सभी स्तरों के लिए 10 पोर्टफोलियो-रेडी SQL प्रोजेक्ट

शुरुआती लोगों के लिए SQL प्रोजेक्ट्स

यदि आप पहले से ही मूलभूत SQL अवधारणाओं से परिचित हैं, तो आप अपने पहले SQL प्रोजेक्ट के लिए तैयार हैं। सुनिश्चित करें कि आपके पास निम्नलिखित कौशल हैं:

• गणितीय ऑपरेशनों का निष्पादन
• डेटा का एग्रीगेशन और वर्णन (न्यूनतम, अधिकतम, औसत, काउंट, और सम)
• किसी एक या कई शर्तों के आधार पर डेटा फ़िल्टर करना
• डेटा को समूहबद्ध करना
• डेटा को क्रमबद्ध करना
• आउटपुट डेटा को सीमित करना
• सरल रिकॉर्ड जॉइन करना (इनर जॉइन)
• कॉलम या टेबल के लिए उपनाम (अलियास) देना

त्वरित रिफ्रेश के लिए, हमारा SQL बेसिक्स चीट शीट देखें।

बिल्कुल शुरुआत में, सरल, एकल-कार्य डेटा मैनिपुलेशन प्रोजेक्ट पूरे करना बिल्कुल ठीक है। आप हमेशा ऐसे प्रोजेक्ट्स को बाद में और बेहतर बना सकते हैं और उनका विस्तार कर सकते हैं जब आप अधिक SQL ज्ञान और नए कौशल हासिल कर लें।

1. उद्योग कार्बन उत्सर्जन का विश्लेषण

Analyzing Industry Carbon Emissions प्रोजेक्ट में, आप उत्पाद कार्बन उत्सर्जन के उपलब्ध डेटासेट का उपयोग करेंगे (जो वैश्विक उत्सर्जन के 75% से अधिक बनाते हैं और एक गंभीर पारिस्थितिक समस्या का प्रतिनिधित्व करते हैं) ताकि सबसे हालिया वर्ष से विभिन्न उद्योगों के कार्बन फुटप्रिंट का पता लगाया जा सके और सबसे अधिक उत्सर्जन करने वाले उद्योगों का निर्धारण किया जा सके।

हालाँकि यह एक आरंभीय एकल-कार्य प्रोजेक्ट है, आपको Intermediate SQL कोर्स के ये पाठ देखने की आवश्यकता पड़ सकती है: Summarizing subsets और Filtering grouped data।

2. SQL में छात्रों के मानसिक स्वास्थ्य का विश्लेषण

Analyzing Students' Mental Health in SQL प्रोजेक्ट में, आप अपनी PostgreSQL कौशल का उपयोग करके एक जापानी अंतरराष्ट्रीय विश्वविद्यालय के छात्र डेटा का विश्लेषण करेंगे और अंतरराष्ट्रीय छात्रों के मानसिक स्वास्थ्य को प्रभावित करने वाले सबसे प्रभावशाली कारकों में से एक की पहचान करेंगे।

विश्वविद्यालय द्वारा किए गए सर्वेक्षण से पता चला कि अंतरराष्ट्रीय छात्रों के लिए मुख्य चुनौतियाँ सामाजिक जुड़ाव और नई संस्कृति में शामिल होने से जुड़ा तनाव हैं। इस शुरुआती SQL प्रोजेक्ट में आपका विशेष कार्य एक विशिष्ट योगदान कारक—ठहरने की अवधि—और यह कि यह अंतरराष्ट्रीय छात्रों के औसत डायग्नोस्टिक स्कोर को कैसे प्रभावित करता है, पर ध्यान केंद्रित करना होगा।

3. वीडियो गेम्स का स्वर्णिम युग कब था?

When Was the Golden Age of Video Games? SQL प्रोजेक्ट में, आप 1977 से जारी हुए शीर्ष 400 सर्वाधिक बिकने वाले वीडियो गेम्स का विश्लेषण करेंगे ताकि पहचान सकें कि समय के साथ गेमिंग बाज़ार में सुधार हुआ या नहीं और उसका सबसे उन्नत दौर कब था। इसके लिए आप वीडियो गेम्स के रिलीज़ वर्ष, क्रिटिक और उपयोगकर्ता स्कोर, और बिक्री डेटा के साथ काम करेंगे। आप निम्नलिखित इनसाइट्स खोजेंगे:

