Praca w analizie danych/BI

Cześć wszystkim :) Mam kilka pytań odnośnie pracy w szeroko pojętej analizie danych. Post podzielę na dwie części, najpierw mój bacground a potem konkretne pytania.
Jestem po studiach technicznych, obecnie pracuje jako technical writer ale w branży nie związanej z IT także w obrębie firmy nie mam opcji na zmianę stanowiska. Stwierdziłam że chce zmienić branżę bo w swojej się nie rozwijam, na studiach zawsze najbardziej podobało mi się robienie sprawozdań, obliczeń do pomiarów, wykresów itp. Po zrobieniu researchu stwierdziłam że najciekawsza będzie dla mnie praca jako analityk danych czy też BI analyst lub BI developer. Rozpoczęłam naukę SQL, aktualnie jestem na poziomie robienia zadanek na stronach do ćwiczenia zapytań. Uczę się też power BI, mam już kilka prostych dashboardów, obecnie robię większy projekt żeby mieć już coś do portfolio. Uczę się też pythona (miałam trochę na studiach) głównie skupiam się na pracy na danych czyli biblioteki Numpy, Pandas, Matplotlib.
Teraz czas na moje pytania :)

1. Jaki poziom SQLa i power Bi jest już wystarczający żeby wysyłać CV?
2. Co sobie przypomnieć z matmy żeby mnie nie zagięli na rozmowie?
3. Czy jest zapotrzebowanie na analityków/BI?
4. Czy chętnych jest tak dużo jak we front endzie?
5. Co oprócz skilli które wypisałam warto nauczyć się samemu żeby lepiej wypaść na rozmowie?
6. Czy warto robić certyfikat z z power Bi przed znalezieniem pierwszej pracy?
7. Czy warto poduczyć się też Tableau oprócz Power Bi żeby mieć podstawy obu narzędzi czy na start lepiej skupić się na jednym?

Karolina Pisarek napisał(a):

Teraz czas na moje pytania :)

1. Jaki poziom SQLa i power Bi jest już wystarczający żeby wysyłać CV?

To zależy od konkretnej oferty. W jednym wystarczy, że wiesz co to w innym musisz używać funkcji analitycznych. Im więcej będziesz, tym lepiej dla rozmowy i późniejszej pracy.

2. Co sobie przypomnieć z matmy żeby mnie nie zagięli na rozmowie?

Pewnie jakieś rzeczy z prawdopodobieństwa, funkcji itp, ale tu bym jakoś nie szalał.

3. Czy jest zapotrzebowanie na analityków/BI?

Co przez to rozumiesz? Raczej nie takie jak na programistów, ale parę ofert widział,.

4. Czy chętnych jest tak dużo jak we front endzie?

To jest bardziej wymagająca działka niż front end (moim zdaniem), ale ofert tez jest mniej.

5. Co oprócz skilli które wypisałam warto nauczyć się samemu żeby lepiej wypaść na rozmowie?

Umiejętności miękkie są ważne, bo taki analityk pracuje z "biznesem" i warto wiedzieć też coś o branży, do jakiej się celuje. Jakie tam KPI są ważne.

6. Czy warto robić certyfikat z z power Bi przed znalezieniem pierwszej pracy?

Moim zdaniem nie warto (lepiej ten czas przeznaczyć na naukę bardziej przydatnych rzeczy), ale może to być punkt przeważający na twoją stronę jak będzie dwóch takich samych kandydatów,

7. Czy warto poduczyć się też Tableau oprócz Power Bi żeby mieć podstawy obu narzędzi czy na start lepiej skupić się na jednym?

Ja bym się skupił na jednym na początku.

Obecnie pracuje z danymi i bi i jeszcze ani razu nie zdarzyło mi się, żebym musiał używać matmy wykraczającej poza podstawowe rzeczy jak dodawanie, mnożenie itp.

Co do reszty. Danych przybywa i przybywać będzie, więc z automatu rośnie zapotrzebowanie na takie osoby. Chętnych jest mniej, bo chcąc nie chcąc jest to bardziej wymagająca praca niż klepanie crudów. Poziom sqla? Taki który pozwala swobodnie agregować dane i wyciągać z nich to co jest potrzebne.

