![[白文布団の余裕]データ分析のための基礎SQL강의 썸네일](https://cdn.inflearn.com/public/courses/324566/cover/aa1fac55-6e80-4506-9c92-f32c2b65f93a/sql_basic.png?w=420)
[白文布団の余裕]データ分析のための基礎SQL
datarian
インフラの累積受講生10,000人以上、豊富なオン/オフライン講義経験を持つデータリアンのSQL基礎講義。 SQL基礎理論を学び、10のハッカーランク問題を解きます。
입문
SQL, MySQL
Nếu bạn tò mò về hành trình phát triển sự nghiệp của chuyên viên phân tích dữ liệu trong ngành IT, hãy tham dự buổi hội thảo tháng 6!
Công việc nhà phân tích dữ liệu
Lộ trình sự nghiệp chuyên viên phân tích dữ liệu
Cách phát triển sự nghiệp Data Analyst
📍Lưu ý
Tổng số người nộp đơn: khoảng 2.600!
Xem hội thảo được tranh luận sôi nổi dưới dạng video.
📢 Vui lòng kiểm tra trước khi tham gia lớp học!
📺 Vào tháng 7, chúng tôi sẽ thảo luận về các ví dụ thực tế về việc ra quyết định dựa trên dữ liệu.
Có ai có thể định nghĩa chính xác công việc của một nhà phân tích dữ liệu không?
Các nhà phân tích dữ liệu có công việc rất khác nhau tùy thuộc vào công ty và thậm chí trong cùng một công ty. Trong thế giới hoang dã này, nơi mọi người đều có định nghĩa khác nhau về nhà phân tích dữ liệu, chúng ta nên hướng tới điều gì khi tạo dựng sự nghiệp của mình? Ngôi sao phương Bắc của tôi nên là gì?
Phân tích dữ liệu là lĩnh vực chỉ chiếm chưa đến 1% lực lượng lao động của công ty và không thể tìm thấy nội dung nào liên quan đến lĩnh vực này ngay cả khi tìm kiếm. Vậy các nhà phân tích cấp dưới học như thế nào?
Thật tốt khi có một người bắn súng để hỏi, nhưng bạn không thể hỏi người bắn súng mọi lúc từ 1 đến 100. Bạn nên làm gì nếu không muốn trở thành một con ếch ngồi đáy giếng? Những thăng trầm trong quá trình tìm kiếm việc làm của một nhà phân tích dữ liệu và những mối quan tâm về nghề nghiệp phát sinh sau khi làm việc. Nếu bạn tò mò về cách họ giải quyết những mối quan tâm đó, hãy lắng nghe phiên này.
Câu hỏi 1. Tôi là người tìm việc muốn trở thành nhà phân tích dữ liệu. Mọi người xung quanh tôi thường nói rằng công ty đầu tiên bạn gia nhập là quan trọng. Tôi muốn làm việc chủ động và phát triển, vì vậy tôi hy vọng sẽ có được việc làm tại một công ty khởi nghiệp thay vì một công ty lớn. Tôi tò mò về cách tôi có thể phát triển con mắt nhìn nhận các công ty tốt với tư cách là một nhà phân tích dữ liệu và liệu các diễn giả có bất kỳ lời khuyên nào để lựa chọn một công ty tốt không!
Câu hỏi 2. Khi xem các bài đăng tuyển dụng, nhiều bài đăng yêu cầu kinh nghiệm cải thiện các chỉ số thông qua việc đặt giả thuyết và thử nghiệm. Làm thế nào để nhân viên mới có thể có được kinh nghiệm này? Tôi tự hỏi liệu có thể gián tiếp có được kinh nghiệm này mà không cần sử dụng dữ liệu thực tế của công ty không!
Câu 3. Tôi nên tập trung vào điều gì khi đọc tin tuyển dụng trên các trang web việc làm?
Câu hỏi 4. Tôi tò mò về những gì cần thiết khi cố gắng thay đổi nghề nghiệp từ công việc liên quan đến dữ liệu sang nhà phân tích dữ liệu, mặc dù đó không phải là vị trí phân tích dữ liệu. Ví dụ) Nhà tiếp thị → Nhà phân tích dữ liệu
Câu hỏi 5. Tôi đang nghĩ đến việc nghỉ việc. Nếu tôi muốn chuyển sang làm nhà phân tích dữ liệu, tôi nghĩ mình nên bắt đầu với tư cách là nhân viên mới hoặc thực tập sinh. Đó có phải là cách tốt để bắt đầu không?
