10 portfolio-klare SQL-projecten voor elk niveau

SQL-projecten voor beginners

Als je al bekend bent met de basisconcepten van SQL, ben je klaar voor je eerste SQL-project. Zorg dat je de volgende vaardigheden hebt:

• Wiskundige bewerkingen uitvoeren
• Gegevens aggregeren en beschrijven (minimum, maximum, gemiddelde, aantal en som)
• Gegevens filteren op basis van één of meerdere voorwaarden
• Gegevens groeperen
• Gegevens sorteren
• De uitvoer beperken
• Eenvoudig records joinen (inner joins)
• Kolommen of tabellen aliassen

Voor een snelle opfrisser, bekijk onze SQL Basics Cheat Sheet.

Helemaal aan het begin is het prima om simpele, enkelvoudige datamanipulatieprojecten te voltooien. Je kunt zulke projecten later altijd verbeteren en uitbreiden wanneer je meer SQL-kennis en nieuwe vaardigheden opdoet.

1. Analyse van de CO2-uitstoot per industrie

In het project Analyzing Industry Carbon Emissions gebruik je de beschikbare dataset over productgebonden CO2-uitstoot (die meer dan 75% van de wereldwijde uitstoot uitmaken en een ernstig ecologisch probleem vormen) om de ecologische voetafdruk van verschillende sectoren in het meest recente jaar te verkennen en de grootste uitstoters te bepalen.

Hoewel dit een inleidend project met één taak is, kan het nodig zijn de lessen uit de cursus Intermediate SQL door te nemen: Samenvatten van subsets en Gefilterde gegroepeerde data.

2. Analyse van de mentale gezondheid van studenten in SQL

In het project Analyzing Students' Mental Health in SQL gebruik je je PostgreSQL-vaardigheden om studentgegevens van een Japanse internationale universiteit te analyseren en een van de belangrijkste factoren te identificeren die de mentale gezondheid van internationale studenten beïnvloeden.

Uit de door de universiteit uitgevoerde enquête bleek dat de grootste uitdagingen voor internationale studenten sociale verbondenheid en de stress van het toetreden tot een nieuwe cultuur zijn. Jouw specifieke taak voor dit SQL-beginnersproject is om je te richten op een specifieke factor—de verblijfsduur—en hoe die het gemiddelde diagnosescore van internationale studenten beïnvloedt.

3. Wanneer was de gouden eeuw van videogames?

In het SQL-project When Was the Golden Age of Video Games? analyseer je de 400 bestverkopende videogames sinds 1977 om vast te stellen of de gamemarkt in de loop van de tijd is verbeterd en wanneer de meest bloeiende periode was. Daarvoor werk je met uitgavejaren van games, recensenten- en gebruikersscores, en verkoopdata. Je gaat op zoek naar de volgende inzichten:

• De top 10 bestverkopende videogames aller tijden en de periode waarin ze uitkwamen
• De top 10 jaren met de hoogste gemiddelde recensentenscores en veel hits
• De top 10 jaren met de hoogste gemiddelde gebruikersscores en veel hits
• De jaren met de hoogste gemiddelde scores van zowel recensenten als spelers en veel hits
• Het aantal verkochte games in die jaren

Voor de bovenstaande taken in dit SQL-project moet je verschillende soorten joins en set-operatoren gebruiken, dus fris deze vaardigheden op met de SQL Joins Cheat Sheet.

4. Analyse van Amerikaanse babynamentrends

In het project Analyzing American Baby Name Trends bestudeer je data van de U.S. Social Security Administration met voornamen die elk jaar aan meer dan 5.000 Amerikaanse baby's zijn gegeven, over een periode van 101 jaar. Het hoofddoel is te begrijpen hoe de smaak in Amerikaanse babynamen is veranderd door populariteitstrends te onderzoeken. In het bijzonder ga je ontdekken:

• Klassieke Amerikaanse namen gedurende meer dan 100 jaar
• Het type populariteit per naam: tijdloos vs. trendy
• De top 10 meisjesnamen
• De populairste meisjesnaam die eindigt op "a" sinds 2015
• De populairste jongensnamen per jaar
• De populairste jongensnaam voor het grootste aantal jaren

Voor dit gevorderde project kan de cursus Data Manipulation in SQL nuttig zijn.

SQL-projecten voor gemiddeld niveau

Hoewel korte SQL-projecten met één taak een goed begin zijn, kom je op een gegeven moment in je leertraject op het punt dat je iets spannenders wilt maken en de data vanuit meerdere invalshoeken wilt verkennen. Het goede nieuws is dat voor zulke projecten met meerdere taken dezelfde essentiële SQL-vaardigheden uit het vorige hoofdstuk nog steeds voldoende zijn.

