Corso
Analizzare i dati aziendali in SQL
4 ore
48.4K
Data science e machine learning non sono mai stati così popolari. Con l'aumento della domanda di ruoli legati ai dati, le possibilità di carriera sono infinite. Questa infografica offre una panoramica ad alto livello dei diversi ruoli all'interno di un team dati, delle competenze richieste per avere successo, dei percorsi di upskilling per arrivarci e altro ancora.
Per scaricare l'infografica, clicca sull'immagine qui sopra.
Consumer di dati
I consumer di dati usano i dati per prendere decisioni data-driven e dialogano in modo informato con i professionisti dei dati.
Strumenti più usati
- Strumenti di Business Intelligence come Tableau o Power BI
- Fogli di calcolo come Excel o Google Sheets
Possibili titoli di lavoro
I consumer di dati possono avere vari titoli. Chiunque utilizzi insight basati sui dati rientra in questa categoria. Titoli possibili includono:
- Chief Marketing Officer
- Responsabile delle Risorse Umane
- Responsabile Vendite e Business Development
Livelli di competenza
Livello principiante
- Capisce cosa fanno data scientist, machine learning scientist e data engineer
- Sa quali domande possono (e non possono) essere risposte con i dati
- Interpreta i risultati dei progetti dati, incluse analisi e visualizzazioni.
Livello intermedio
- È in grado di calcolare statistiche descrittive
- Sa creare le visualizzazioni di dati più comuni
- Comprende le applicazioni di business dei dati
Livello avanzato
- Ha una solida padronanza dei fondamenti di business intelligence
Percorso di upskilling
Skill Track
Corsi
Business Analyst
I Business Analyst collegano gli insight ai risultati operativi, aumentando redditività o efficienza. Hanno una profonda conoscenza del dominio di business e spesso usano SQL insieme a strumenti no-code per comunicare gli insight ricavati dai dati.
Strumenti più usati
- Strumenti di Business Intelligence come Tableau o Power BI
- Fogli di calcolo come Excel o Google Sheets
- Database SQL
Possibili titoli di lavoro
- Business Analyst
- Marketing Analyst
- Data Analyst
- Supply Chain Analyst
Livelli di competenza
Livello principiante
- È in grado di calcolare statistiche descrittive.
- Sa creare le visualizzazioni di dati più comuni.
- Comprende le applicazioni di business dei dati.
Livello intermedio
- Ha una profonda conoscenza del dominio di business.
- Sa fare reportistica e comunicare con i dati.
Livello avanzato
- Sa creare dashboard.
- Organizza i dati per rispondere a domande di business.
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per i Business Analyst è di 77.000 $ e può variare da 55.000 $ a 108.000 $
Percorso di upskilling
Skill Track
Career Track
Corsi
Data Analyst
Simili ai Business Analyst, i Data Analyst analizzano i dati e riportano gli insight derivanti dalle loro analisi. Conoscono in profondità il workflow di analisi dei dati e comunicano i risultati combinando strumenti di coding e no-code.
Strumenti più usati
- Strumenti di programmazione come R o Python
- Strumenti di Business Intelligence come Tableau o Power BI
- Fogli di calcolo come Excel o Google Sheets
- Database SQL
Possibili titoli di lavoro
- Business Analyst
- Marketing Analyst
- Data Analyst
- Supply Chain Analyst
Livelli di competenza
Livello principiante
- È in grado di calcolare statistiche descrittive.
- Sa creare le visualizzazioni di dati più comuni.
- Comprende le applicazioni di business dei dati.
Livello intermedio
- Esegue il workflow di analisi dei dati, inclusi importazione, manipolazione, pulizia, calcolo e reportistica su dati di business
- Ha una solida padronanza degli strumenti di business intelligence
Livello avanzato
- Sa creare dashboard
- Organizza i dati per rispondere a domande di business
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per i Data Analyst è di 69.000 $ e può variare da 46.000 $ a 106.000 $
Percorso di upskilling
Skill Track
Career Track
- Data Analyst with Power BI Career Track
- Data Analyst with Python Career Track
- Data Analyst with R Career Track
- Data Analyst with SQL
Data Scientist
I Data Scientist indagano, estraggono e riportano insight significativi dai dati dell'organizzazione. Comunicano questi insight a stakeholder non tecnici e hanno una buona comprensione dei workflow di machine learning e di come ricondurli alle applicazioni di business. Lavorano quasi esclusivamente con strumenti di coding, conducono analisi e spesso usano strumenti per big data
Strumenti più usati
- Strumenti di programmazione come R o Python
- Strumenti da riga di comando come Git o Bash
- Strumenti per big data come Airflow o Spark
- Database SQL
Possibili titoli di lavoro
- Data Scientist
- Analytics Engineer
- Data Analyst
- Marketing Data Scientist
Livelli di competenza
Livello principiante
- Esegue il workflow di analisi dei dati, inclusi importazione, manipolazione, pulizia, calcolo e reportistica su dati di business
- Comprende le applicazioni di business dei dati
Livello intermedio
- Comprende la statistica di base, incluse distribuzioni, modellazione e inferenza
- Progetta semplici esperimenti come gli A/B test
- Sa creare dashboard
Livello avanzato
- Applica l'analisi a contesti di business come finanza, marketing e sanità
- Comprende i workflow di machine learning supervisionato e non supervisionato
- Lavora con dati non standard, come serie temporali, testo, dati geospaziali e immagini.
