مصنف کی طرف سے تصویر
مجھے اپنی پہلی ڈیٹا اینالیٹکس انٹرنشپ 2020 میں واپس ملی۔
تب سے، میں نے ایک سینئر سطح کے کل وقتی کردار میں تبدیلی کی ہے، متعدد فری لانس ڈیٹا اینالیٹکس gigs میں اترا ہے، اور دنیا کے مختلف حصوں میں کمپنیوں سے مشورہ کیا ہے۔
اس وقت کے دوران، میں نے ڈیٹا اینالسٹ کے عہدوں اور یہاں تک کہ ملازمتوں کے لیے شارٹ لسٹ کیے گئے امیدواروں کے ریزیوموں کا جائزہ لیا ہے۔
اور میں نے ایک چیز دیکھی جس نے سب سے نمایاں درخواست دہندگان کو سب سے الگ کر دیا۔
منصوبے
یہاں تک کہ اگر آپ کے پاس ڈیٹا انڈسٹری میں کوئی تجربہ نہیں ہے اور کوئی تکنیکی پس منظر نہیں ہے، تو بھی آپ باقی سب سے الگ ہوسکتے ہیں اور صرف اپنے ریزیومے پر دکھائے جانے والے پروجیکٹس کی بنیاد پر ملازمت حاصل کرسکتے ہیں۔
اس آرٹیکل میں، میں آپ کو یہ بتانے جا رہا ہوں کہ ایسے پروجیکٹ کیسے بنائے جائیں جو آپ کو مقابلے سے الگ ہونے اور ڈیٹا تجزیہ کار کی پہلی نوکری حاصل کرنے میں مدد کریں۔
اگر آپ یہ مضمون پڑھ رہے ہیں، تو شاید آپ کو پہلے ہی معلوم ہو جائے گا کہ اپنے ریزیومے پر پروجیکٹس کو ڈسپلے کرنا ضروری ہے۔
یہاں تک کہ آپ نے آن لائن کورس یا بوٹ کیمپ لینے کے بعد اپنے کچھ پروجیکٹ بھی بنائے ہوں گے۔
تاہم، بہت سے ڈیٹا اینالیٹکس پروجیکٹس آپ کے پورٹ فولیو کو اچھے سے زیادہ نقصان پہنچاتے ہیں۔ یہ منصوبے درحقیقت آپ کے ملازمت حاصل کرنے کے امکانات کو کم کر سکتے ہیں اور ہر قیمت پر ان سے بچنا چاہیے۔
مثال کے طور پر، اگر آپ نے Coursera پر مقبول گوگل ڈیٹا اینالٹکس سرٹیفکیٹ لیا ہے، تو آپ نے شاید کیپ اسٹون پروجیکٹ کیا ہے جو اس سرٹیفیکیشن کے ساتھ آتا ہے۔
سے تصویر Coursera
تاہم، 2 ملین سے زیادہ دوسرے لوگوں نے اسی کورس میں داخلہ لیا ہے، اور ممکنہ طور پر اسی کیپ اسٹون پروجیکٹ کو مکمل کیا ہے۔
امکانات ہیں، بھرتی کرنے والوں نے سینکڑوں درخواست دہندگان کے ریزیومے پر ان منصوبوں کو دیکھا ہے، اور اس سے متاثر نہیں ہوں گے۔
اسی طرح کی منطق کسی دوسرے پروجیکٹ پر لاگو ہوتی ہے جو کئی بار بنایا گیا ہے۔
کا استعمال کرتے ہوئے ایک پروجیکٹ بنانا ٹائٹینک, IRIS، یا بوسٹن ہاؤسنگ Kaggle پر ڈیٹا سیٹ ایک قابل قدر سیکھنے کا تجربہ ہو سکتا ہے، لیکن آپ کے پورٹ فولیو پر ظاہر نہیں ہونا چاہیے۔
اگر آپ دوسرے لوگوں پر مسابقتی برتری چاہتے ہیں، تو آپ کو باہر کھڑے ہونے کی ضرورت ہے۔
یہاں کیسے ہے
ایک پروجیکٹ جو باہر کھڑا ہو وہ منفرد ہونا چاہیے۔
ایک پروجیکٹ منتخب کریں جو:
- ایک حقیقی دنیا کا مسئلہ حل کرتا ہے۔
- دوسرے لوگوں کے ذریعہ آسانی سے نقل نہیں کیا جاسکتا۔
- دلچسپ ہے اور ایک کہانی سناتی ہے۔
انٹرنیٹ پر ڈیٹا اینالیٹکس پروجیکٹس کے بارے میں زیادہ تر مشورے غلط اور غیر مددگار ہیں۔
آپ سے کہا جائے گا کہ عام پراجیکٹس بنائیں جیسے ٹائٹینک ڈیٹاسیٹ کا تجزیہ۔
بدقسمتی سے، جو لوگ آپ کو یہ چیزیں کرنے کو کہتے ہیں وہ ڈیٹا انڈسٹری میں بھی کام نہیں کر رہے ہیں، لہذا آپ کو یہ مشورہ لیتے وقت سمجھدار ہونا چاہیے۔
اس مضمون میں، میں آپ کو حقیقی لوگوں کی مثالیں دکھاؤں گا جنہوں نے ڈیٹا اینالیٹکس میں ملازمتیں حاصل کی ہیں۔ ان کے پورٹ فولیو منصوبوں کی وجہ سے.
