Zum Hauptinhalt springen

Von Excel zu Python: Der Weg eines Senior Analysten zu Data Science

Erfahre, wie Sonia nach zwei Jahrzehnten Erfahrung als Regierungsanalystin ihr technisches Handwerkszeug modernisiert hat.
Matt David
Matt David

Erstelle dein kostenloses Konto

Üben und Lernpfad deinen Fortschritt.

Weiter mit GoogleWenn du fortfährst, akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und dass deine Daten in den USA gespeichert werden.

Sonia hat mehr als zwei Jahrzehnte lang als Regierungsanalystin für die britische Regierung und später für die Europäische Kommission gearbeitet und dabei hauptsächlich Excel für die Datenanalyse verwendet. Nach ihrem Karriereknick und ihrem Wunsch, anspruchsvollere Tools wie Python und R zu nutzen, beschloss sie, ihr technisches Instrumentarium zu modernisieren. Sie entschied sich für Datacamp, weil das Unternehmen ein breites Spektrum an Softwarekursen anbietet, die sich speziell an Analysten und Wissenschaftler richten.

Wenn du mit Data Scientists zusammenarbeitest, die mit Python und R ein viel breiteres Spektrum an Analysen durchführen, möchtest du diese anspruchsvolleren Tools auch nutzen können.

Sonia Jemmotte, Policy Analyst at European Commission

Schnell technisch werden

Sonia erzählte, dass sie die Plattform sehr gerne nutzt und dass sie sie in absehbarer Zeit weiter nutzen wird. Sie hat über 30 Kurse absolviert, die sich hauptsächlich auf Python und Data Science konzentrieren, und hat im Jahr 2024 über 225.000xp auf DataCamp verdient. Zwei Kurse stachen für sie besonders hervor:

  • Python Data Science Toolbox: Dieser Kurs half ihr, von den Excel-Grundlagen auf das Schreiben von Funktionen in Python umzusteigen und so die Lücke zwischen ihrem analytischen Fachwissen und den modernen Methoden der Datenwissenschaft zu schließen.
  • Zwischenstufe Datenimport in Python: Das Erlernen der Kombination von Daten aus verschiedenen Quellen eröffnete neue Analysemöglichkeiten. Sie hat ihre Fähigkeiten beim Importieren, Transformieren und Verbinden von Daten erweitert. Damit fühlt sich Sonia jetzt noch begeisterter und zuversichtlicher, über ihre gewohnten Regierungsdatenbanken und OECD-Statistiken hinauszugehen und das Spektrum der Datenbanken, auf die sie zugreifen kann, zu erweitern.

Wenn du selbst in der Lage bist, komplexe Analysen durchzuführen, kannst du dich besser mit Datenwissenschaftlern über ihre Analysen unterhalten. Das ist ein entscheidender Faktor, um sicherzustellen, dass die Daten richtig interpretiert werden.

Sonia Jemmotte, Policy Analyst at European Commission

Ein klarer Weg in deinem Tempo

Sonia kommt aus dem traditionellen Bereich der Analytik und schätzt an DataCamp die durchdachte Herangehensweise an das Erlernen moderner Technologien:

  • Strukturierte Module: Mit grundlegenden Konzepten zu beginnen, bevor sie zu fortgeschrittenen Themen übergeht, half ihr, Vertrauen aufzubauen.
  • Selbstgesteuertes Lernen: Diese Flexibilität ermöglichte es ihr, das Erlernen von Datenwissenschaften mit anderen Beschäftigungen zu vereinbaren, darunter Französisch- und Buddhismuskurse.
  • Ein praxisorientierter Ansatz: Die sofortige Übung nach jedem Konzept half ihr, das Gelernte zu festigen. Als Neuling im Programmieren schätzt sie die verschiedenen Übungsmodule, die der Kurs/die Plattform bietet.

Ich finde es toll, dass ich einfach zum DataCamp gehen und so viel Zeit verbringen kann, wie ich will, und mir so viel Zeit nehmen kann, wie ich brauche.

Sonia Jemmotte, Policy Analyst at European Commission

Direkt mit Data Scientists arbeiten

Für Sonia verändert die Aneignung technischer Fähigkeiten ihre Interaktion mit Data-Science-Teams und ermöglicht es ihr,:

  • Verstehe und beteilige dich an Diskussionen über die Modellauswahl und Datenvorverarbeitung
  • Überprüfe und kritisiere komplexe Data-Science-Methoden
  • Bei funktionsübergreifenden Projekten effektiver zusammenarbeiten
  • Überbrücke die Lücke zwischen analytischen Erkenntnissen und technischer Umsetzung

Auf ihrem Weg zur Zertifizierung zeigt Sonia, dass es bei der Erweiterung deines technischen Werkzeugkastens nicht nur darum geht, neue Tools zu lernen, sondern auch darum, in der heutigen datengesteuerten Umgebung effektiver zusammenzuarbeiten.

Sonia schätzt das Potenzial von KI, die Arbeit von Datenwissenschaftlern zu verbessern, sieht aber auch, dass sie umgekehrt ein noch schärferes Auge und Verständnis für die Werkzeuge, Methoden und verschiedenen Inputs erfordert, die bei der Arbeit mit Daten und der Präsentation der Ergebnisse erforderlich sind.

Wenn du die Analyse selbst durchführen kannst, kannst du dich besser mit den Datenwissenschaftlern über ihren Ansatz und ihre Ergebnisse unterhalten. Angesichts der Bedeutung und der Auswirkungen nationaler und EU-weiter politischer Entscheidungen geht es nicht nur darum, die Schlussfolgerungen zu verstehen, sondern auch in der Lage zu sein, die Robustheit der Methoden kritisch zu bewerten, mit denen sie erzielt wurden.

Sonia Jemmotte, Policy Analyst at European Commission
Matt David

Autor

Matt David

LinkedIn

Matt hat Tausende von Menschen auf der ganzen Welt in der Datenverarbeitung unterrichtet. Er liebt es, an Produkten und Inhalten zu arbeiten, die die Zusammenarbeit mit Daten für alle einfacher machen.

Themen

Geschichten von LernendenDatenanalyse

Ähnlich

Tutorial

OLS-Regression: Die wichtigsten Ideen erklärt

Mehr anzeigen →