چهطور Data Analysis رو شروع کنیم؟(Road Map CMD1)

افراد زیادی Data Analysis رو دوست دارند اما نمی‌دونند باید از کجا شروع کنند و چه مهارت‌هایی لازم داره، اما قبل از این باید با خودتون رو راست باشید که آیا این شغلی هست که شما دوستش دارین یا بعد از چند ماه کارکردن در این حوزه، خسته و زده می‌شین. یکی از چیزایی که می‌تونه کمک کنه، تست کلیفتون و MBTI اما به طور قطع نباید روی شغل‌هایی که MBTI پیشنهاد می‌ده حساب باز کنین. در این زمینه مطلب ابراهیم دبیری در دیجی کالا مگ می‌تونه کمکتون کنه و 16personalities.com هم خوبه. این حوزه شاخه‌های مختلفی مثل :‌BI,Data Sientist, Data Engineering داره که بازم باید بر اساس علاقه انتخاب کنید اما برای شروع مهارت مشترکی لازم دارند.

برای اینکه چه طوری Data Analysis رو شروع کنیم؟، از سعید اسماعیلی (Senior Data Analyst دیجی کالا) و سینا شفیع زاده(Co-Founder نظر بازار و Data Scientist اسنپ باکس) و همچنین احسان مینایی (Technical Lead پیاده) کمک گرفتنم، البته محسن ارجمندی(CEO میراث) هم تمام تلاشش رو کرد که کمکم کنه اما خیلی سرش شلوغ بود، که همین‌جا ازشون تشکر می کنم، البته خودم هم کمی سرچ کردم‌?. توی این حوزه اگر رشته دانشگاهی‌تون Computer Sience باشه، خوبه اما ضروری نیست و بیشتر افرادی که توی این حوزه فعالیت دارند، رشته دانشگاهی غیر مرتبط دارند. امیدوارم در مطلب بعدی بچه‌های کافه بازار هم کمک کنند.

چه ویژگی هایی باید داشته باشیم؟??‍??‍?

کسی که دوست داره Data Analysis باشه بهتره چنین ویژگی‌هایی داشته باشه یا این ویژگی ها رو تو خودش تقویت کنه. این توانایی ها شامل:‌ توانایی حل مسله، کمی برونگرا بودن برای ارتباط با سایر تیم‌ها که به مرور زمان می‌تونه بهبود پیدا کنه. توانایی در خلاقیت و تفکر انتقادی به این معنا که همه چیز رو تایید نکنه و ایراد بگیره. کارکردن با دیتای خام و نامرتب و داکیومنت کردن کارها نیز نا گزیر توی این کار وجود داره و کمی هم صبر باید چاشنی کارتون کنید.

مهارت های مورد نیازش چیه؟ ?

  1. آشنایی با زبان برنامه نویسی Python و R
  2. آشنایی به مفاهیم پایگاه داده (رابطه ای و غیر رابطه ای)
  3. آشنایی با داده کاوی ( یادگیری ماشین، پیش پردازش و …)
  4. ساخت داشبورد دیتا
  5. ویژال سازی داده
  6. تحلیل توصیفی و استنباطی

چی یادبگیریم؟

  1. یادگیری زبان برنامه نویسی پایتون( با تمرکز روی لایبرری Numpy و اینترفیس Ipython) و R
  2. یادگیری پایگاه داده رابطه‌ای مثل SQL
  3. ماشین لرنینگ
  4. شروع به انجام پروژه های واقعی کنید که kaggle.com می تونه مفید باشه
البته این ترتیب الزامی نیست ولی خوبه
دانستن هریک از موارد بالا، لازم نیست حرفه‌ای باشید، پس بعد یادگیری، شروع به انجام پروژه کنید

منابع

* دوره‌های آنلاین مایکروسافت

*‌ دوره دیتا کمپ

*‌ کتاب‌های Python For Data Analysis , Data Analysis With Python

چه گونه به روز بمانیم؟

  1. استفاده از scholar.google.com که با مشخص کردن کلمات کلیدی مقالات به روز رو ارسال می کنه
  2. کامیونیتی دیتا کمپ
  3. ردیت

چندتا لینک

  1. https://goo.gl/AG6YQK
  2. https://goo.gl/rDkr3H
  3. https://goo.gl/yKLE9n

# Data Analysis #تحلیل داده

این مطلب اولین مطلب از سری مطالب Road Map CMD است که هریک درباره‌ی یک حرفه است. این مطالب برای کمک به افرادی است که شغلی را دوست دارند اما نمی‌دانند چگونه مسیر را شروع کنند.
سری دوم Road Map CMD به احتمال زیاد برای شروع بک اند است