• सभी समय के शीर्ष 10 सर्वाधिक बिकने वाले वीडियो गेम्स और वे किस अवधि में जारी हुए
• सबसे अधिक औसत क्रिटिक स्कोर वाले और कई हिट्स उत्पादित करने वाले शीर्ष 10 वर्ष
• सबसे अधिक औसत उपयोगकर्ता स्कोर वाले और कई हिट्स उत्पादित करने वाले शीर्ष 10 वर्ष
• वे वर्ष जिनमें क्रिटिक्स और प्लेयर्स दोनों से सबसे अधिक औसत स्कोर मिले और कई हिट्स बने
• उन वर्षों में बेचे गए गेम्स की संख्या

इस SQL प्रोजेक्ट के लिए ऊपर दिए कार्यों को करने हेतु, आपको विभिन्न प्रकार के जॉइन और सेट ऑपरेटर्स का उपयोग करना होगा, इसलिए इन कौशलों पर पकड़ ताज़ा करने के लिए SQL Joins चीट शीट देख लें।

4. अमेरिकी बेबी नाम ट्रेंड्स का विश्लेषण

Analyzing American Baby Name Trends प्रोजेक्ट में, आप U.S. Social Security Administration द्वारा प्रदान किए गए डेटा का अध्ययन करेंगे, जिसमें 101 वर्षों की अवधि में प्रत्येक वर्ष 5,000 से अधिक अमेरिकी शिशुओं को दिए गए पहले नाम शामिल हैं। मुख्य लक्ष्य यह समझना है कि लोकप्रियता के रुझानों की जाँच करके अमेरिकी बेबी नामों की पसंद कैसे बदली। विशेष रूप से, आप यह खोजेंगे:

• 100 से अधिक वर्षों से क्लासिक अमेरिकी नाम
• प्रत्येक नाम के लिए लोकप्रियता का प्रकार: कालातीत बनाम ट्रेंडी
• शीर्ष 10 महिला नाम
• 2015 से "a" पर समाप्त होने वाला सबसे लोकप्रिय महिला नाम
• वर्ष के अनुसार सबसे लोकप्रिय पुरुष नाम
• सबसे अधिक वर्षों के लिए सबसे लोकप्रिय पुरुष नाम

इस उन्नत प्रोजेक्ट के लिए, आपको Data Manipulation in SQL कोर्स उपयोगी लग सकता है।

इंटरमीडिएट SQL प्रोजेक्ट्स

यद्यपि छोटे, एकल-कार्य SQL प्रोजेक्ट बनाना एक अच्छी शुरुआत है, सीखने की यात्रा में कभी ऐसा बिंदु आएगा जब आप कुछ अधिक रोमांचक बनाना चाहेंगे और कई कोणों से डेटा की पड़ताल करना चाहेंगे। अच्छी बात यह है कि ऐसे मल्टी-टास्क प्रोजेक्ट्स के लिए भी, पिछले अध्याय की शुरुआत में सूचीबद्ध वही आवश्यक SQL कौशल पर्याप्त हैं।

5. दुनिया के सबसे पुराने व्यवसाय क्या हैं और कहाँ हैं?

What and Where are the World's Oldest Businesses SQL प्रोजेक्ट में, आप BusinessFinancing.co.uk के डेटा की जाँच करेंगे ताकि दुनिया के सबसे पुराने व्यवसायों की खोज की जा सके—जो सैकड़ों वर्षों तक बदलती बाजार परिस्थितियों में टिके रहे और आज भी संचालित हो रहे हैं। आप कई रोचक निष्कर्ष प्राप्त करेंगे:

• दुनिया की सबसे पुरानी कंपनियों के स्थापना वर्षों की रेंज
• दुनिया की सबसे पुरानी कंपनी और वह किस उद्योग से संबंधित है
• कितनी—और कौन-सी—कंपनियाँ 1000 ईस्वी से पहले स्थापित हुई थीं
• वे सबसे सामान्य उद्योग जिनसे सबसे पुरानी कंपनियाँ संबंधित हैं
• महाद्वीप के अनुसार सबसे पुरानी कंपनियाँ
• हर महाद्वीप पर सबसे पुरानी कंपनियों के लिए सबसे सामान्य उद्योग

चूँकि इस इंटरमीडिएट SQL प्रोजेक्ट के डेटा कई अलग-अलग डेटाबेस टेबल्स में निहित हैं, इसलिए कई कार्यों के लिए आपको आवश्यक डेटा को मर्ज करने के लिए जॉइनिंग तकनीकों का उपयोग करना होगा। इसे सीखने के लिए आप Joining Data with SQL कोर्स देख सकते हैं।