آپ ان منصوبوں کی اقسام کے بارے میں جانیں گے جو درحقیقت اس فیلڈ میں لوگوں کی خدمات حاصل کرتے ہیں تاکہ آپ ممکنہ طور پر کچھ ایسا ہی بنا سکیں۔
1. جاب ٹرینڈز مانیٹرنگ ڈیش بورڈ
پہلا منصوبہ ڈیٹا انڈسٹری میں ملازمت کے رجحانات کو ظاہر کرنے والا ڈیش بورڈ ہے۔
مجھے یہ پروجیکٹ ایک میں ملا ویڈیو لیوک باروس کے ذریعہ تخلیق کیا گیا ہے، جو ایک سابق لیڈ ڈیٹا تجزیہ کار ہے جو مواد کی تخلیق میں بھی مہارت رکھتا ہے۔
یہاں اس ڈیش بورڈ کا اسکرین شاٹ ہے:
SkillQuery سے تصویر
مندرجہ بالا ڈیش بورڈ کو SkillQuery کہا جاتا ہے، اور یہ سرفہرست ٹیکنالوجیز اور مہارتوں کو دکھاتا ہے جو آجر ڈیٹا انڈسٹری میں تلاش کر رہے ہیں۔
مثال کے طور پر، ہم ڈیش بورڈ کو دیکھ کر بتا سکتے ہیں کہ آجر ڈیٹا سائنسدانوں میں سب سے اوپر کی زبان Python ہے، اس کے بعد SQL اور R۔
اس منصوبے کے بہت قیمتی ہونے کی وجہ یہ ہے کہ یہ ایک حقیقی مسئلہ حل کرتا ہے۔
ہر ملازمت کا متلاشی اعلیٰ مہارتوں کو جاننا چاہتا ہے جو آجر اپنے شعبے میں تلاش کر رہے ہیں تاکہ وہ اس کے مطابق تیاری کر سکیں۔
SkillQuery آپ کو بالکل ایسا کرنے میں مدد کرتا ہے، ایک انٹرایکٹو ڈیش بورڈ کی شکل میں جس کے ساتھ آپ کھیل سکتے ہیں۔
اس پروجیکٹ کے تخلیق کار نے ڈیٹا اینالیٹکس کی اہم مہارتیں ظاہر کی ہیں جیسے ازگر، ویب سکریپنگ، اور ڈیٹا ویژولائزیشن۔
آپ اس پروجیکٹ کا لنک تلاش کر سکتے ہیں۔ GitHub ذخیرہ ۔
2. کریڈٹ کارڈ کی منظوری
یہ منصوبہ یہ اندازہ لگانے کے لیے بنایا گیا تھا کہ آیا کسی شخص کو کریڈٹ کارڈ کے لیے منظوری دی جائے گی یا نہیں۔
میں نے اسے اسی ویڈیو میں پایا جسے لیوک باروس نے بنایا تھا، اور اس پروجیکٹ کے تخلیق کار کو ڈیٹا اینالسٹ کے طور پر کل وقتی کردار ملا۔
کریڈٹ کارڈ کی منظوری کا ماڈل ایک Streamlit درخواست کے طور پر تعینات کیا گیا تھا:
سے تصویر سیماسوکا کا گٹ ہب پروجیکٹ
آپ کو صرف اس ڈیش بورڈ پر دکھائے گئے سوالات کے جوابات دینے کی ضرورت ہے، اور ایپ آپ کو بتائے گی کہ آیا آپ کو کریڈٹ کارڈ کے لیے منظور کیا گیا ہے یا نہیں۔
ایک بار پھر، یہ ایک تخلیقی پروجیکٹ ہے جو صارف دوست ڈیش بورڈ کے ساتھ حقیقی دنیا کے مسئلے کو حل کرتا ہے، یہی وجہ ہے کہ یہ آجروں کے لیے نمایاں ہے۔
اس پروجیکٹ میں دکھائی جانے والی مہارتوں میں Python، ڈیٹا ویژولائزیشن، اور کلاؤڈ اسٹوریج شامل ہیں۔
3. سوشل میڈیا کے جذبات کا تجزیہ
یہ پروجیکٹ، جسے میں نے کچھ سال پہلے بنایا تھا، اس میں YouTube اور Twitter کے مواد پر جذباتی تجزیہ کرنا شامل ہے۔
