4 người không chuyên ngành, làm thế nào để trở thành chuyên gia phân tích dữ liệu? [Xem lại seminar Datarian hàng tháng | Tháng 1 năm 2022]

Tổng số người nộp đơn: khoảng 2.600!
Xem hội thảo được tranh luận sôi nổi dưới dạng video.

Bây giờ chúng tôi làm điều đó hàng tháng! Hội thảo!
Hội thảo Datalian hàng tháng 🎤

Sau khi suy nghĩ nhiều, cuối cùng Datalian cũng bắt tay vào việc.
Vào năm 2022, chúng tôi sẽ tổ chức hội thảo tiếp sức vào tối thứ Ba cuối cùng của mỗi tháng .

Hơn 200 người nộp đơn! Bạn có thể xem lại hội thảo Datalian tháng 1 hàng tháng phổ biến qua video.

Hội thảo Datalian vào tháng 1 là 🔍

Vào tháng 1, với chủ đề "Bốn người không chuyên đã trở thành nhà phân tích dữ liệu như thế nào?", bốn nhà phân tích không chuyên từ Datalian đã ngồi lại và nói chuyện thẳng thắn về cách họ trở thành nhà phân tích dữ liệu, những sự chuẩn bị họ đã thực hiện và những khó khăn họ gặp phải khi không chuyên.

Tôi giới thiệu điều này cho những người này ✅

Một người quan tâm đến việc có được một công việc phân tích dữ liệu hoặc thay đổi công việc, thường được gọi là 'không chuyên ngành'

Nếu bạn không phải là nhà phân tích dữ liệu nhưng muốn phát triển kỹ năng phân tích của mình và đang tự hỏi nên lấy thông tin ở đâu

Có ai tò mò về cách bốn sinh viên từ Khoa Hậu cần, Khoa Quản trị Kinh doanh, Khoa Viết sáng tạo và Khoa Kỹ thuật cơ khí trở thành nhà phân tích dữ liệu không?

Nhà phân tích dữ liệu
Thật khó để đọc các bài đăng tuyển dụng
Tôi cảm thấy mơ hồ
Người tìm việc

Dòng thời gian Hội thảo tháng 1 ⏰

• Bốn nhà phân tích dữ liệu, mỗi người chuyên về hậu cần, quản lý, viết sáng tạo và kỹ thuật cơ khí, trả lời các câu hỏi một cách thẳng thắn.
• Để trở thành một nhà phân tích dữ liệu, chúng ta hãy nói thẳng thắn về những gì thực sự quan trọng đối với công việc. "Có đúng là bạn cần bằng thạc sĩ để trở thành một nhà phân tích dữ liệu không? Ai là người lan truyền tin đồn đó?"

#1 - Săn việc làm phân tích dữ liệu + Cách đọc tin tuyển dụng

Phần 1 đề cập đến nhiều câu chuyện khác nhau cần thiết để bắt đầu con đường sự nghiệp của một nhà phân tích dữ liệu, chẳng hạn như cách trở thành nhà phân tích dữ liệu, bạn có loại tư duy nào và cách đọc thông tin tuyển dụng.

#2 - Hỏi & Đáp với 4 nhà phân tích dữ liệu không chuyên

Trong Phần 2, bốn nhà phân tích dữ liệu với các chuyên ngành khác nhau sẽ trả lời các câu hỏi trước. Mỗi người sẽ chuyên về hậu cần, quản trị kinh doanh, kỹ thuật cơ khí và viết sáng tạo, vì vậy họ sẽ có thể thể hiện các góc nhìn khác nhau về một câu hỏi :D