6. NYC पब्लिक स्कूल टेस्ट परिणाम स्कोर का विश्लेषण

Analyzing NYC Public School Test Result Scores प्रोजेक्ट में, आप न्यूयॉर्क सिटी के पब्लिक स्कूलों के SAT (Scholastic Aptitude Test) स्कोर युक्त एक SQL डेटाबेस के साथ काम करेंगे ताकि उन स्कूलों में टेस्ट प्रदर्शन का निर्धारण किया जा सके। आप निम्नलिखित पहलुओं पर नज़र डालेंगे:

• कितने स्कूल जानकारी रिपोर्ट करने में विफल रहते हैं
• कौन-से (या कितने) स्कूल SAT के प्रत्येक तीन घटकों—रीडिंग, मैथ और राइटिंग—में सर्वश्रेष्ठ/सबसे खराब हैं
• विभिन्न SAT घटकों के सर्वश्रेष्ठ/सबसे खराब स्कोर
• औसत कुल SAT स्कोर के आधार पर शीर्ष 10 स्कूल
• बोरो के अनुसार टेस्ट प्रदर्शन कैसे भिन्न होता है
• किसी चुने गए बोरो के लिए सभी तीन घटकों (या किसी एक घटक) में औसत SAT स्कोर के आधार पर शीर्ष 5 स्कूल

जब भी इस इंटरमीडिएट SQL प्रोजेक्ट के प्रत्येक विशेष मामले में आपको इस बात पर संदेह हो कि कौन-सा कमांड उपयोग करना है (और कैसे करना है), तो निःसंकोच इस व्यापक ट्यूटोरियल—SQL Commands for Data Scientists—को देखें।

7. PostgreSQL बिक्री डेटा का विश्लेषण और फॉर्मेटिंग

Analyzing and Formatting PostgreSQL Sales Data प्रोजेक्ट में, आप एक ऐसी स्थिति का सामना करेंगे जो पेशेवर दुनिया में बहुत आम है: डेटा अभी विश्लेषण के लिए तैयार नहीं है। आप एक "सुपरस्टोर" डेटाबेस के साथ काम करेंगे जहाँ रिकॉर्ड्स में असंगत फॉर्मेटिंग, गलत डेटा टाइप्स, और मिसिंग वैल्यूज़ हैं, जो आपकी रिपोर्टिंग की सटीकता को प्रभावित करते हैं।

आपका लक्ष्य PostgreSQL तकनीकों का उपयोग करके डेटासेट को साफ़ करना है ताकि रोज़मर्रा के रिटेल बिज़नेस प्रश्नों के उत्तर दिए जा सकें। विशेष रूप से, आप:

• गलत डेटा टाइप वाले कॉलम (जैसे टेक्स्ट के रूप में संग्रहीत संख्याएँ) की पहचान करेंगे और उन्हें गणना के लिए कन्वर्ट करेंगे।
• अधूरे रिकॉर्ड्स का पता लगाएंगे और उत्पाद मात्रा के लिए मिसिंग वैल्यूज़ इम्प्यूट करने की रणनीतियाँ लागू करेंगे।
• अब-साफ़ किए गए डेटा को फ़िल्टर और एग्रीगेट करके शीर्ष-प्रदर्शन करने वाले उत्पादों की पहचान करेंगे।
• डेटा त्रुटियों से पहले छिपे हुए राजस्व रुझानों का विश्लेषण करेंगे।

चूँकि यह प्रोजेक्ट कच्चे डेटा और एक्शन योग्य इनसाइट्स के बीच की खाई को पाटता है, यह Data Cleaning in SQL कौशल का अभ्यास करने का एक उत्कृष्ट तरीका है, जिन्हें हायरिंग मैनेजर्स प्राथमिकता देते हैं।

उन्नत स्तर के लिए SQL प्रोजेक्ट्स

भीड़ से प्रभावी रूप से अलग दिखने में मदद करने वाले अधिक उन्नत SQL प्रोजेक्ट्स पर आगे बढ़ने के लिए, आपको पहली अनुभाग में सूचीबद्ध आवश्यक तकनीकों के अलावा अधिक उन्नत तकनीकों में सहज होना चाहिए। जाँचें कि क्या आप SQL में निम्नलिखित करना जानते हैं:

• सभी प्रकार के जॉइन का उपयोग (सेल्फ जॉइन सहित)
• पैटर्न मिलान और निष्कर्षण
• SQL में if/then/else लॉजिक से निपटना
• व्यू बनाना
• जटिल नेस्टेड क्वेरी बनाना
• कॉमन टेबल एक्सप्रेशंस का उपयोग
• SQL विंडो फ़ंक्शंस लागू करना
• डेटा ट्रंकेट करना
• डेटा को लेबल करना
• सेट ऑपरेटर्स लागू करना
• तिथियों और समय के साथ काम करना

