著者による画像
私は 2020 年に初めてデータ分析のインターンシップに参加しました。
それ以来、私は上級レベルのフルタイムの役割に移行し、複数のフリーランスのデータ分析の仕事に就き、世界のさまざまな地域の企業のコンサルティングを行ってきました。
この間、私はデータ アナリストの職の履歴書を確認し、最終候補者の候補者リストも作成しました。
そして私は、最も優秀な応募者と他の応募者を分けている点が 1 つあることに気づきました。
プロジェクト
データ業界での経験がなく、技術的な背景がなくても、他の人より目立つことができ、履歴書に表示されているプロジェクトのみに基づいて採用される可能性があります。
この記事では、競合他社に差をつけ、最初のデータ アナリストの仕事を獲得するのに役立つプロジェクトを作成する方法を説明します。
この記事を読んでいる方は、履歴書にプロジェクトを表示することが重要であることをすでにご存知でしょう。
オンラインコースやブートキャンプを受講した後、独自のプロジェクトをいくつか構築したことがあるかもしれません。
ただし、多くのデータ分析プロジェクトは、ポートフォリオに良い影響を与えるよりも害を及ぼします。これらのプロジェクトは実際に仕事を得る可能性を下げる可能性があるため、何としても避けなければなりません。
たとえば、Coursera で人気の Google データ分析認定資格を取得した場合は、おそらくこの認定資格に付属するキャップストーン プロジェクトを完了したことになるでしょう。
Image from
Coursera
しかし、他にも 2 万人を超える人々が同じコースに登録しており、同じ頂点のプロジェクトを完了する可能性があります。
おそらく、採用担当者は何百人もの応募者の履歴書にこうしたプロジェクトが記載されているのを見ているので、感銘を受けないだろう。
同様のロジックが、何度も作成された他のプロジェクトにも当てはまります。
を使用してプロジェクトを作成する タイタニック, 虹彩または ボストンの住宅 Kaggle のデータセットは貴重な学習体験となる可能性がありますが、ポートフォリオに表示すべきではありません。
他の人よりも競争力を持ちたいなら、目立つ必要があります。
ここでは方法です。
目立つプロジェクトはユニークでなければなりません。
次のようなプロジェクトを選択してください。
- 現実世界の問題を解決します。
- 他人が簡単に真似することはできません。
- 面白くて、物語を語ってくれます。
インターネット上のデータ分析プロジェクトに関するアドバイスの多くは不正確で役に立ちません。
タイタニック号のデータセットの分析のような一般的なプロジェクト、つまり履歴書に実際の価値を付加しないプロジェクトを作成するように指示されます。
残念ながら、これらのことをするようにと言っている人たちはデータ業界でさえ働いていないため、このアドバイスを受け入れるときは洞察力が必要です。
この記事では、データ分析の仕事に就いた実際の人々の例を紹介します。 彼らのポートフォリオプロジェクトのため.
この分野で実際に人材を雇用しているプロジェクトの種類について学び、同様のプロジェクトを構築できるようになります。
1. ジョブ傾向監視ダッシュボード
最初のプロジェクト データ業界の求人動向を表示するダッシュボードです。
このプロジェクトを見つけたのは、 ビデオ 元リード データ アナリストであり、コンテンツ作成も専門とする Luke Barousse によって作成されました。
このダッシュボードのスクリーンショットは次のとおりです。
SkillQuery からの画像
上記のダッシュボードは SkillQuery と呼ばれるもので、雇用主がデータ業界で求めている上位のテクノロジーとスキルが表示されます。
たとえば、ダッシュボードを見ると、雇用主がデータ サイエンティストに求めている言語のトップは Python で、次に SQL と R であることがわかります。
このプロジェクトが非常に価値がある理由は、実際の問題を解決するからです。
すべての求職者は、雇用主が自分の分野で求めている最上位のスキルを知り、それに応じて準備できるようにしたいと考えています。
SkillQuery は、実際に操作できるインタラクティブなダッシュボードの形式で、まさにこれを行うのに役立ちます。
このプロジェクトの作成者は、Python、Web スクレイピング、データ視覚化などの重要なデータ分析スキルを発揮しました。
このプロジェクトへのリンクを見つけることができます。 GitHubリポジトリ ページ をご覧ください
2. クレジットカードの承認
このプロジェクト は、ある人のクレジット カードが承認されるかどうかを予測するために作成されました。
Luke Barousse が作成した同じビデオでそれを見つけました。このプロジェクトの作成者は、最終的にデータ アナリストとしてフルタイムの役割を得ることができました。
クレジット カード承認モデルは、Streamlit アプリケーションとしてデプロイされました。
Image from
Semasuka の GitHub プロジェクト
このダッシュボードに表示される質問に答えるだけで、アプリがクレジット カードが承認されたかどうかを教えてくれます。
繰り返しになりますが、これはユーザーフレンドリーなダッシュボードで現実世界の問題を解決する創造的なプロジェクトであり、それが雇用主の注目を集めた理由です。
このプロジェクトで示されるスキルには、Python、データ視覚化、クラウド ストレージが含まれます。
3. ソーシャルメディア感情分析
数年前に私が作成したこのプロジェクトには、YouTube と Twitter のコンテンツに対する感情分析が含まれます。
私はいつも YouTube 動画を見るのが好きで、特にそのプラットフォーム上でメイクアップのチュートリアルを作成するチャンネルに魅了されました。
その頃、私のお気に入りのビューティーインフルエンサー二人、ジェームズ・チャールズとタティ・ウェストブルックが関与した大規模なスキャンダルが YouTube で表面化しました。
私は YouTube と Twitter のデータを収集してこのスキャンダルを分析することにしました。
私は感情分析モデルを構築して、この確執に対する世論の感情を測定し、人々がこれらのインフルエンサーについて何を言っているかを理解するための視覚化も作成しました。
このプロジェクトは直接ビジネスに応用するものではありませんでしたが、私が情熱を注いでいたテーマを分析したので興味深いものでした。
また、調査結果を概説するブログ投稿も書きました。 こちら.
