Debe elegir un proyecto que implique:
- Recopilar datos de múltiples fuentes en diferentes formatos y agregarlos en algún tipo de almacenamiento. Las fuentes pueden ser archivos, fuentes de datos de sitios web, raspado de datos. El almacenamiento puede ser una base de datos sql de código abierto como mysql. Estos perfeccionarán sus habilidades de base de datos. Si es demasiado, comience con Excel como almacenamiento y luego mueva gradualmente los datos a las bases de datos.
- Suponiendo que los datos están en la base de datos, debe intentar obtener los datos de esa base de datos y presentar los mismos datos de diferentes maneras. De diferentes maneras, puede agrupar (agregar) datos por diferentes parámetros; otro ejemplo es transponer sus datos convirtiendo filas en columnas.
- Una vez que retiró los datos de la base de datos, debe alimentarlos como entrada a alguna herramienta de análisis como python / R. Esta es la parte donde se necesita un conocimiento básico de estadística para realizar un análisis simple de los datos. Cree modelos de predicción simples utilizando técnicas de regresión básicas al principio.
- El resultado del análisis será un informe de algún tipo. Digamos que es un informe simple basado en tablas. Ahora realice una visualización sobre esto (la visualización también se puede hacer en datos sin procesar), dibuje algunos gráficos circulares, histogramas para mostrar cómo se distribuyen los datos entre las diferentes categorías.