میں نے ہمیشہ یوٹیوب ویڈیوز دیکھنے کا لطف اٹھایا ہے اور خاص طور پر ان چینلز سے متوجہ ہوا جنہوں نے پلیٹ فارم پر میک اپ ٹیوٹوریل بنائے۔
اس وقت، یوٹیوب پر ایک بہت بڑا اسکینڈل منظر عام پر آیا جس میں میرے دو پسندیدہ بیوٹی انفلونسرز جیمز چارلس اور ٹیٹی ویسٹ بروک شامل تھے۔
میں نے یوٹیوب اور ٹویٹر پر ڈیٹا کو اسکریپ کرکے اس اسکینڈل کا تجزیہ کرنے کا فیصلہ کیا۔
میں نے جھگڑے کے عوامی جذبات کا اندازہ لگانے کے لیے ایک جذباتی تجزیہ کا ماڈل بنایا اور یہاں تک کہ یہ سمجھنے کے لیے تصورات بھی بنائے کہ لوگ ان متاثر کن لوگوں کے بارے میں کیا کہہ رہے ہیں۔
اگرچہ اس پروجیکٹ کا کوئی براہ راست کاروباری اطلاق نہیں تھا، لیکن یہ دلچسپ تھا جب میں نے ایک ایسے موضوع کا تجزیہ کیا جس کے بارے میں مجھے شوق تھا۔
میں نے ایک بلاگ پوسٹ بھی لکھی ہے جس میں اپنے نتائج کا خاکہ پیش کیا گیا ہے، جسے آپ تلاش کر سکتے ہیں۔ یہاں.
اس پروجیکٹ میں ظاہر کی گئی مہارتوں میں ویب سکریپنگ، API کا استعمال، ازگر، ڈیٹا ویژولائزیشن، اور مشین لرننگ شامل ہیں۔
4. Python کے ساتھ گاہک کی تقسیم
یہ ایک اور منصوبہ ہے جو میں نے بنایا تھا۔
اس پروجیکٹ میں، میں نے Python کے ساتھ ایک K-Means کلسٹرنگ ماڈل بنایا Kaggle پر ڈیٹاسیٹ.
میں نے متغیرات کا استعمال کیا جیسے کہ جنس، عمر، اور آمدنی مال کے صارفین کے مختلف طبقات بنانے کے لیے:
سے تصویر کاگل
چونکہ اس پروجیکٹ کے لیے استعمال ہونے والا ڈیٹاسیٹ مقبول ہے، اس لیے میں نے اپنے تجزیے کو باقی سے مختلف کرنے کی کوشش کی۔
سیگمنٹیشن ماڈل تیار کرنے کے بعد، میں نے ہر طبقہ کے لیے صارف پروفائلز بنا کر اور ٹارگٹڈ مارکیٹنگ کی حکمت عملی وضع کرکے ایک قدم آگے بڑھایا۔
ان اضافی اقدامات کی وجہ سے جو میں نے اٹھایا، میرا پروجیکٹ مارکیٹنگ اور کسٹمر اینالیٹکس کے ڈومین کے مطابق بنایا گیا تھا، جس سے فیلڈ میں ملازمت حاصل کرنے کے میرے امکانات بڑھ گئے۔
میں نے اس پروجیکٹ پر ایک ٹیوٹوریل بھی بنایا ہے، فراہم کرتا ہے a مرحلہ وار گائیڈ Python میں اپنا کسٹمر سیگمنٹیشن ماڈل بنانے کے لیے۔
اس پروجیکٹ میں دکھائی جانے والی مہارتوں میں Python، غیر زیر نگرانی مشین لرننگ، اور ڈیٹا کا تجزیہ شامل ہے۔
5. Udemy کورس ڈیٹا تجزیہ ڈیش بورڈ
اس فہرست کا آخری پروجیکٹ ایک ڈیش بورڈ ہے جو Udemy کورسز کے بارے میں بصیرت ظاہر کرتا ہے:
سے تصویر درمیانہ
