Para los roles de analista en LinkedIn, a menudo nos centramos más en SQL que en los lenguajes de script durante nuestro proceso de entrevista. Dicho esto, respondiendo la pregunta de manera más general sobre cómo prepararse para una entrevista de análisis de datos desde una perspectiva de programación, diría que es mucho mejor centrarse en estructuras de datos fundamentales, algoritmos y solo en la resolución general de problemas. Me encantan los pandas (y numpy, scipy y scikit-learn, de hecho) y realmente aprecio lo que hacen y las oportunidades que ofrecen para el futuro. Dicho esto, creo que los fundamentos son más importantes que el paquete específico o el conocimiento de la biblioteca.
Un buen profesional de análisis es como un buen artesano: carpintero o albañil, por ejemplo. El punto es lo que puede hacer con las herramientas a su disposición en lugar de lograr fines específicos en lugar del universo de lo que puede hacer con ellos por derecho propio. Las técnicas exóticas con herramientas oscuras significan muy poco cuando no puedes cortar un tablero en línea recta.
- Cómo aprovechar al máximo mi pasantía de verano de Microsoft
- ¿Cuánto se ve afectado el crecimiento de tu carrera si eres de una escuela de niños Hindi Medium?
- ¿Cómo empezaste a ser lo que quieres ser?
- ¿Por qué debería seleccionar la gestión de la cadena de suministro en lugar de otros cursos de gestión?
- ¿Cómo es trabajar como analista de tecnología en JP Morgan y Chase en Singapur?