Câu 6. Nhà phân tích dữ liệu năm nhất nên tập trung sự nghiệp của mình vào đâu?
Câu 7. Tôi tò mò muốn biết loại công việc nào mà bạn đã làm với tư cách là một nhà phân tích dữ liệu khiến bạn cảm thấy mình phát triển nhanh chóng.
Câu 8. Tôi tò mò muốn biết bạn đang trau dồi những khả năng và kỹ năng nào với tư cách là nhà phân tích!
Câu 9. Bạn nói rằng logic là điều quan trọng nhất trong phân tích dữ liệu. Có cách nào để cải thiện tư duy logic đó không?
Câu hỏi 10. Tôi đã học phân tích dữ liệu NLP và đã làm việc tại một công ty khởi nghiệp CNTT NLP trong 3 tháng. Tuy nhiên, tôi bối rối vì tôi đang làm một công việc hoàn toàn khác với phân tích dữ liệu. Tôi có nên chuẩn bị thay đổi công việc trước khi quá muộn không?
Câu 11. Tôi tự hỏi hình mẫu của bạn là ai. Tôi tự hỏi ước mơ của bạn khi lớn lên là gì và lộ trình của bạn là gì.
Tôi bắt đầu với vai trò là nhà phân tích dữ liệu tại một nền tảng nội dung và hiện là CPO của Datarian. Tôi đam mê việc tạo và phân tích nội dung gốc cho Datarian.
Chuyên gia phân tích dữ liệu. Đã làm việc tại một công ty khởi nghiệp giao hàng lúc bình minh và hiện đang làm việc tại một nền tảng giao dịch đồ cũ.
Tôi đã làm việc với tư cách là nhà phân tích dữ liệu tại Jobplanet và hiện đang làm việc tại Datalian. Từ việc tạo ra dữ liệu chưa từng tồn tại trước đây cho đến đề xuất các chiến lược kinh doanh sử dụng dữ liệu và quản lý các dự án. Tôi làm tất cả những gì có thể làm được với dữ liệu.
Sau khi thành lập một công ty khởi nghiệp nhà ở chung và làm chuyên gia phân tích cho một công ty khởi nghiệp hậu cần B2B, hiện anh là CEO của Datarian. Anh là một doanh nhân trẻ có kinh nghiệm từ khi khởi nghiệp đến khi thoát khỏi công ty. Ngay từ khi mới thành lập công ty, anh đã liên tục nghĩ về các kênh kinh doanh và hiện đang thiết kế và phân tích kênh của Datarian.
Sau khi làm việc với tư cách là nhà phân tích dữ liệu tại Coupang, Hyperconnect và Kakao, hiện tôi là CEO của Datarian. Làm việc với các thành viên Datarian đã khiến tôi tin vào sức mạnh của dữ liệu hơn nữa.
H. Hội thảo Datalian Live hàng tháng diễn ra khi nào? Tôi có thể đăng ký ở đâu?
Bạn có thể xem thông tin hội thảo tháng tới trên trang web Datalian . Bạn cũng có thể nộp đơn ngay!
H. Tôi có cần chuẩn bị gì trước khi nghe không?
Không :D Bất cứ ai cũng có thể nghe thấy!
H. Tôi có thể xem riêng các slide bạn đã sử dụng trong hội thảo không?
Vui lòng kiểm tra các slide ở liên kết bên dưới!
Slide Hội thảo tháng 6: https://bit.ly/3yrT4TG
Khóa học này dành cho ai?
Những ai muốn nghe chia sẻ từ nhà phân tích dữ liệu đi trước về quá trình tìm việc và những băn khoăn sau khi đi làm.
Những bạn nào tò mò các senior data analyst đã đi làm đang làm việc như thế nào
Người đang làm chuyên viên phân tích dữ liệu, nhưng lo lắng liệu có đang trở thành "cỗ máy query" chỉ với "kinh nghiệm hời hợt".
Người đang băn khoăn về sự nghiệp phân tích dữ liệu
33,012
Học viên
2,902
Đánh giá
23
Trả lời
4.9
Xếp hạng
40
Các khóa học
Tất cả
6 bài giảng ∙ (2giờ 20phút)
5. Phần 2 - Hỏi đáp
50:41
Tất cả
2 đánh giá
4.5
2 đánh giá
Đánh giá 7
∙
Đánh giá trung bình 4.3
Đánh giá 495
∙
Đánh giá trung bình 4.8
Miễn phí
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!