LSE Data Analytics Career Accelerator
1.0.0
此儲存庫包含 LSE 資料分析職業加速器三門課程中使用 Python 和 R 進行的所有實作活動。
倫敦政經學院 (LSE) 的線上資料分析職業加速器旨在為在職專業人士和職業初學者提供領導跨行業組織中關鍵的、數據支援的決策所需的知識。
在 6 個多月的時間裡，我掌握了跨企業資料庫和工具的資料分析的基礎知識、技能和應用專案經驗。我使用高要求的資料程式語言 Python 和 R 培養了編碼技能，並在真實的業務場景中練習了它們在資料專案中的應用。我還進一步發展和加強了我的溝通技巧，包括數據視覺化，以確保分析和洞察力支持可行的業務決策。
該計劃的內容包括三門課程和一個雇主項目，我在其中建立了一系列證據來展示新學到的技能和能力，重點是成為一名反思性實踐者，並具備解決問題和解決問題的思考方式和工具。
對來自各種相關來源的資料進行識別、獲取和執行基本清理，以支援所需的分析流程進行探索性和描述性分析建立並利用資料庫來支援資料管理和分析向關鍵業務利害關係人有效傳達合理、相關且有用的見解識別適當的機會透過資料分析流程實現商業價值工具/語言：Tablueau、Excel、SQL Postgres、SQL 資料庫評估：參考給定的資料集和相應的業務場景，使用SQL 和Excel 透過數據分析來識別見解。使用 Tableau 建立儀表板來傳達見解以及關鍵業務指標，幫助關鍵利害關係人做出基於資料的決策。
利用Python 透過各種方法（包括網頁抓取技術）收集和匯入大量複雜資料利用Python 整理資料以進行有效分析完成高階分析流程，從資料集中確定關鍵業務見解準備全面且複雜的視覺化以收集見解、研究趨勢並提出見解以支持關鍵業務決策論證所採取的方法、對見解的解釋和建議工具/語言：Python、Git/GitHub/BASH、SQL 資料庫評估：參考給定的資料集和相應的業務場景，使用Python 執行探索性評估資料分析以揭示見解並確定潛在原因。透過分析和視覺化，確定趨勢和見解的影響因素，並傳達關鍵發現。
應用預測模型將見解轉化為可操作的策略，以支持業務目標建立方法論並發展有利於有效和道德的數據驅動業務實踐的文化準備高級數據可視化和數據故事，以傳達引人注目的、有指導性的敘述，以有效支持業務決策業務問題並證明利用最佳實踐和高級數據分析方法的戰略建議的合理性工具/語言：Python、R、Git/GitHub/BASH 評估：參考給定的數據集和相應的業務場景，使用Python 或R 執行探索性資料分析以預測未來的結果。根據這些預測提出業務建議，使用視覺化來發現和傳達關鍵見解。
與其他學習者合作進行一個現實世界的雇主項目，以達到前三門課程中獲得的技能的頂峰。該項目由一家領先的科技公司設計，旨在反映行業所需的實用技能。需要對所開發的方法和技術進行綜合，並且基於雇主的真正需求和興趣。