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per i Data Scientist è di 117.000 $ e può variare da 82.000 $ a 167.000 $
Percorso di upskilling
Career Track
Machine Learning Scientist
I Machine Learning Scientist progettano e distribuiscono sistemi di machine learning che effettuano previsioni sui dati dell'organizzazione. Risolvono problemi come la previsione del churn o del valore del cliente e sono responsabili del deploy dei modelli per l'uso da parte dell'organizzazione. Lavorano esclusivamente con strumenti basati su codice.
Strumenti più usati
- Strumenti di programmazione come R o Python
- Strumenti da riga di comando come Git o Bash
- Strumenti per big data come Airflow o Spark
- Database SQL
Possibili titoli di lavoro
- Data Scientist
- Research Scientist
- Machine Learning Engineer
Livelli di competenza
Livello principiante
- Esegue il workflow di analisi dei dati, inclusi importazione, manipolazione, pulizia, calcolo e reportistica su dati di business
Livello intermedio
- Esegue workflow di machine learning supervisionato e non supervisionato, tra cui feature engineering, training dei modelli, verifica del goodness of fit, generazione di previsioni
- Applica l'analisi a contesti di business come finanza, marketing e sanità
Livello avanzato
- Esegue workflow di deep learning
- Lavora con dati non standard, come serie temporali, testo, dati geospaziali e immagini
- Mette in produzione modelli di machine learning
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per i Machine Learning Scientist è di 137.000 $ e può variare da 97.000 $ a 194.000 $
Percorso di upskilling
Skill Track
Career Track
Statistico
Simili ai Data Scientist, gli Statistici svolgono analisi altamente rigorose, che includono la progettazione e la gestione di esperimenti come A/B test e test d'ipotesi. Si concentrano sulla quantificazione dell'incertezza e sulla presentazione di risultati che richiedono livelli eccezionali di rigore, ad esempio in finanza o sanità
Strumenti più usati
- Strumenti di programmazione come R o Python
- Strumenti da riga di comando come Git o Bash
- Database SQL
Possibili titoli di lavoro
- Data Scientist
- Inference Data Scientist
- Clinical Data Analyst
Livelli di competenza
Livello principiante
- Esegue il workflow di analisi dei dati, inclusi importazione, manipolazione, pulizia, calcolo e reportistica su dati di business
- Comprende le applicazioni di business dei dati
Livello intermedio
- Esegue workflow di modellazione statistica, tra cui feature engineering, training dei modelli, verifica del goodness of fit e inferenza della significatività
- Verifica ipotesi e progetta semplici esperimenti come gli A/B test
Livello avanzato
- Progetta esperimenti più complessi e comprende la statistica bayesiana
- Conosce modelli specialistici, come modelli di sopravvivenza, modelli additivi generalizzati, modelli a mixture, modelli a equazioni strutturali
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per gli Statistici è di 88.000 $ e può variare da 61.000 $ a 131.000 $
Percorso di upskilling
Skill Track
Career Track
Programmer
I programmer sono professionisti altamente tecnici che operano nei team dati e si occupano di automatizzare attività ripetitive nell'accesso e nel lavoro sui dati di un'organizzazione. Fanno da ponte tra il software engineering tradizionale e la data science e conoscono a fondo come distribuire e condividere codice su larga scala.
Strumenti più usati
- Strumenti di programmazione come R o Python
- Strumenti da riga di comando come Git o Bash
- Database SQL
Possibili titoli di lavoro
- Software Engineer
- Data Scientist
- DevOps Engineer
Livelli di competenza
Livello principiante
- Scrive funzioni per evitare codice ripetitivo
- Esegue benchmark e ottimizza il codice per migliorare le prestazioni
Livello intermedio
- Sviluppa best practice per testare il codice
- Lavora con API web
- Sviluppa pacchetti per condividere codice
Livello avanzato
- Sviluppa pipeline di dati e lavora con programmazione parallela
- Comprende i paradigmi di programmazione, come programmazione funzionale e orientata agli oggetti
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per i Programmer (Software Engineer) è di 108.000 $ e può variare da 73.000 $ a 160.000 $
Percorso di upskilling
Corsi
Career Track
Data Engineer
I Data Engineer si assicurano che i dati giusti arrivino nelle mani giuste. Creano e mantengono l'infrastruttura e le pipeline che convogliano terabyte di dati grezzi da fonti diverse in un'unica posizione centralizzata, con dati puliti e pertinenti per l'organizzazione.
Strumenti più usati
- Strumenti di programmazione come R o Python
- Strumenti da riga di comando come Git o Bash
- Database SQL
- Strumenti per big data come Airflow o Spark
- Piattaforme cloud come AWS, GCP, Azure
Possibili titoli di lavoro
- Data Engineer
- Software Engineer
- DevOps Engineer
Livelli di competenza
Livello principiante
- Estrae, trasforma e carica i dati in modo efficiente
Livello intermedio
- Elabora i dati e automatizza i flussi tramite riga di comando
- Elabora i dati nel cloud
- Gestisce, ottimizza ed elabora grandi dataset e database di grandi dimensioni
Livello avanzato
- Sviluppa pipeline di dati e lavora con programmazione parallela
- Comprende i paradigmi di programmazione, come programmazione funzionale e orientata agli oggetti
Fascia salariale
- Secondo Glassdoor, lo stipendio medio annuo negli USA per i Data Engineer è di 112.000 $ e può variare da 76.000 $ a 166.000 $
Percorso di upskilling
Career Track
Skill Track
Argomenti
