Yazara göre resim
 

İlk veri analitiği stajımı 2020 yılında aldım.

O zamandan beri, üst düzey tam zamanlı bir göreve geçiş yaptım, çok sayıda serbest veri analitiği işi buldum ve dünyanın farklı yerlerindeki şirketlere danışmanlık yaptım.

Bu süre zarfında, veri analisti pozisyonları için özgeçmişleri inceledim ve hatta iş için adayları kısa listeye aldım.

Ve en öne çıkan adayları diğer herkesten ayıran bir şeyi fark ettim.

Projeler.

Veri sektöründe sıfır deneyiminiz ve teknik geçmişiniz olmasa bile, herkesten öne çıkabilir ve yalnızca özgeçmişinizde gösterdiğiniz projelere dayanarak işe alınabilirsiniz.

Bu makalede size, rekabette öne çıkmanıza ve ilk veri analisti işinizi kurmanıza yardımcı olacak projeleri nasıl oluşturacağınızı göstereceğim.

Bu makaleyi okuyorsanız muhtemelen özgeçmişinizde projeleri göstermenin önemli olduğunu zaten biliyorsunuzdur.

Çevrimiçi bir kursa veya temel eğitim kampına katıldıktan sonra kendinize ait birkaç proje bile oluşturmuş olabilirsiniz.

Ancak birçok veri analizi projesi portföyünüze yarardan çok zarar verir. Bu projeler aslında iş bulma şansınızı azaltabilir ve ne pahasına olursa olsun kaçınılmalıdır.

Örneğin Coursera'da popüler Google Veri Analitiği Sertifikasını aldıysanız, muhtemelen bu sertifikayla birlikte gelen bitirme projesini de yapmışsınızdır.

Image Coursera
 

Ancak 2 milyondan fazla kişi daha aynı kursa kaydoldu ve potansiyel olarak aynı bitirme projesini tamamladı.

Muhtemelen işe alım uzmanları bu projeleri yüzlerce başvuranın özgeçmişinde görmüş ve bundan etkilenmeyecektir.

Benzer bir mantık, birçok kez oluşturulan diğer projeler için de geçerlidir.

kullanarak bir proje oluşturma Titanik, İrisya da Boston Konutları Kaggle'daki veri kümesi değerli bir öğrenme deneyimi olabilir ancak portföyünüzde görüntülenmemelidir. 

Diğer insanlara karşı rekabet avantajı istiyorsanız öne çıkmanız gerekir.

İşte nasıl.

Öne çıkan bir projenin benzersiz olması gerekir.

Aşağıdaki özelliklere sahip bir proje seçin:

• Gerçek dünyadaki bir sorunu çözer.
• Başkaları tarafından kolayca kopyalanamaz.
• İlginçtir ve bir hikaye anlatır.

İnternetteki veri analitiği projelerine ilişkin tavsiyelerin çoğu hatalı ve yararsızdır.

Titanik veri kümesinin analizi gibi genel projeler (özgeçmişinize hiçbir gerçek değer katmayan projeler) oluşturmanız söylenecek.

Ne yazık ki, size bunları yapmanızı söyleyen insanlar veri sektöründe bile çalışmıyorlar, dolayısıyla bu tavsiyeyi dinlerken dikkatli olmalısınız.

Bu yazıda size veri analitiğinde iş bulmuş gerçek insanlardan örnekler göstereceğim portföy projeleri nedeniyle.

Potansiyel olarak benzer bir şey inşa edebilmeniz için bu alanda insanları gerçekten işe alan proje türlerini öğreneceksiniz.

1. İş Trendleri İzleme Paneli

ilk proje veri endüstrisindeki iş eğilimlerini gösteren bir gösterge tablosudur.

Bu projeyi bir yerde buldum video İçerik oluşturma konusunda da uzmanlaşmış eski bir lider veri analisti olan Luke Barousse tarafından yaratılmıştır.

İşte bu kontrol panelinin ekran görüntüsü:

SkillQuery'den resim 
 

Yukarıdaki kontrol paneline SkillQuery adı verilir ve işverenlerin veri endüstrisinde aradığı en iyi teknolojileri ve becerileri görüntüler.

Örneğin, kontrol paneline bakarak işverenlerin veri bilimcilerde en çok aradıkları dilin Python olduğunu, ardından SQL ve R'nin geldiğini söyleyebiliriz.

Bu projenin bu kadar değerli olmasının nedeni gerçek bir sorunu çözmesidir.

İş arayan her kişi, işverenlerin kendi alanlarında aradıkları en iyi becerileri bilmek ve buna göre hazırlanabilmek ister.

SkillQuery, üzerinde çalışabileceğiniz etkileşimli bir kontrol paneli biçiminde tam olarak bunu yapmanıza yardımcı olur.

Bu projenin yaratıcısı Python, web kazıma ve veri görselleştirme gibi önemli veri analizi becerilerini sergiledi.

Bu projenin bağlantısını bulabilirsiniz GitHub deposu .

2. Kredi Kartı Onayı

Bu proje Bir kişinin kredi kartına onay verilip verilmeyeceğini tahmin etmek için oluşturulmuştur. 

Bunu Luke Barousse tarafından oluşturulan aynı videoda buldum ve bu projenin yaratıcısı, sonunda veri analisti olarak tam zamanlı bir rol üstlendi.

Kredi kartı onay modeli Streamlit uygulaması olarak devreye alındı:

Image Semasuka'nın GitHub Projesi
 

Bu kontrol panelinde görüntülenen soruları yanıtlamanız yeterlidir; uygulama size kredi kartınızın onaylanıp onaylanmadığını söyleyecektir.

