Data Analyst: Αρμοδιότητες, Μισθός & Καθημερινότητα

linq team
20 Αυγούστου, 2024

Εισαγωγή

Στις μέρες μας οι εταιρείες λαμβάνουν καθημερινά μεγάλες ποσότητες πληροφορίων, τις οποίες μπορούν να χρησιμοποιήσουν προκειμένου να βελτιστοποιήσουν τις στρατηγικές τους.

Ποιός όμως φροντίζει να συλλέξει και να αναλύσει αυτά τα δεδομένα με σκοπό την εξαγωγή συμπερασμάτων; Ένας/Μία high qualified επαγγελματίας Data Analyst.

Τι περιλαμβάνει ο ρόλος ενός/μίας Data Αnalyst;

Αν αναρωτιέσαι τι είναι και τι κάνει @ Data Analyst, ουσιαστικά συλλέγει δεδομένα που αφορούν τους πελάτες, τα προϊόντα ή τις επιδόσεις μιας εταιρείας και εξάγει δείκτες βάσει των οποίων λαμβάνονται σημαντικές αποφάσεις. Οι πληροφορίες αυτές μπορούν να χρησιμοποιηθούν, προκειμένου να καθοριστούν – αναδιαμορφωθούν οι στρατηγικές που θα ακολουθήσει η επιχείρηση για να βελτιώσει τα προϊόντα, τις υπηρεσίες και την απήχηση της στο κοινό.

Τι hard skills και γνώσεις χρειάζονται για να ξεκινήσω να εργάζομαι ως Data Analyst;

To να διαθέτεις ένα ακαδημαϊκό background στα μαθηματικά, τη στατιστική ή τα οικονομικά, σίγουρα θα σε βοηθήσει!

Όσο αφορά τα hard skills, είναι απαραίτητο να γνωρίζεις γλώσσες προγραμματισμού. Συγκεκριμένα, οι γλώσσες R, Python και SQL είναι από τις πιο χρήσιμες εάν επιθυμείς να εργαστείς ως data analyst. Εργαλεία που χρησιμοποιούν συχνά οι Data Analysts για να αναλύσουν τα δεδομένα που συγκεντρώνουν είναι το Tableau και το Power BI.

Στο Data Analytics eLearning Academy θα έχεις την δυνατότητα να μάθεις βήμα βήμα από το 0 το R Studio, λογισμικό που θα χρησιμοποιήσεις για να δουλέψεις με την γλώσσα προγραμματισμού R, που είναι ελεύθερη γλώσσα προγραμματισμού και ιδιαίτερα δημοφιλής στον τομέα του Data Analytics

Επίσης θα εξασκηθείς σε όλη τη στατιστική των αλγορίθμων, για να μπορείς να κάνεις ανάλυση και εξαγωγή νέων συμπερασμάτων και περιγραφή και παρουσίαση του δείγματος.

Και όσο αφορά τα soft skills;

Σχετικά με τα soft skills που είναι χρήσιμο να διαθέτεις, αν θέλεις να ασχοληθείς με το data analysis, είναι η κριτική σκέψη, οι οργανωτικές δεξιότητες και η ικανότητα επίλυσης προβλημάτων. Επίσης, καθώς είναι ένας ρόλος που θα έχεις επικοινωνία με διαφορετικά τμήματα και seniorities, είναι σημαντικό να έχεις ανεπτυγμένες επικοινωνιακές ικανότητες.

Είναι το Data Analysis ένα καλό επαγγελματικό μονοπάτι;

Οι data analysts έχουν ζωτική σημασία για την επιτυχία μιας επιχείρησης. Η επιστήμη του data analysis μπορεί να χρησιμοποιηθεί τόσο στο πεδίο της έρευνας πριν το λανσάρισμα ενός προϊόντος, για να γίνουν προβλέψεις για την επιτυχία του στην αγορά, αλλά και εκ των υστέρων για να βελτιωθούν οι στρατηγικές προώθησης και πώλησης. Επιπλέον το data analysis είναι χρήσιμο εκτός από το marketing ή το product τμήμα μιας εταιρείας και σε άλλα τμήματα όπως το HR, το finance, το Customer Service, καθώς όλα τα τμήματα σε μια εταιρεία πλέον χρειάζονται εξειδικευμένους επαγγελματίες που μπορούν να αναλύουν τα δεδομένα και να εξάγουν συμπεράσματα.

Αυτό σημαίνει πως οι επαγγελματικές ευκαιρίες στον κλάδο του Data Analysis είναι πολλές και μπορείς ανάλογα με τα ενδιαφέροντα σου να εργαστείς σε διάφορα industries και τμήματα!

Ποιός είναι ο μισθός ενός/μίας Data Analyst;

Μιας και η επιστήμη του data analysis είναι αρκετά σύγχρονη, με αποτέλεσμα να υπάρχει μεγάλη ζήτηση στην αγορά εργασίας αλλά παράλληλα αυτό να δίνει στ@ς επαγγελματίες του χώρου την ευκαιρία να θέσουν υψηλά στάνταρ όσον αφορά τις μισθολογικές απαιτήσεις. Σύμφωνα με το glassdoor.com, ο μέσος μισθός στην Αθήνα για έναν data analyst αφορά το ποσό των 1.400 ευρώ ανά μήνα.

Πως θα γίνω Data Analyst χωρίς καθόλου εμπειρία;

Θέλεις να ξεκινήσεις την καριέρα σου στο Data Analysis αλλά δεν έχεις καθόλου εμπειρία; Τότε το Data Analytics Academy by linq είναι για σένα!