Nie wiem jak w innych dzialkach ale w tej branzy dominuje rażąco niski poziom techniczny ludzi. 80% nie rozumie jak dziala left join w 100% i po co sie go uzywa.
Wielokrotnie widze ze ktos pisze sql query gdzie dociaga 2 tabele left joinem i zadnej kolumny z tych tabel nie uzywa nigdzie dalej. Albo "from b left join a where a.col is not null" ktore dziala jak inner. Po co?
I wiele wiele innych.
A poziom znajomosci Pythona czy ogolnej rozkminy ktory ludzie z tej dzialki nieraz deklaruja jest razaco slaby.

Ogolnie w tej dzialce musisz sam metoda prob i bledow dlubac bo ciezko jest sie od kogos tu uczyc poniewaz ciezko kogos ogarnietego w projektach spotkac.
Projektami BI czesto dowodzą PMowie ktorzy nie rozumieja czym rozni sie widok od tabeli itd...

Ehh nie chce mi sie daj Panie cierpliwosc na nastepny rok...

Karolina Pisarek napisał(a):

Teraz czas na moje pytania :)

1. Jaki poziom SQLa i power Bi jest już wystarczający żeby wysyłać CV?

Weekend z Khan Academy, ale jak postawisz sobie jakąś swoją bazkę i na niej podziałasz to super.

2. Co sobie przypomnieć z matmy żeby mnie nie zagięli na rozmowie?

Nic nie musisz, ale warto przerobić podstawy statystyki, może się przydać. Ale to ma niski priorytet

3. Czy jest zapotrzebowanie na analityków/BI?

W Wawie w opór. Poza - nie wiem.

4. Czy chętnych jest tak dużo jak we front endzie?

Mniej. Mało osób się kształci w tym kierunku, więc każda osoba nie z przypadku jest na wagę złota

5. Co oprócz skilli które wypisałam warto nauczyć się samemu żeby lepiej wypaść na rozmowie?

Zależy od rozmowy

6. Czy warto robić certyfikat z z power Bi przed znalezieniem pierwszej pracy?

Przed znalezieniem pierwszej pracy warto próbować wszystkiego, bo ciężko zacząć. Ale nie musisz specjalnie czekać na cert żeby zacząć szukać pracy

7. Czy warto poduczyć się też Tableau oprócz Power Bi żeby mieć podstawy obu narzędzi czy na start lepiej skupić się na jednym?

Skup się na jednym, szkoda czasu. Co nie znaczy, że nie możesz aplikować do pracy w narzędziu, którego nie znasz ;)

@Ekonomistka: Pozwolę sobie odpowiedzieć w poście ze względu na limit znaków.

Analiza/modelowanie danych to też programowanie :) Dlaczego uważam, że jest to bardziej wymagające od cruda? Ponieważ wymaga zupełnie innego podejścia - Trzeba bardziej zwracać uwagę na to co co się robi. Nie chce nikomu umniejszać, ale crudy dzisiaj robi każdy. Dodatkowo dochodzi kwestia frameworków, które w tym przodują i wiele ludzi nawet nie do końca rozumie co robi, tylko powiela oklepane schematy. Praca z danymi wymaga troszkę większego zaangażowania niż dopisanie kolejnego endpointa, stąd samo zainteresowanie tą działką jest mniejsze, bo poziom wejścia jest trudniejszy. Żeby była jasność - Pisałem / nadal pisze systemy webowe. Powyższe to moje subiektywne odczucie mając na uwadze komercyjne doświadczenie w obu działkach. Dane (moim zdaniem) angażują więcej logiki a same projekty są po prostu ambitniejsze.

Odpowiem z mojego punktu widzenia - akurat zajmuję się teraz stackiem Oracle, ale robiłem projekty w MS, Tableau, PowerBI, Qlik itp.

Teraz czas na moje pytania :)

1. Jaki poziom SQLa i power Bi jest już wystarczający żeby wysyłać CV?

Jak prowadzę rozmowy techniczne z kandydatami to pytam o język SQL - kilka prostych pytań, komendy/zastosowanie i wiadomo czy ktoś go faktycznie umie czy nie.
Moim zdaniem język SQL to podstawa i należy go znać w jak najlepszy stopniu - a w tym przypadku po prostu trzeba robić wiele różnorodnych zapytań.