مجھے یہ پروجیکٹ Zach Quinn کے لکھے ہوئے ایک میڈیم مضمون میں ملا، جو اس وقت Forbes میں ایک سینئر ڈیٹا انجینئر ہے۔
واپس جب وہ ابھی شروعات کر رہا تھا، زیک کا کہنا ہے کہ اس ڈیش بورڈ نے اسے ایک معروف کمپنی سے ڈیٹا اینالسٹ کی نوکری کی پیشکش کی۔
اور یہ دیکھنا آسان ہے کہ ایسا کیوں ہے۔
Zach ڈیٹا پر کارروائی اور تجزیہ کرنے کے لیے صرف SQL اور Python کا استعمال کرنے سے آگے نکل گیا۔
اس نے اس ڈیش بورڈ میں ڈیٹا کمیونیکیشن کے بہترین طریقوں کو شامل کیا ہے، جو اسے دلکش اور بصری طور پر دلکش بناتا ہے۔
صرف ڈیش بورڈ کو دیکھ کر، آپ Udemy کے کورسز، اس کے طالب علم کی دلچسپیوں اور اس کے حریفوں کے بارے میں اہم بصیرت حاصل کر سکتے ہیں۔
ڈیش بورڈ ایسے میٹرکس کو بھی ظاہر کرتا ہے جو کاروبار کے لیے اہم ہیں، جیسے کہ کسٹمر کی مصروفیت اور مارکیٹ کے رجحانات۔
اس آرٹیکل میں درج تمام پروجیکٹس میں، مجھے یہ سب سے زیادہ پسند ہے کیونکہ یہ تکنیکی مہارتوں سے بالاتر ہے اور ڈیٹا کہانی سنانے اور پیش کرنے میں تجزیہ کار کی مہارت کو ظاہر کرتا ہے۔
یہاں Zach کے مضمون کا لنک ہے جہاں وہ کوڈ اور اس پروجیکٹ کو بنانے کے لیے اٹھائے گئے اقدامات فراہم کرتا ہے۔
مجھے امید ہے کہ اس مضمون میں بیان کردہ پروجیکٹس نے آپ کو اپنا ایک بنانے کی ترغیب دی ہے۔
اگر آپ کے پاس کوئی پراجیکٹ آئیڈیا نہیں ہے یا آپ کو خود کو تیار کرتے وقت رکاوٹوں کا سامنا کرنا پڑتا ہے، تو میں مدد کے لیے جنریٹو AI ماڈلز کو استعمال کرنے کی تجویز کرتا ہوں۔
ChatGPT، مثال کے طور پر، بہت سارے پروجیکٹ آئیڈیاز فراہم کر سکتا ہے اور یہاں تک کہ جعلی ڈیٹا سیٹ بھی بنا سکتا ہے، جس سے آپ اپنی تجزیاتی صلاحیتوں کو نکھار سکتے ہیں۔
ڈیٹا کے تجزیہ کے لیے ChatGPT کے ساتھ مشغول ہونا آپ کو نئی ٹیکنالوجیز کو تیزی سے سیکھنے اور زیادہ کارآمد بننے کی اجازت دے گا، جس سے آپ کو مقابلے سے الگ ہونے میں مدد ملے گی۔
اگر آپ ڈیٹا کے تجزیہ کے لیے ChatGPT اور جنریٹیو AI کے استعمال کے بارے میں مزید جاننا چاہتے ہیں، تو آپ میری ویڈیو ٹیوٹوریل موضوع پر.
نتاشا سلوراج لکھنے کا شوق رکھنے والا خود سکھایا ہوا ڈیٹا سائنسدان ہے۔ نتاشا ڈیٹا سائنس سے متعلق ہر چیز پر لکھتی ہیں، جو کہ ڈیٹا کے تمام موضوعات کی حقیقی ماہر ہے۔ آپ اس کے ساتھ آن رابطہ کر سکتے ہیں۔ لنکڈ یا اسے چیک کریں یو ٹیوب کا چینل بنانا پسند.
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: 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
