Gran parte del futuro profesional pasa por los perfiles especialistas en datos. Data Scientist, Data Analyst, Data Engineers, Data Viz… Ya hablamos hace tiempo de la diversidad de perfiles en torno al dato que se están generando alrededor de estas oportunidades profesionales.
Quizás te has planteado adentrarte en este mundo pero no sabes por dónde empezar. Para ayudarte, en Keepler tenemos un Data Path interno del que hemos extraído parte para que pueda convertirse en una guía en tus primeros pasos hacia el mundo de los datos y convertirte en Data Analyst, una de las profesiones que siempre aparecen en el Top5 de las más demandadas para los próximos años. Quién sabe, quizás sea el inicio de un cambio profesional para ti.
SQL
SQL es un lenguaje muy específico para administrar y recuperar información de sistemas de gestión de datos relacionales. Es un lenguaje muy estandarizado para administrar bases de datos relacionales y realizar diversas operaciones con los datos que contienen. Es utilizado habitualmente por los desarrolladores que escriben scripts de integración de datos y por los analistas de datos que configuran y ejecutan consultas analíticas.
- [EN] Master SQL for Data Science (ALL). It covers SQL topics from basic to advanced levels.
Data Modeling
Entendemos Data Modeling como un proceso de diseño y creación de modelos de datos estandarizados. Es una fase muy importante por debajo de la estructura sobre la que los datos se organizan, permitiendo ilustrar las relaciones que se dan entre ellos. Es un proceso un poco lento porque identificar todas las relaciones posibles en un modelo requiere de tiempo, pero documentar adecuadamente los datos conceptuales, lógicos y físicos, facilita identificar errores y posibles cambios antes de entrar en fases de codificación.
- [EN] Relational Database Concepts (L1).
- [EN] Star and Snowflake Schema (L1).
- EN-SP] Database table partitioning (L1)
Coding in Python
Python es un lenguaje de programación que tiene como objetivo la legibilidad del código. Es un lenguaje sencillo de leer y de escribir, ya que tiene bastante similitud con el lenguaje humano. Quizás por ello, está muy en auge para la creación de aplicaciones web, análisis de datos y automatización de operaciones. Es muy utilizado en el ámbito de la ciencia de datos gracias a su simplicidad y a la gran cantidad de librerías disponibles y la enorme comunidad que lo soporta.
- [EN] Learn Python for free (ALL) It covers the fundamentals (data types, loops, lambda functions, and so on).
Data Analysis
El análisis de datos (o Data Analysis) son una serie de tareas y técnicas dirigidas a analizar los datos sin procesar para sacar conclusiones y la información más relevante de estos, encontrar tendencias y métricas que aporten valor a la toma de decisiones. Permite a las organizaciones identificar formas más eficientes dentro de enormes cantidades de información.
Identificamos 4 tipos de analítica:
- Descriptiva: describe lo sucedido en un periodo de tiempo determinado.
- Diagnóstica: trata de explicar por qué han sucedido determinadas cosas y establecer un diagnóstico.
- Predictiva: se enfoca en predecir eventos que pueden suceder en un futuro cercano.
- Prescriptiva: recomienda acciones y prevee el impacto que tendrán.
- [EN] Data Analyst Udacity Nanodegree (L1). Highly recommended course. It covers the main fields which are involved in the data analyst role.
- [EN] Intro to Statistics (L1). Basic course to refresh stats principles.
- [EN] Python for Time Series Analysis (L1-L2). It covers classical methods for time series forecasting and a short chapter dedicated to the Prophet library.
Data VIZ
Data Visualization es la técnica que recopila toda la información y datos y lo traduce en una representación visual que facilite la comprensión e interpretación de la manera más acertada y efectiva posible para extraer conclusiones, compartir ideas o tomar decisiones.
- [EN] #Dataviz, How to create better visualizations? (L1) Article written by Marcos Sobrino. There are several tips and best practices in order to make good visualizations.
- [EN] Colors for Data Science A-Z: Data Visualization Color Theory (L1) Course focused on acquiring knowledge about the use of the colors in visualizations.
- [EN] Plots summary (ALL). Excellent resource to have a wide vision about different types of plots and when and how to use them.