Z drugiej strony podejście do projektowania struktur danych to must have.

2. Co sobie przypomnieć z matmy żeby mnie nie zagięli na rozmowie?

Nie przypominam sobie matmy na rozmowach, ale logiczne myślenie i zdolność do rozwiązywania problemu, znajdywania rozwiązań, propozycji itp - must have.

3. Czy jest zapotrzebowanie na analityków/BI?

Może nie koniecznie na analylityków BI, ale już na cały FLOW pobierania-przetwarzania-raportowania danych - jak najbardziej. Czy jest więcej ofert programistycznych? - Tak. Czy jest dużo ofert związanych z szeoro pojętymi danymi, systemamy BI, DWH, Date Lake i innymi pojęciami 'około danowymi' - Tak.

4. Czy chętnych jest tak dużo jak we front endzie?

Samo raportowanie i przedstawianie danych - mało ofert.
Poszerzenie stacka o pozyskiwanie danych, przetwarzania, optymalizacja, raportowania - dużo ofert.

5. Co oprócz skilli które wypisałam warto nauczyć się samemu żeby lepiej wypaść na rozmowie?

Z racji takie, że bardziej teraz siedze w Oracle to przedstawię swój punkt widzenia:

SQL - zaawansowany
PL/SQL - zaawansowany
Python, R, Jython, Bash, czasami może się inny trafić - opcjonalnie, jako plus

Administracja bazami danych, optymalizacja zapytań

Linux - opcjonalnie, jako plus - napisałem linux ze względu na instalacje systemów na tych systemach

Inne:
Narzędzie BI - Oracle BI / Oracle DV ale inne jak Power BI, Tableau, Qlik ... - jedno z nich należy znać
Narzedzie ETL - ODI, oracle Warehouse Builder, Informatica lub inne - jedno z nich fajnie znać (oczywiscie można je pominąć za pomocą PL/SQL , Pythona czy innych możliwości)
Jeżeli Oracle to to Oracle APEX
Szeroko pojęty Cloud - dużo firm migruje właśnie do Clouda, więc rozwiązanie z tym związane są teraz bardzo mile widziane
Migracje systemów On-Prem do Clouda - szeroko pojęte zagadnienie

6. Czy warto robić certyfikat z z power Bi przed znalezieniem pierwszej pracy?

Nie wiem jak jest w innych technologiach, ale w Oracle zachęcałbym do zdania certyfikatów.
W zasadzie na rozmowie można to zweryfikować kilkoma pytaniami :P

7. Czy warto poduczyć się też Tableau oprócz Power Bi żeby mieć podstawy obu narzędzi czy na start lepiej skupić się na jednym?

Narzędzie jak narzedzie, wszystkie 'nowoczesnie' narzedzia BI są podobne do siebie, każde ma swoje plusy i minusy, swoje rozwiązania.
Lepiej skupić się na jednym plus dodatki i znaleźć prace.
Jeżeli Power BI to technologia MS + inne jego technologie z BI/ETL, bazy danych, rozwiązanie Cloudowe, rozwiązania projektowe itp.

Ja osobiście zaczynałem od narzedzie BI i tworzenia modelu danych dla systemu BI.
Aktualnie robiłem/robię cały fullstack czyli od instalacji u klienta, konfiguracji systemów poprzez przetwarzanie danych, projektowanie struktur, optymalizacje, procesy ETL do raportowania dla różnych poziomów biznesowych - jest szeroki zakres działania, najważniejsze by zacząc pracowac w dziedzinie i sie rozwijać.

Nie bawię się w BI, ale do SQLa polecam Data Lemur (https://datalemur.com/sql-interview-questions) - jest tam sporo "bardziej zaawansowanych" querek, można sobie poćwiczyć agregacje, window functions i inne rzeczy których generalnie w "kursach SQLa" albo nie ma, albo są na niskim poziomie, ale do analityki się przydają. Do tego dokumentację postgresa (np do window functions, CTE). Uwaga tylko na spam, autor dość mocno śle maile.