صورة المؤلف
حصلت على أول تدريب عملي في مجال تحليل البيانات في عام 2020.
منذ ذلك الحين، انتقلت إلى منصب رفيع المستوى بدوام كامل، وحصلت على العديد من الوظائف المستقلة لتحليل البيانات، وقدمت استشارات لشركات في أنحاء مختلفة من العالم.
خلال هذا الوقت، قمت بمراجعة السير الذاتية لوظائف محلل البيانات وحتى قائمة المرشحين المختصرة للوظائف.
وقد لاحظت شيئًا واحدًا يفصل بين أبرز المتقدمين عن أي شخص آخر.
المشاريع.
حتى لو لم تكن لديك أي خبرة في مجال صناعة البيانات وليس لديك أي خلفية تقنية، يمكنك التميز عن أي شخص آخر والحصول على وظيفة فقط بناءً على المشاريع التي تعرضها في سيرتك الذاتية.
سأوضح لك في هذه المقالة كيفية إنشاء مشاريع تساعدك على التميز بين المنافسين والحصول على أول وظيفة لك كمحلل بيانات.
إذا كنت تقرأ هذه المقالة، فمن المحتمل أنك تعلم بالفعل أنه من المهم عرض المشاريع في سيرتك الذاتية.
ربما تكون قد أنشأت بعض المشاريع الخاصة بك بعد الحصول على دورة تدريبية عبر الإنترنت أو معسكر تدريبي.
ومع ذلك، فإن العديد من مشاريع تحليل البيانات تضر بمحفظتك أكثر من نفعها. يمكن لهذه المشاريع في الواقع أن تقلل من فرصك في الحصول على وظيفة ويجب تجنبها بأي ثمن.
على سبيل المثال، إذا كنت قد حصلت على شهادة Google Data Analytics الشهيرة على Coursera، فمن المحتمل أنك قد أنجزت مشروع التخرج الذي يأتي مع هذه الشهادة.
صورة من كورسيرا
ومع ذلك، فقد التحق أكثر من مليوني شخص آخر في نفس الدورة، ومن المحتمل أن يكونوا قد أكملوا نفس مشروع التخرج.
من المحتمل أن مسؤولي التوظيف قد شاهدوا هذه المشاريع في السيرة الذاتية لمئات المتقدمين، ولن يعجبوا بها.
ينطبق منطق مماثل على أي مشروع آخر تم إنشاؤه عدة مرات.
إنشاء مشروع باستخدام جبار, قزحيةالطرق أو بوسطن الإسكان يمكن أن تكون مجموعة البيانات الموجودة على Kaggle تجربة تعليمية قيمة، ولكن لا ينبغي عرضها في محفظتك.
إذا كنت تريد ميزة تنافسية على الآخرين، عليك أن تبرز.
المواقع هنا كيفية القيام بذلك.
المشروع الذي يبرز يجب أن يكون فريدا.
اختر المشروع الذي:
- يحل مشكلة العالم الحقيقي.
- لا يمكن تكرارها بسهولة من قبل أشخاص آخرين.
- مثيرة للاهتمام وتحكي قصة.
الكثير من النصائح حول مشاريع تحليل البيانات على الإنترنت غير دقيقة وغير مفيدة.
سيُطلب منك إنشاء مشاريع عامة مثل تحليل مجموعة بيانات تايتانيك، وهي مشاريع لا تضيف أي قيمة حقيقية إلى سيرتك الذاتية.
لسوء الحظ، الأشخاص الذين يطلبون منك القيام بهذه الأشياء لا يعملون حتى في صناعة البيانات، لذلك يجب أن تكون متميزًا عند أخذ هذه النصيحة.
في هذه المقالة، سأعرض عليك أمثلة لأشخاص حقيقيين حصلوا على وظائف في مجال تحليل البيانات بسبب مشاريعهم الاستثمارية.
سوف تتعرف على أنواع المشاريع التي تساعد بالفعل في توظيف الأشخاص في هذا المجال، بحيث يمكنك بناء شيء مماثل.
1. لوحة مراقبة اتجاهات الوظيفة
المشروع الاول عبارة عن لوحة معلومات تعرض اتجاهات الوظائف في صناعة البيانات.