Herramientas de BI
BI (o Business Intelligence) son las estrategias y herramientas que permiten transformar simples datos en información y conocimiento que aporte valor a la organización y ayude a la toma de decisiones. Normalmente, combina información interna y externa de la organización de muy diferentes orígenes y fuentes.
La inteligencia de negocio cobra cada vez más importancia en las empresas por cada vez el mayor volumen de datos y su mayor complejidad, lo que hace necesario su procesamiento, análisis y presentación de forma entendible para los distintos actores que la consumen.
Power BI
Power BI es el servicio de análisis de datos de Microsoft que permite generar visualizaciones interactivas en una interfaz sencilla de consumir y utilizar por usuarios finales, permitiéndoles también crear por sí mismos informes y paneles.
- [ES] PowerBI – Análisis de datos y Business Intelligence (L1). Basic course to take the first steps with PowerBI.
- [EN – SP] Learning path de Microsoft Certified: Data Analyst Associate (L2). Intermediate level learning path to achieve the Data Analyst Associate Microsoft Certification.
- [EN-SP] SQLBI, Guy in a Cube, Microsoft Power BI, SerDataPro (ALL). Youtube channels.
Quicksight
Amazon Quicksight es el servicio de inteligencia empresarial de AWS conecta a la nube los datos de muy diversas fuentes. Permite ofrecer información fácil de entender para todas las personas de la organización, mediante preguntas en lenguaje natural, paneles interactivo o búsqueda automática de patrones y valores atípicos impulsada por machine learning.
- [EN-SP] SQLBI, Guy in a Cube, Microsoft Power BI, SerDataPro (ALL). Youtube channels.
- [EN] Cloud Intelligence Dashboard Workshop (L2). Overview about AWS services needed to create the typical AWS process to deploy Quicksight data products (i.e. S3,Glue, Lambda,Athena and Quicksight).
Tableau
Tableau es una solución de Salesforce de análisis visual, ayudando a las personas a ver y comprender los datos. Permite explorar y administrar datos fácilmente y descubrir y compartir información rápidamente.
- [EN-SP] Free training videos (L1). To do your first steps with Tableau. Official free training videos.
Qlik
Qlik es una plataforma de análisis empresarial que convierte datos en bruto en acciones informadas, una plataforma de análisis en tiempo real e integración de datos en la nube híbrida de extremo a extremo.
- [EN] Business User (L1)
- [EN] Business Analyst (L2)
- [EN] Data Architect (L3)
Microstrategy
Microstrategy es una plataforma de BI y analítica empresarial desarrollada en nube híbrida. Permite potentes funcionalidades como descubrimiento de datos, análisis avanzados, visualizaciones, inteligencia empresarial, informes y más. Facilita también la personalización de aplicaciones e integración con terceros.
- [EN] Official courses (ALL).
Data Engineering
La ingeniería de datos diseña, desarrolla y mantiene los sistemas que procesan grandes volúmenes de datos. El Data Engineer es el responsable de construir y mantener las estructuras de datos y las arquitecturas tecnológicas que se necesitan para la ingestión, procesamiento e implementación a gran escala de aplicaciones que utilizan datos de forma intensiva.
- [EN] Data Engineering Nanodegree Udacity (L3). Well explained course with a wide variety of projects and exercises. The course is based on AWS services and it is assumed that you have a good level of SQL and some knowledge of Python. Note that it is a nanodegree and it has a high level from a DA perspective.
Cloud basics
La nube pública ofrece cada vez más oportunidades laborales y su conocimiento y funcionamiento es un valor adicional para los especialistas en datos. En Keepler hemos elaborado un completo Cloud Learning Path que te ayudará a adentrarte en la nube pública de AWS, Google Cloud y Azure y sumar ese conocimiento a tu experiencia.
https://keepler.io/es/learning-cloud/
Estamos seguros de que si eres capaz de recorrer este path y adquirir todos los conocimientos de estas formaciones y lecturas, habrás dado el primer paso para orientar tu carrera profesional hacia un mercado con grandes oportunidades profesionales.
Imagen: Unsplash | @campaign_creators
Deja un comentario