Mis dos centavos: ciertamente no es exhaustivo, pero es un comienzo.
- Una formación en matemática y lógica : cuanto más, mejor, particularmente la comprensión de la teoría de conjuntos, la teoría de grafos, la probabilidad y la estadística. Es poco probable que hayas aprendido estas habilidades mientras estudias en una escuela B.
- Experiencia en gestión de datos : cuanto mayor sea el conjunto de datos que esté analizando, más experiencia debería tener en las tecnologías de big data. Si bien algunos argumentarán que la gestión de datos puede subcontratarse en la cadena alimentaria de TI, argumentaré que es una habilidad crítica para un analista de datos porque nos permite ser más ágiles al construir nuestros modelos y ejecutar nuestros experimentos. Piense en NoSQL, almacenes de datos en columnas, Hadoop para grandes datos de transmisión. Habilidades RDBMS más tradicionales para conjuntos de datos más pequeños, basados en esquemas.
- Habilidades de manipulación de datos: los datos están sucios y, a menudo, deben limpiarse. Los datos deben ser filtrados, normalizados, agrupados y agregados. Las diferentes habilidades en diversas tecnologías son valiosas dependiendo de la naturaleza y el tamaño de los conjuntos de datos que se manipulan. Para estar seguro, aprenda herramientas de big data como Pig / Hive / Drill. La codificación en R y / o Python también son habilidades valiosas aquí. Excel sigue siendo una de las herramientas más importantes en el cobertizo.
- Experiencia en la materia : es importante que comprenda el negocio subyacente para que tenga …
- La capacidad de comunicarse verbal y visualmente . Deberá comunicarse con los consumidores de análisis. Deberá hablar su idioma y estar preparado para repetir. Los grandes analistas de datos cuentan historias de datos convincentes que agregan suficiente fondo textual para acentuar una visualización en el punto: un gráfico, informe, métrica, KPI o un panel grande. Conviértase en un experto en más de una herramienta: PowerBI, Tableau, ClickView, Wolfram Mathematica, R, etc.
- Agilidad : esto es algo que llevará tiempo aprender y aplicar, pero la analítica es un deporte de equipo que a menudo requiere muchas iteraciones para comprender las necesidades / problemas subyacentes, diseñar el enfoque correcto y expresar sus hallazgos de una manera que pueda entendido y compartido. Sé ágil