8. मोटरसाइकिल पार्ट बिक्री का विश्लेषण

Analyzing Motorcycle Part Sales SQL प्रोजेक्ट में, आप एक ऐसी कंपनी के डेटा में गहराई से जाएंगे जो मोटरसाइकिल पार्ट्स बेचती है, ताकि समय के साथ उसके तीन वेयरहाउस साइट्स में थोक बिक्री के बारे में इनसाइट्स मिल सकें और उन्हें अपने राजस्व स्रोतों को समझने में मदद मिल सके। और सटीक रूप से, आप यह निर्धारित करेंगे कि कंपनी अपनी प्रोडक्ट लाइनों में महीने और वेयरहाउस के अनुसार कितना नेट रेवेन्यू उत्पन्न करती है।

इस प्रोजेक्ट के लिए, आपको अपनी SQL कौशल के साथ-साथ ठोस रिपोर्टिंग कौशल की भी आवश्यकता होगी। Data-Driven Decision Making in SQL कोर्स इस क्षेत्र में आपको अपस्किल करने में मदद कर सकता है।

9. यूनिकॉर्न कंपनियों का विश्लेषण

Analyzing Unicorn Companies प्रोजेक्ट में, आपका कार्य यह पता लगाना होगा कि किसी दिए गए समयावधि में विभिन्न उद्योगों में कितनी कंपनियाँ 1 बिलियन डॉलर से अधिक वैल्यूएशन तक पहुँचीं।

विशेष रूप से, आपको नए उच्च-विकास वाली कंपनियों की संख्या के आधार पर तीन सर्वश्रेष्ठ-प्रदर्शन करने वाले उद्योगों की पहचान करनी होगी, इन उद्योगों में वर्ष दर वर्ष उभरे यूनिकॉर्न की संख्या, प्रत्येक कंपनी कब यूनिकॉर्न बनी, और उनकी औसत वैल्यूएशन (बिलियन डॉलर में) खोजना होगा। और यह सारी जानकारी आप सिर्फ एक ही क्वेरी में प्राप्त कर सकते हैं!

इस प्रोजेक्ट के लिए, आप कई टेबल्स वाले PostgreSQL डेटाबेस का उपयोग करेंगे। कुछ प्रमुख कौशलों को ताज़ा करने के लिए, आप ये कोर्स देख सकते हैं: Functions for Manipulating Data in PostgreSQL और Cleaning Data in PostgreSQL Databases।

10. किसी विनिर्माण प्रक्रिया का मूल्यांकन करें

Evaluate a Manufacturing Process प्रोजेक्ट में, आप एक मैन्युफैक्चरिंग डेटा एनालिस्ट की भूमिका निभाएंगे। जबकि उत्पादन में सुसंगतता महत्वपूर्ण है, ऑपरेटर अक्सर दक्षता बढ़ाने के लिए मशीनरी में समायोजन करते हैं। आपका कार्य डेटा का विश्लेषण करना है ताकि यह निर्धारित किया जा सके कि प्रक्रिया में हालिया बदलाव ने गुणवत्ता में सुधार किया या वास्तव में उसे खराब कर दिया।

यह प्रोजेक्ट सरल "group by" स्टेटमेंट्स से आगे बढ़ता है और आपको समय के साथ डेटा रुझानों को देखने की आवश्यकता होती है। आप निम्नलिखित महत्वपूर्ण इनसाइट्स उजागर करेंगे:

• विभिन्न उत्पादन बैचों में गुणवत्ता मेट्रिक्स कैसे उतार-चढ़ाव करते हैं।
• क्या विशिष्ट मशीनरी समायोजन दोषपूर्ण उत्पादों में वृद्धि से सहसम्बद्ध हैं।
• उन्नत विंडो फंक्शंस का उपयोग करके उत्पाद आयामों का रोलिंग एवरेज।
• अस्थिरता का पता लगाने के लिए मैन्युफैक्चरिंग प्रक्रिया में स्टैंडर्ड डिविएशन और वैरिएंस।

इस प्रोजेक्ट को सफलतापूर्वक पूरा करने के लिए, आपको विंडो फंक्शंस, पार्टिशनिंग, और समरी स्टैटिस्टिक्स जनरेट करने में सहज होना चाहिए। ये उन्नत अवधारणाएँ अक्सर मिड-से-सीनियर भूमिकाओं के तकनीकी इंटरव्यू में परखी जाती हैं।