لقد وجدت هذا المشروع في الفيديو تم إنشاؤه بواسطة Luke Barousse، وهو محلل بيانات رئيسي سابق ومتخصص أيضًا في إنشاء المحتوى.
هذه لقطة شاشة من لوحة القيادة هذه:
الصورة من SkillQuery
تسمى لوحة المعلومات أعلاه SkillQuery، وهي تعرض أفضل التقنيات والمهارات التي يبحث عنها أصحاب العمل في صناعة البيانات.
على سبيل المثال، يمكننا أن نقول من خلال النظر إلى لوحة المعلومات أن اللغة الرئيسية التي يبحث عنها أصحاب العمل في علماء البيانات هي Python، تليها SQL وR.
السبب وراء أهمية هذا المشروع هو أنه يحل مشكلة فعلية.
يرغب كل باحث عن عمل في معرفة أهم المهارات التي يبحث عنها أصحاب العمل في مجالهم حتى يتمكنوا من الاستعداد وفقًا لذلك.
يساعدك SkillQuery على القيام بذلك بالضبط، في شكل لوحة تحكم تفاعلية يمكنك اللعب بها.
أظهر منشئ هذا المشروع مهارات تحليل البيانات المهمة مثل Python، وتجميع الويب، وتصور البيانات.
يمكنك العثور على رابط لهذا المشروع مستودع جيثب هنا.
2. الموافقة على بطاقة الائتمان
هذا المشروع تم إنشاؤه للتنبؤ بما إذا كان الشخص سيتم الموافقة عليه للحصول على بطاقة الائتمان أم لا.
لقد وجدته في نفس الفيديو الذي أنشأه Luke Barousse، وانتهى الأمر بمنشئ هذا المشروع بالحصول على وظيفة بدوام كامل كمحلل بيانات.
تم نشر نموذج الموافقة على بطاقة الائتمان كتطبيق Streamlit:
صورة من مشروع سيماسوكا على جيثب
كل ما عليك فعله هو الإجابة على الأسئلة المعروضة على لوحة المعلومات هذه، وسيخبرك التطبيق ما إذا تمت الموافقة على حصولك على بطاقة ائتمان أم لا.
مرة أخرى، هذا مشروع إبداعي يحل مشكلة حقيقية من خلال لوحة تحكم سهلة الاستخدام، ولهذا السبب برز أمام أصحاب العمل.
تشمل المهارات المعروضة في هذا المشروع لغة بايثون وتصور البيانات والتخزين السحابي.
3. تحليل ميول وسائل التواصل الاجتماعي
يتضمن هذا المشروع، الذي أنشأته قبل بضع سنوات، إجراء تحليل المشاعر على محتوى من YouTube وTwitter.
لقد استمتعت دائمًا بمشاهدة مقاطع الفيديو على YouTube وكنت مفتونًا بشكل خاص بالقنوات التي أنشأت دروسًا تعليمية حول الماكياج على المنصة.
في ذلك الوقت، ظهرت فضيحة ضخمة على موقع يوتيوب تورط فيها اثنان من الشخصيات المؤثرة المفضلة في عالم التجميل، جيمس تشارلز وتاتي ويستبروك.
قررت تحليل هذه الفضيحة من خلال جمع البيانات على موقع يوتيوب وتويتر.
لقد قمت ببناء نموذج لتحليل المشاعر لقياس المشاعر العامة تجاه الخلاف، بل وأنشأت تصورات لفهم ما كان يقوله الناس عن هؤلاء المؤثرين.
على الرغم من أن هذا المشروع لم يكن له تطبيق تجاري مباشر، إلا أنه كان مثيرًا للاهتمام لأنني قمت بتحليل موضوع كان شغوفًا به.
لقد كتبت أيضًا تدوينة توضح النتائج التي توصلت إليها، والتي يمكنك العثور عليها هنا.
تشمل المهارات الموضحة في هذا المشروع تجريف الويب واستخدام واجهة برمجة التطبيقات (API) وPython وتصور البيانات والتعلم الآلي.
4. تجزئة العملاء باستخدام بايثون
هذا مشروع آخر قمت بإنشائه.
في هذا المشروع، قمت ببناء نموذج تجميع K-Means باستخدام Python باستخدام مجموعة البيانات على Kaggle.