5. Wat en waar zijn 's werelds oudste bedrijven?

In het SQL-project What and Where are the World's Oldest Businesses onderzoek je de data van BusinessFinancing.co.uk om de oudste bedrijven ter wereld te ontdekken—bedrijven die honderden jaren veranderende marktomstandigheden hebben doorstaan en nog steeds actief zijn. Je gaat allerlei interessante bevindingen doen:

• De spreiding van de oprichtingsjaren van de oudste bedrijven ter wereld
• Het oudste bedrijf ter wereld en de sector waarin het opereert
• Hoeveel bedrijven—en welke—vóór het jaar 1000 zijn opgericht
• De meest voorkomende sectoren waarin de oudste bedrijven actief zijn
• De oudste bedrijven per continent
• De meest voorkomende sectoren voor de oudste bedrijven op elk continent

Aangezien de data voor dit SQL-project op gemiddeld niveau in meerdere databasetabellen staat, zul je voor veel taken joinktechnieken moeten gebruiken om de benodigde data te combineren. Raadpleeg de cursus Joining Data with SQL om te leren hoe je dat doet.

6. Analyse van toetsresultaten van openbare scholen in NYC

In het project Analyzing NYC Public School Test Result Scores werk je met een SQL-database met SAT-scores (Scholastic Aptitude Test) van openbare scholen in New York City om de toetsresultaten van die scholen te bepalen. Je bekijkt onder andere:

• Hoeveel scholen geen informatie rapporteren
• Welke (of hoeveel) scholen het beste/slechtste scoren in elk van de drie SAT-onderdelen—lezen, wiskunde en schrijven
• De beste/slechtste scores per SAT-onderdeel
• De top 10 scholen op basis van gemiddelde totale SAT-scores
• Hoe de toetsresultaten per stadsdeel verschillen
• De top 5 scholen op basis van gemiddelde SAT-scores over alle drie de onderdelen (of voor een bepaald onderdeel) voor een geselecteerd stadsdeel

Als je twijfelt over welk commando je moet gebruiken (en hoe) in elk specifiek geval voor dit project op gemiddeld niveau, bekijk dan gerust deze uitgebreide tutorial—SQL Commands for Data Scientists.

7. PostgreSQL-verkoopdata analyseren en formatteren

In het project Analyzing and Formatting PostgreSQL Sales Data krijg je een scenario dat maar al te bekend is in de professionele wereld: de data is nog niet klaar voor analyse. Je werkt met een "superstore"-database waarin records inconsistente opmaak, onjuiste datatypen en missende waarden hebben die de nauwkeurigheid van je rapportage bedreigen.

Je doel is de dataset op te schonen met PostgreSQL-technieken om alledaagse retailvraagstukken te beantwoorden. Concreet ga je:

• Kolommen met onjuiste datatypen identificeren (bijv. getallen opgeslagen als tekst) en deze converteren voor berekeningen.
• Onvolledige records opsporen en strategieën toepassen om ontbrekende waarden voor productaantallen te imputeren.
• De nu opgeschoonde data filteren en aggregeren om best presterende producten te identificeren.
• Omzettrends analyseren die eerder verborgen waren door datafouten.

Omdat dit project de kloof overbrugt tussen ruwe data en bruikbare inzichten, is het een uitstekende manier om de vaardigheden Data Cleaning in SQL te oefenen waar hiring managers prioriteit aan geven.

SQL-projecten voor gevorderden

Om door te gaan met meer geavanceerde SQL-projecten die je echt kunnen helpen opvallen, moet je naast de basisvaardigheden uit het eerste deel ook met geavanceerdere technieken uit de voeten kunnen. Controleer of je het volgende in SQL kunt:

• Alle soorten joins gebruiken (inclusief self joins)
• Patronen matchen en extraheren
• Werken met if/then/else-logica in SQL
• Views maken
• Complexe geneste queries schrijven
• Common table expressions gebruiken
• SQL-vensterfuncties toepassen
• Data trunceren
• Data labelen
• Set-operatoren toepassen
• Werken met datums en tijden

8. Verkoop van motoronderdelen analyseren

In het SQL-project Analyzing Motorcycle Part Sales duik je in de data van een bedrijf dat motoronderdelen verkoopt om inzicht te krijgen in hun groothandelsverkopen in de tijd over drie magazijnlocaties en help je hen hun inkomstenstromen te begrijpen. Concreet bepaal je hoeveel netto-omzet het bedrijf per maand en per magazijn genereert over de productlijnen.

Voor dit project heb je naast je SQL-vaardigheden ook solide rapportagevaardigheden nodig. De cursus Data-Driven Decision Making in SQL kan je helpen hierin beter te worden.

