Als je samenwerkt met data scientists die een veel breder scala aan analyses uitvoeren met Python en R, wil je die geavanceerdere tools zelf ook kunnen gebruiken.
Snel technisch worden
Sonia vertelde dat ze het platform graag gebruikt en verwacht dit in de nabije toekomst te blijven doen. Ze heeft meer dan 30 cursussen afgerond, met de focus op Python en data science, en in 2024 meer dan 225.000 xp verdiend op Datacamp. Twee cursussen sprongen er voor haar echt uit:
- Python Data Science Toolbox: Deze cursus hielp haar de stap te zetten van basisbewerkingen in Excel naar het schrijven van functies in Python, waarmee ze de brug sloeg tussen haar analytische expertise en moderne data-sciencemethoden.
- Intermediate Importing Data in Python: Leren om data uit meerdere bronnen te combineren opende nieuwe analysemogelijkheden. Ze heeft haar vaardigheden verbeterd in het importeren, transformeren en joinen van data. Hiermee voelt Sonia zich nu enthousiaster en zelfverzekerder om verder te gaan dan de gebruikelijke overheidsdatabases en OECD-statistieken en het scala aan databases dat ze kan raadplegen te verbreden.
Zelf complexe analyses kunnen uitvoeren helpt je betere gesprekken te voeren met data scientists over hun analyses. Het is een gamechanger om te zorgen dat data correct geïnterpreteerd wordt.
Een helder pad op jouw tempo
Met haar traditionele analytics-achtergrond waardeerde Sonia de doordachte aanpak van DataCamp voor het leren van geavanceerde technologieën:
- Gestructureerde modules: Eerst met basisconcepten beginnen en daarna doorgaan naar geavanceerde onderwerpen hielp haar zelfvertrouwen opbouwen.
- In je eigen tempo leren: Die flexibiliteit stelde haar in staat om het leren van data science te combineren met andere bezigheden, waaronder Frans en boeddhismecursussen.
- Practice-first aanpak: De directe oefening na elk concept hielp haar leerproces te versterken. Als nieuwkomer in coderen waardeert ze de vele oefenmodules die de cursus/het platform biedt.
Ik vind het geweldig dat ik gewoon naar DataCamp kan gaan en zoveel tijd kan besteden als ik wil, en er zo lang over kan doen als ik nodig heb.
Direct samenwerken met data scientists
Voor Sonia verandert het opdoen van technische vaardigheden haar interacties met data science-teams, waardoor ze kan:
- Meedenken en bijdragen aan discussies over modelkeuze en datapreprocessing
- Complexe data-sciencemethodieken beoordelen en bekritiseren
- Effectiever samenwerken aan projecten over teams heen
- De kloof overbruggen tussen analytische inzichten en technische implementatie
Terwijl ze toewerkt naar certificering, laat Sonia’s reis zien dat je technische toolkit uitbreiden niet alleen draait om nieuwe tools leren—het gaat erom een effectievere samenwerker te worden in de data-gedreven wereld van vandaag.
Sonia ziet de potentie van AI om het werk van data scientists te versterken, maar ook dat het juist vraagt om een nog scherpere blik en begrip van de tools, methoden en diverse inputs die komen kijken bij het werken met data en het presenteren van de bevindingen.
Zelf de analyse kunnen doen helpt je betere gesprekken te voeren met data scientists over hun aanpak en bevindingen. Gezien het belang en de impact van nationaal en EU-breed beleid gaat het niet alleen om het begrijpen van de conclusies, maar ook om het kritisch kunnen beoordelen van de robuustheid van de gebruikte methoden om die te bereiken.
Matt heeft duizenden mensen over de hele wereld datavaardigheden geleerd. Hij werkt graag aan producten en content om het voor iedereen makkelijker te maken samen te werken met data.
Na meer dan twee decennia als analist voor de Britse overheid en daarna de Europese Commissie te hebben gewerkt, gebruikte Sonia vooral Excel voor data-analyse. Dankzij haar carrièremoment en de wens om met geavanceerdere tools als Python en R te werken, besloot ze haar technische toolkit te moderniseren. Ze koos voor Datacamp vanwege de focus op een breed scala aan programmeercursussen die specifiek gericht zijn op analisten en wetenschappers.