Yine, bu, gerçek dünyadaki bir sorunu kullanıcı dostu bir kontrol paneliyle çözen yaratıcı bir projedir ve bu nedenle işverenlerin gözünde öne çıkmıştır.

Bu projede sergilenen beceriler arasında Python, veri görselleştirme ve bulut depolama yer alıyor.

3. Sosyal Medya Duygu Analizi

Birkaç yıl önce oluşturduğum bu proje, YouTube ve Twitter'daki içerikler üzerinde duygu analizi yapmayı içeriyor.

YouTube videolarını izlemekten her zaman keyif aldım ve özellikle platformda makyaj eğitimleri hazırlayan kanallardan çok etkilendim.

O sıralarda YouTube'da, güzellik alanında en sevdiğim iki isim olan James Charles ve Tati Westbrook'un dahil olduğu büyük bir skandal ortaya çıktı.

Bu skandalı YouTube ve Twitter'daki verileri kazıyarak analiz etmeye karar verdim.

Halkın bu kan davasına ilişkin duyarlılığını ölçmek için bir duyarlılık analizi modeli oluşturdum ve hatta insanların bu etkileyiciler hakkında ne söylediğini anlamak için görselleştirmeler bile oluşturdum.

Bu projenin doğrudan bir iş uygulaması olmamasına rağmen, tutkulu olduğum bir konuyu analiz ettiğim için ilginçti.

Bulgularımı özetleyen bir blog yazısı da yazdım. okuyun.

Bu projede gösterilen beceriler arasında web kazıma, API kullanımı, Python, veri görselleştirme ve makine öğrenimi yer almaktadır.

4. Python ile Müşteri Segmentasyonu

Bu benim tarafımdan yaratılan başka bir proje. 

Bu projede Python ile bir K-Means kümeleme modeli oluşturdum. Kaggle'daki veri kümesi.

Alışveriş merkezi müşterilerinin çeşitli segmentlerini oluşturmak için cinsiyet, yaş ve gelir gibi değişkenleri kullandım:

Image Kaggle
 

Bu proje için kullanılan veri seti popüler olduğundan analizimi diğerlerinden farklılaştırmaya çalıştım. 

Segmentasyon modelini geliştirdikten sonra bir adım daha ileri giderek her segment için tüketici profilleri oluşturdum ve hedefe yönelik pazarlama stratejileri tasarladım.

Attığım bu ek adımlar sayesinde projem pazarlama ve müşteri analitiği alanına uygun hale getirildi ve bu alanda işe alınma şansım arttı.

Ayrıca bu projeyle ilgili bir eğitim hazırladım. adım adım kılavuz Python'da kendi müşteri segmentasyon modelinizi oluşturmak için.

Bu projede gösterilen beceriler arasında Python, denetimsiz makine öğrenimi ve veri analizi yer almaktadır.

5. Udemy Kurs Veri Analizi Kontrol Paneli

Bu listedeki son proje, Udemy kurslarına ilişkin bilgileri gösteren bir kontrol panelidir:

Image Orta
 

Bu projeyi şu anda Forbes'ta kıdemli veri mühendisi olarak görev yapan Zach Quinn'in yazdığı Medium makalesinde buldum.

Zach, işe yeni başladığında bu kontrol panelinin kendisine saygın bir şirketten veri analisti iş teklifi getirdiğini söylüyor.

Ve nedenini görmek kolay.

Zach, verileri işlemek ve analiz etmek için SQL ve Python'u kullanmanın ötesine geçti. 

Veri iletişiminin en iyi uygulamalarını bu kontrol paneline dahil ederek onu ilgi çekici ve görsel olarak çekici hale getirdi. 

Sadece kontrol paneline bakarak Udemy'nin kursları, öğrencilerinin ilgi alanları ve rakipleri hakkında önemli bilgiler edinebilirsiniz.

Gösterge tablosu ayrıca müşteri katılımı ve pazar eğilimleri gibi işletmeler için hayati önem taşıyan ölçümleri de gösterir.

Bu makalede listelenen tüm projeler arasında, teknik becerilerin ötesine geçmesi ve analistin veri hikayesi anlatımı ve sunumundaki ustalığını göstermesi nedeniyle en çok bunu beğendim.

İşte Bu projeyi oluşturmak için kodu ve atılan adımları sağladığı Zach'in makalesine bir bağlantıdır.

Umarım bu makalede açıklanan projeler size kendi projelerinizi yaratmanız için ilham vermiştir.

Herhangi bir proje fikriniz yoksa veya kendi projenizi geliştirirken engellerle karşılaşıyorsanız, yardım için üretken yapay zeka modellerinden yararlanmanızı öneririm.

Örneğin ChatGPT, çok sayıda proje fikri sağlayabilir ve hatta sahte veri kümeleri oluşturarak analitik becerilerinizi geliştirmenize olanak tanır.

Veri analizi için ChatGPT'yi kullanmak, yeni teknolojileri daha hızlı öğrenmenize ve daha verimli olmanıza olanak tanıyarak rekabette öne çıkmanıza yardımcı olacaktır.

Veri analizi için ChatGPT'yi ve üretken yapay zekayı kullanma hakkında daha fazla bilgi edinmek isterseniz videomu izleyebilirsiniz. Video öğretici konuyla ilgili.  
 
 

Nataşa Selvaraj yazma tutkusu olan, kendi kendini yetiştirmiş bir veri bilimcidir. Natassha, veri bilimiyle ilgili her şey hakkında yazıyor ve tüm veri konularının gerçek ustası. Onunla bağlantı kurabilirsin LinkedIn veya ona bak YouTube kanalı.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: 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