このプロジェクトで実証されるスキルには、Web スクレイピング、API の使用法、Python、データの視覚化、機械学習が含まれます。
4. Python を使用した顧客のセグメンテーション
これは私が作成した別のプロジェクトです。
このプロジェクトでは、Python を使用して K-Means クラスタリング モデルを構築しました。 Kaggle 上のデータセット.
性別、年齢、収入などの変数を使用して、モール顧客のさまざまなセグメントを作成しました。
Image from
Kaggle
このプロジェクトに使用されたデータセットは人気があるため、自分の分析を他の分析と区別しようとしました。
セグメンテーション モデルを開発した後、私はさらに一歩進んで、各セグメントの消費者プロファイルを作成し、ターゲットを絞ったマーケティング戦略を考案しました。
私が講じたこれらの追加のステップのおかげで、私のプロジェクトはマーケティングと顧客分析の領域に合わせて調整され、その分野で雇用される可能性が高まりました。
このプロジェクトに関するチュートリアルも作成しました。 ステップバイステップガイド Python で独自の顧客セグメンテーション モデルを構築するためのツールです。
このプロジェクトで実証されるスキルには、Python、教師なし機械学習、データ分析が含まれます。
5.Udemyコースデータ分析ダッシュボード
このリストの最後のプロジェクトは、Udemy コースに関する分析情報を表示するダッシュボードです。
Image from
M
私はこのプロジェクトを、現在 Forbes のシニア データ エンジニアである Zach Quinn が書いた Medium の記事で見つけました。
ザック氏は、駆け出しの頃、このダッシュボードのおかげで評判の高い企業からデータ アナリストの仕事のオファーが来たと語ります。
その理由は簡単にわかります。
Zach は、単に SQL と Python を使用してデータを処理および分析するだけではありませんでした。
彼はデータ通信のベスト プラクティスをこのダッシュボードに組み込んで、魅力的で視覚的に魅力的なものにしました。
ダッシュボードを見るだけで、Udemyのコース、学生の興味、競合他社に関する重要な洞察を得ることができます。
ダッシュボードには、顧客エンゲージメントや市場トレンドなど、ビジネスにとって重要な指標も表示されます。
この記事にリストされているすべてのプロジェクトの中で、私が最も気に入っているプロジェクトは、技術的なスキルを超えて、データのストーリーテリングとプレゼンテーションにおけるアナリストの熟練度を示すものであるためです。
ここに は、Zach の記事へのリンクです。この記事では、このプロジェクトを作成するために必要なコードと手順が説明されています。
この記事で説明したプロジェクトが、あなた自身のプロジェクトを作成するきっかけになってくれれば幸いです。
プロジェクトのアイデアがない場合、または独自のプロジェクトを開発するときに障害に直面している場合は、生成 AI モデルを利用することをお勧めします。
たとえば、ChatGPT はプロジェクトのアイデアを豊富に提供し、偽のデータセットを生成することもできるため、分析スキルを磨くことができます。
ChatGPT を使用してデータ分析を行うと、新しいテクノロジをより早く学習し、より効率的になり、競合他社に差をつけることができます。
ChatGPT と生成 AI をデータ分析に使用する方法について詳しく知りたい場合は、私の記事をご覧ください。 ビデオチュートリアル トピックに関する。
ナタシャ・セルバラジ 彼は独学のデータサイエンティストであり、執筆に情熱を持っています。ナターシャはデータ サイエンス関連のすべてについて執筆しており、すべてのデータ トピックの真の達人です。彼女とつながることができます LinkedIn または彼女をチェックアウト YouTubeチャンネル.
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： 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