Εκτός από την θεωρητική εκπαίδευση, θα έχεις την δυνατότητα να εφαρμόσεις ό,τι μάθεις και στην πράξη, μιας και θα έχεις την ευκαιρία να ολοκληρώσεις ένα Case Study βασισμένο σε πραγματικές συνθήκες.

Συγκεκριμένα θα χρειαστεί να κάνεις τις απαραίτητες λειτουργίες ώστε ένα dataset:

  1. Να είναι έτοιμο προς ανάλυση (Data Cleaning)
  2. Να περιγράψεις και να παρουσιάσεις επαρκώς ένα dataset (Descriptive statistics and visualization)
  3. Να εξάγεις νέα πληροφορία μέσα από το dataset (Data Mining),

Project το οποίο μπορείς να προσθέσεις στο βιογραφικό σου για να μπορούν οι δυνητικοί εργοδότες να δουν ένα δείγμα της δουλειάς σου.

Με άλλα λόγια είναι ένα πλήρες και εντατικό σεμινάριο, το οποίο παρακολουθείς σε δικό σου χρόνο και χώρο!

Ποιά η διαφορά μεταξύ Data Analyst και Business Analyst;

Το κοινό που υπάρχει και στους 2 ρόλους, είναι πως διαχειρίζονται δεδομένα.

Οι data analysts από την μία εστιάζουν περισσότερο στα δεδομένα και τα reports, μπαίνουν σε μεγαλύτερο τεχνικό βάθος με πιο εξειδικευμένα εργαλεία. Οι business analysts από την άλλη ασχολούνται περισσότερο με το να δίνουν λύσεις για την επιχείρηση. Xρησιμοποιούν τα δεδόμενα για να σκεφτούν προτάσεις σχετικά με την ανάπτυξη της και δουλεύουν συνήθως με το εργαλείο Power BI. Ωστόσο οι ακριβείς αρμοδιότητες του κάθε ρόλου διαφέρουν ανάλογα και με τις ανάγκες της κάθε επιχείρησης.

Πως αναζητώ θέσεις εργασίας για Data Analyst;

Εάν θέλεις να ψάξεις για ανοιχτές θέσεις στο Data Analysis θα χρειαστεί να χρησιμοποιήσεις τους παρακάτω όρους στην αναζήτηση σου:

  • Data Analyst
  • Data Scientist
  • Data Engineer
  • BI Analyst
  • Business Analyst
  • R
  • SQL
  • Python
  • Power BI
  • Tableau

Πως είναι μια τυπική διαδικασία συνέντευξης για μια θέση Data Analyst;

Συνήθως αποτελείται από τα παρακάτω βήματα:

Πρώτη συνέντευξη γνωριμίας με το HR/Recruiter: Η πρώτη συνέντευξη συνήθως είναι με κάποι@ recruiter όπου θα κάνετε μια πρώτη συζήτηση σχετικά με την εμπειρία, τις γνώσεις και τους επαγγελματικούς σου στόχους αλλά και τις απαιτήσεις της θέσης.

Δεύτερη συνέντευξη με τ@ Manager/Leader του τμήματος: Συχνά η 2η συνέντευξη γίνεται απευθείας με τ@ άμεσ@ υπεύθυν@ σου και ίσως υπάρχει παρουσία και άλλων ατόμων, όπως @ Hiring Manager της εταιρείας ή κάποια άλλα μέλη της ομάδας με τα οποία θα συνεργάζεσαι άμεσα. Αυτή η συνέντευξη έχει στόχο να δουν κατά πόσο κάνεις match με την ομάδα και να εμβαθύνουν περισσότερο στα hard skills σου.

Technical Assessment: Σε tech θέσεις όπως αυτή, συνήθως μετά από την πρώτη ή την δεύτερη συνέντευξη, υπάρχει ένα technical assessment, όπου καλείσαι να δώσεις λύση σε ένα πρόβλημα (case study) και να αποδείξεις τα hard skills σου, όπως γνώση συγκεκριμένης γλώσσας προγραμματισμού (R, SQL, Python) ή/και κάποιου συγκεκριμένου tool.

Final Interview: Εάν τα πας καλά στο Assessment, θα ακολουθήσει ένα Final Interview, συνήθως με τ@ν Hiring Manager και τ@ Manager του τμήματος όπου μπορεί να συζητήσετε κάποιες λεπτομέρειες σχετικά με το case study που συμπλήρωσες και να συζητήσετε κάποιες τελευταίες πληροφορίες σχετικά με τον ρόλο. Σε αυτή την φάση δεν περιμένουν να αποδείξεις για ακόμα μια φορά ότι διαθέτεις τα skills που είναι απαραίτητα για την θέση, το γνωρίζουν ήδη. Θέλουν περισσότερο να επιβεβαιώσουν ότι το ενδιαφέρον σου για τον ρόλο και την εταιρεία είναι υψηλό και πως ταιριάζεις με τον τρόπο που δουλεύει η ομάδα.

Υπάρχουν αυτή τη περίοδο ανοιχτές θέσεις εργασίας για Data Analysts;

Το σίγουρο είναι πως το Data Analysis αποτελεί ένα από τα πολύ δυνατά επαγγέλματα του μέλλοντος και προσφέρει αρκετές προοπτικές εργασίας τόσο στο εξωτερικό όσο και στην Ελλάδα. Εάν λοιπόν σου αρέσουν τα reports και τα δεδομένα, γιατί να μην ξεκινήσεις την καριέρα σου ως Data Analyst; 😉

Περιεχόμενα

Latest Posts