策业务问题并证明利用最佳实践和高级数据分析方法的战略建议的合理性工具/语言：Python、R、Git/GitHub/BASH 评估：参考给定的数据集和相应的业务场景，使用 Python 或 R 执行探索性数据分析预测未来结果。根据这些预测提出业务建议，使用可视化来发现和传达关键见解。
与其他学习者合作开展一个现实世界的雇主项目，以达到前三门课程中获得的技能的顶峰。该项目由一家领先的科技公司设计，旨在反映行业所需的实用技能。需要对所开发的方法和技术进行综合，并且基于雇主的真正需求和兴趣。