Các câu hỏi sơ bộ được trả lời trong Phần 2

• Tôi tò mò muốn biết tại sao bạn lại chọn nghề phân tích dữ liệu.
• Các nhà phân tích dữ liệu có phải là những người thực hiện tất cả các vị trí phân tích không? Khi tôi xem các bài đăng tuyển dụng cho các nhà phân tích dữ liệu, nhà phân tích kinh doanh và nhà phân tích sản phẩm, một số nơi liệt kê công việc của nhà phân tích dữ liệu là mô hình hóa, trong khi những nơi khác liệt kê là phân tích sản phẩm như Funnel/AARRR. Tôi tò mò về nơi tôi nên xây dựng năng lực của mình.
• Phần khó khăn hoặc thách thức nhất khi làm việc với tư cách là một nhà phân tích dữ liệu là gì? Tôi tò mò về những mối quan tâm của bạn trong lĩnh vực này.
• Tôi nghĩ rằng đối với một người không chuyên ngành để trở thành một nhà phân tích dữ liệu, họ cần có kinh nghiệm liên quan hoặc một danh mục đầu tư vượt xa những gì một chuyên ngành sẽ có. Bạn đã chuẩn bị những kinh nghiệm hoặc danh mục đầu tư này như thế nào?
• Nếu bạn phải chọn ba kỹ năng quan trọng nhất để trở thành nhà phân tích dữ liệu, đó sẽ là những kỹ năng nào?
• Tôi nghe nói rằng bằng thạc sĩ gần như luôn luôn được yêu cầu cho công việc phân tích dữ liệu. Những người làm trong lĩnh vực này có nghĩ như vậy không?
• Những điều cần nói trong buổi phỏng vấn với tư cách là một nhà phân tích dữ liệu mới
• Tôi không phải là chuyên ngành chính và chỉ mới học phân tích dữ liệu được khoảng một năm, vì vậy tôi vẫn còn thiếu tự tin. Tôi cảm thấy mình không thực sự vững chắc về các khái niệm cơ bản của học máy và kỹ năng lập trình của tôi còn thiếu, vì vậy tôi thậm chí còn ngần ngại nộp đơn xin thực tập vì tôi không chắc mình có thể làm tốt trong công ty hay không. Làm thế nào tôi có thể tập hợp đủ can đảm để thực hiện bước đầu tiên?

Hội thảo tháng 1
Về những người tham gia 📖

Hãy xem phần Hỏi & Đáp ! 💬

Đánh giá sự tham gia trực tiếp
Nếu bạn tò mò 👏

Điều ấn tượng nhất mà bạn học được trong hội thảo là gì?

• Tôi ấn tượng với thực tế là SQL và Google Spreadsheets chủ yếu được sử dụng trong thực tế. Hầu hết các bài giảng phân tích dữ liệu đều đề cập đến Python, R và thậm chí cả Hadoop, nhưng thực ra tôi gặp rất nhiều khó khăn khi quyết định nên ưu tiên và nghiên cứu công cụ nào. Bây giờ, các tiêu chí đã rõ ràng.
• Điều khiến tôi ấn tượng là câu trả lời khi người phỏng vấn hỏi "Bạn có thắc mắc gì không?", bạn chắc chắn nên hỏi.
• Tôi rất ấn tượng với những ví dụ thực tế cụ thể, chẳng hạn như khi dữ liệu được chuyển sang bảng tính để hỗ trợ phân tích sâu hơn.
• Tôi quyết định rằng mình muốn làm việc trong lĩnh vực phân tích dữ liệu và tôi chỉ đang lập kế hoạch học tập, nhưng sau đó tôi bị ám ảnh bởi cụm từ "chủ nghĩa hoàn hảo quá mức" ...
• Tôi thích rằng không có câu trả lời cố định nào vì tất cả mọi người đều có những trải nghiệm đa dạng.
• Tôi thích rằng nó đã xóa tan nhiều quan niệm sai lầm về nhà phân tích dữ liệu (đặc biệt là quan niệm cho rằng họ nhất thiết phải có bằng thạc sĩ) và dạy cho tôi những kỹ năng và thái độ thực sự cần thiết.
• Tôi rất ấn tượng với nội dung bạn chia sẻ trong buổi Hỏi & Đáp! (Thực tế là tất cả) Tôi có thể cảm nhận được cách bạn đọc nhiều câu hỏi từ câu trả lời của mình. Tôi nhận được rất nhiều gợi ý từ các câu trả lời từ nhiều góc độ khác nhau.

Vài lời với Datarian!

• Cảm ơn bạn đã mở cuộc họp này.
• Có vẻ như đây là một tia sáng trong thời buổi nhu cầu phân tích dữ liệu ngày càng tăng. Cảm ơn bạn.
• Đó là khoảng thời gian có ý nghĩa hơn vì những câu chuyện đều xuất phát từ trải nghiệm cá nhân của bốn thành viên tham gia thảo luận.
• Công việc phân tích dữ liệu có vẻ rất mơ hồ, nhưng thật tốt khi có được sự tự tin và tìm ra hướng đi cho việc học trong tương lai.
• Tôi luôn cảm thấy rất sợ khi lần đầu tiên gặp phải điều gì đó, nhưng khi thực sự gặp phải, tôi nhận ra rằng tôi sợ cái bóng của một điều gì đó rất nhỏ. Bài giảng này đối với tôi cũng như vậy, và tôi nghĩ nó sẽ giúp tôi có một tư duy tốt khi chuẩn bị cho việc làm trong tương lai.