9. Analyse van unicorn-bedrijven

In het project Analyzing Unicorn Companies is het jouw taak om uit te zoeken hoeveel bedrijven in een bepaalde periode in verschillende sectoren een waardering van meer dan 1 miljard dollar hebben bereikt.

Specifiek moet je de drie best presterende sectoren bepalen op basis van het aantal nieuwe snelgroeiende bedrijven dat in die periode is ontstaan, het aantal unicorns per jaar in deze sectoren vinden, het jaar waarin elk van die bedrijven een unicorn werd, en hun gemiddelde waardering in miljarden dollars. En al deze informatie kun je met slechts één query ophalen!

Voor dit project gebruik je een PostgreSQL-database met meerdere tabellen. Voor een opfrisser van enkele kernvaardigheden kun je deze cursussen raadplegen: Functions for Manipulating Data in PostgreSQL en Cleaning Data in PostgreSQL Databases.

10. Evalueer een productieproces

In het project Evaluate a Manufacturing Process neem je de rol aan van Manufacturing Data Analyst. Consistentie is cruciaal in de productie, maar operators passen vaak machines aan om de efficiëntie te verbeteren. Jouw taak is de data te analyseren om te bepalen of een recente wijziging in het proces de kwaliteit verbeterde of juist verslechterde.

Dit project gaat verder dan simpele "group by"-statements en vereist dat je naar datatrends in de tijd kijkt. Je brengt cruciale inzichten aan het licht, zoals:

• Hoe kwaliteitsstatistieken schommelen tussen verschillende productiebatches.
• Of specifieke machine-aanpassingen samenhangen met een toename van defecte producten.
• Het voortschrijdend gemiddelde van productafmetingen met behulp van geavanceerde vensterfuncties.
• Standaarddeviatie en variantie in het productieproces om instabiliteit te detecteren.

Om dit project succesvol af te ronden, moet je je comfortabel voelen met vensterfuncties, partitionering en het genereren van samenvattende statistieken. Dit zijn geavanceerde concepten die vaak getest worden in technische interviews voor medior- tot seniorfuncties.

Extra SQL-projectideeën

Als je nog steeds op zoek bent naar extra SQL-projectideeën, overweeg dan iets uit deze lijst. Ik denk dat al deze projectideeën in de praktijk uitvoerbaar zijn in SQL, maar de mate van haalbaarheid hangt af van de beschikbare dataset. 

• Klantretentie-analyse: Analyseer klantretentie en identificeer belangrijke factoren die klantloyaliteit beïnvloeden door transactiegeschiedenissen te verkennen.
• Voorspelling van personeelsverloop: Bouw een project dat personeelsdata analyseert om patronen te vinden en verloop te voorspellen. Denk bijvoorbeeld aan factoren als werktevredenheid en anciënniteit.
• Optimalisatie van e-commercevoorraad: Gebruik historische verkoopdata om voorraadniveaus voor een bedrijf te optimaliseren door de vraag te voorspellen.
• Sentimentanalyse op sociale media: Voer sentimentanalyse uit op sociale mediaberichten of reviews om trends in het publieke sentiment rond een specifiek merk of onderwerp te identificeren.
• Analyse van de vastgoedmarkt: Analyseer vastgoeddata om de best presterende wijken te bepalen op basis van prijsontwikkelingen en huurprijzen.
• Filmrating-analyse: Verken data uit een filmdatabase om trends in beoordelingen en genres door de tijd te vinden en patronen in publieksvoorkeuren te identificeren.
• Impactanalyse van retailpromoties: Onderzoek hoe specifieke promoties of kortingen het verkoopvolume beïnvloeden.
• Analyse van ziekenhuis-heropnames: Analyseer zorgdata om trends in heropnamecijfers van patiënten te identificeren.
• Trends in gebruik van openbaar vervoer: Onderzoek patronen in het gebruik van het OV om piekmomenten en onderbenutte lijnen te identificeren.
• Detectie van financiële fraude: Ontwikkel een project dat mogelijk frauduleuze financiële transacties identificeert op basis van factoren zoals transactiebedrag en -frequentie.

Tot slot

In dit artikel hebben we verschillende ideeën uiteengezet voor SQL-projecten voor alle niveaus van SQL-vaardigheid. Daarnaast hebben we de vaardigheden besproken die je per project nodig hebt en de leermiddelen om die te verwerven en aan te scherpen.

Je bent nu helemaal klaar om deze SQL-projecten te gaan bouwen en je professionele portfolio te laten groeien. Het is nooit te vroeg of te laat om je vaardigheden te beheersen en te laten zien!

Zodra je portfolio met SQL-projecten klaar is, is het ook slim om de belangrijkste SQL-sollicitatievragen nog eens door te nemen zodat je indruk maakt tijdens je gesprekken met potentiële werkgevers.