अतिरिक्त SQL प्रोजेक्ट आइडियाज़

यदि आप अभी भी अतिरिक्त SQL प्रोजेक्ट आइडियाज़ की तलाश में हैं, तो इस सूची में से कुछ पर विचार करें। मुझे लगता है कि ये सभी प्रोजेक्ट आइडियाज़ SQL में व्यावहारिक रूप से संभव हैं, लेकिन व्यवहार्यता का स्तर उपलब्ध डेटासेट पर निर्भर करेगा। 

• कस्टमर रिटेंशन विश्लेषण: ट्रांजैक्शन हिस्ट्री का पता लगाकर कस्टमर रिटेंशन रेट्स का विश्लेषण करें और ग्राहक वफादारी को प्रभावित करने वाले प्रमुख कारकों की पहचान करें।
• कर्मचारी एट्रिशन प्रिडिक्शन: कर्मचारी डेटा का विश्लेषण करने वाला प्रोजेक्ट बनाएँ ताकि पैटर्न मिल सकें और एट्रिशन का पूर्वानुमान लगाया जा सके। आप जॉब सैटिस्फैक्शन और कंपनी के साथ बिताए समय जैसे कारकों पर विचार कर सकते हैं।
• ई-कॉमर्स इन्वेंटरी ऑप्टिमाइज़ेशन: मांग का पूर्वानुमान लगाकर किसी व्यवसाय के लिए स्टॉक स्तरों को ऑप्टिमाइज़ करने हेतु ऐतिहासिक बिक्री डेटा का उपयोग करें।
• सोशल मीडिया सेंटिमेंट एनालिसिस: सोशल मीडिया पोस्ट्स या रिव्यूज़ पर सेंटिमेंट एनालिसिस करें ताकि किसी विशेष ब्रांड या विषय के लिए जनमत में रुझानों की पहचान की जा सके।
• रियल एस्टेट मार्केट विश्लेषण: रियल एस्टेट डेटा का विश्लेषण करें ताकि प्रॉपर्टी वैल्यू ट्रेंड्स और रेंटल रेट्स के आधार पर सर्वश्रेष्ठ प्रदर्शन करने वाले इलाकों का निर्धारण किया जा सके।
• मूवी रेटिंग विश्लेषण: किसी मूवी डेटाबेस के डेटा का अन्वेषण करें ताकि समय के साथ रेटिंग्स और जॉनर्स में रुझान मिल सकें, और दर्शकों की पसंद के पैटर्न पहचाने जा सकें।
• रिटेल प्रोमोशन इम्पैक्ट विश्लेषण: जाँचें कि विशिष्ट प्रोमोशन्स या डिस्काउंट्स बिक्री मात्रा को कैसे प्रभावित करते हैं।
• हॉस्पिटल रीडमिशन रेट्स विश्लेषण: स्वास्थ्य देखभाल डेटा का विश्लेषण करें ताकि रोगी रीडमिशन रेट्स में रुझानों की पहचान की जा सके।
• पब्लिक ट्रांसपोर्टेशन उपयोग रुझान: पब्लिक ट्रांसपोर्टेशन उपयोग में पैटर्न की जाँच करें ताकि पीक टाइम्स और कम उपयोग किए जाने वाले रूट्स की पहचान की जा सके।
• फाइनेंशियल फ्रॉड डिटेक्शन: ऐसा प्रोजेक्ट विकसित करें जो ट्रांजैक्शन राशि और आवृत्ति जैसे कारकों के आधार पर संभावित रूप से धोखाधड़ी वाले वित्तीय लेनदेन की पहचान करे।

अंतिम विचार

इस लेख में, हमने SQL दक्षता के सभी स्तरों के लिए SQL प्रोजेक्ट्स के विभिन्न विचार प्रस्तुत किए। इसके अलावा, हमने प्रत्येक प्रोजेक्ट के लिए आवश्यक कौशल और उन्हें प्राप्त करने तथा निखारने के लिए सीखने के संसाधनों का अवलोकन किया।

अब आप पूरी तरह तैयार हैं कि इन SQL प्रोजेक्ट्स का निर्माण शुरू करें और अपना पेशेवर पोर्टफोलियो बढ़ाएँ। अपनी कौशल में महारत हासिल करने और उन्हें प्रदर्शित करने के लिए कभी भी बहुत जल्दी या बहुत देर नहीं होती!

एक बार जब आपका SQL प्रोजेक्ट्स का पोर्टफोलियो तैयार हो जाए, तो आप इंटरव्यू चरण में संभावित नियोक्ताओं को प्रभावित करने के लिए शीर्ष SQL इंटरव्यू प्रश्नों पर भी अपनी पकड़ ताज़ा करना चाहेंगे।