En el mundo de Analytics (particularmente India), para trabajar como analista de datos debe saber:
Lenguajes: SQL y SAS. El conocimiento de R y Python es Plus.
Herramientas: Excel (Macro) / VBA
- Travel Show Host: ¿Cómo me convierto en anfitrión de viajes en la televisión?
- Era un programador que tenía 8 años de experiencia en VC ++ y SQL Server y 8 años de descanso. El descanso es un gran obstáculo para mí. ¿Qué debo hacer para conseguir un trabajo?
- Como desarrollador senior de COBOL, ¿debo hacer PMP o aprender alguna tecnología nueva, como big data o ETL, para salvar mi futuro?
- Estoy harto de luchar en un trabajo corporativo de nivel de entrada y pensar en convertirme en camionero. Como es el trabajo
- A veces soy un asno y un matón. ¿Puedo reconstruir mi reputación en el trabajo?
Herramientas de visualización de datos: Tableau / SAS VA
Primero revise el tema “Introducción a la analítica” mencionado en el curso. QM901x | edX. Esto le dará una buena idea de qué es Analytics y cómo se utiliza para impulsar las decisiones comerciales.
- Introducción a la analítica
- Analítica en la toma de decisiones
- Cambiadores de juego e innovadores
- Analítica predictiva
- Opinión de expertos sobre Analytics
Publique eso, realice cursos introductorios sobre análisis de datos. Estos cursos lo ayudarán a construir una base para Analytics.
Comience con la serie Estadística para empresas MOOC de los profesores IIM-B. Cubre lo básico sobre el análisis de datos.
IIMBx: QM101.1x Estadísticas para empresas – I: QM101.1x Información del curso | edX
IIMBx: QM101.2x Estadísticas para empresas – II: QM101.2x Información del curso | edX
Una vez que haya terminado con los cursos básicos anteriores, pase a cursos más avanzados.
Ir a través del curso: IIMBx: QM901x Predictive Analytics
Enlace: QM901x Información del curso | edX
Silaba :
- -Introducción a la analítica
- -Regresión lineal simple (SLR)
- -Regresión lineal múltiple (MLR)
- -Regresión logística
- -Árboles de decisión y análisis de datos no estructurados
- -Pronóstico y análisis de series temporales
MITx: 15.071x La ventaja de Analytics: 15.071x Información del curso | edX
Método de análisis cubierto:
- regresión lineal
- Regresión logística
- arboles
- Análisis de texto
- agrupamiento
- visualización
- mejoramiento.
Aprenderá a usar el software estadístico R y un software de hoja de cálculo para construir modelos y trabajar con datos.
Los contenidos de este curso son esencialmente los mismos que los de la clase MIT correspondiente. Es un curso desafiante, pero le permitirá aplicar Analytics a aplicaciones del mundo real.