لقد استخدمت متغيرات مثل الجنس والعمر والدخل لإنشاء شرائح مختلفة من عملاء مراكز التسوق:
صورة من Kaggle
نظرًا لأن مجموعة البيانات المستخدمة في هذا المشروع شائعة، فقد حاولت تمييز تحليلي عن بقية التحليلات.
بعد تطوير نموذج التجزئة، ذهبت إلى أبعد من ذلك من خلال إنشاء ملفات تعريف للمستهلكين لكل شريحة ووضع استراتيجيات تسويقية مستهدفة.
وبسبب هذه الخطوات الإضافية التي اتخذتها، تم تصميم مشروعي ليناسب مجال التسويق وتحليلات العملاء، مما زاد من فرص توظيفي في هذا المجال.
لقد قمت أيضًا بإنشاء برنامج تعليمي حول هذا المشروع، مما يوفر دليل خطوة بخطوة لبناء نموذج تجزئة العملاء الخاص بك في بايثون.
تشمل المهارات الموضحة في هذا المشروع لغة بايثون والتعلم الآلي غير الخاضع للرقابة وتحليل البيانات.
5. لوحة معلومات تحليل بيانات دورة Udemy
المشروع الأخير في هذه القائمة عبارة عن لوحة معلومات تعرض رؤى حول دورات Udemy:
صورة من متوسط
لقد وجدت هذا المشروع في مقال متوسط كتبه زاك كوين، الذي يعمل حاليًا كمهندس بيانات أول في فوربس.
عندما كان قد بدأ للتو، يقول زاك إن لوحة المعلومات هذه قد منحته عرضًا لوظيفة محلل بيانات من شركة مرموقة.
ومن السهل معرفة السبب.
لقد تجاوز زاك مجرد استخدام SQL وPython لمعالجة البيانات وتحليلها.
لقد قام بدمج أفضل ممارسات توصيل البيانات في لوحة المعلومات هذه، مما يجعلها جذابة وجذابة بصريًا.
بمجرد النظر إلى لوحة التحكم، يمكنك الحصول على رؤى أساسية حول دورات Udemy واهتمامات طلابها ومنافسيها.
توضح لوحة المعلومات أيضًا المقاييس الحيوية للشركات، مثل مشاركة العملاء واتجاهات السوق.
من بين جميع المشاريع المذكورة في هذه المقالة، يعجبني هذا المشروع أكثر لأنه يتجاوز المهارات التقنية ويعرض مهارة المحلل في سرد البيانات وعرضها.
هنا هو رابط لمقالة زاك حيث يقدم الكود والخطوات المتخذة لإنشاء هذا المشروع.
آمل أن تكون المشاريع الموضحة في هذه المقالة قد ألهمتك لإنشاء مشروع خاص بك.
إذا لم يكن لديك أي أفكار مشاريع أو واجهت عقبات عند تطوير أفكارك الخاصة، فإنني أوصي باستخدام نماذج الذكاء الاصطناعي التوليدية للحصول على المساعدة.
على سبيل المثال، يمكن لـ ChatGPT توفير مجموعة كبيرة من أفكار المشاريع وحتى إنشاء مجموعات بيانات مزيفة، مما يسمح لك بصقل مهاراتك التحليلية.
سيسمح لك التعامل مع ChatGPT لتحليل البيانات بتعلم تقنيات جديدة بشكل أسرع وتصبح أكثر كفاءة، مما يساعدك على التميز عن المنافسة.
إذا كنت ترغب في معرفة المزيد حول استخدام ChatGPT والذكاء الاصطناعي التوليدي لتحليل البيانات، فيمكنك مشاهدة موقعنا الفيديو التعليمي حول هذا الموضوع.
ناتاشا سيلفراج هو عالم بيانات علم نفسه بنفسه ولديه شغف بالكتابة. تكتب ناتاشا في كل ما يتعلق بعلم البيانات، وهي خبيرة حقيقية في جميع موضوعات البيانات. يمكنك التواصل معها على لينكدين: أو تحقق منها قناة يوتيوب.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.kdnuggets.com/5-data-analyst-projects-to-land-a-job-in-2024?utm_source=rss&utm_medium=rss&utm_campaign=5-data-analyst-projects-to-land-a-job-in-2024
