Responsibilities of a Data Analyst

• 데이터 분석가의 역할

  - 기본 및 보조 데이터 소스에서 데이터 얻기
  - 데이터베이스 및 기타 데이터 수집 시스템에서 필요한 데이터를 추출하기 위한 쿼리 생성, 
  - 데이터 분석을 준비하기 위해 데이터 필터링, 정리, 표준화 및 재구성
  - 통계 도구를 사용하여 데이터 세트 해석, 
  - 사용 데이터의 패턴과 상관관계를 식별하기 위한 통계 기법 사용
  - 복잡한 데이터 세트의 패턴 분석 및 추세 해석
  - 추세와 패턴을 효과적으로 전달하는 보고서 및 차트 준비 데이터 분석
  - 프로세스의 단계를 정의하고 설명하기 위한 적절한 문서 작성

• 데이터 분석가로서의 역할에 필요한 몇 가지 기술적인 기술
  • Microsoft Excel 또는 Google Sheets와 같은 스프레드시트 사용에 대한 전문성,
  • IBM Cognos, IBM SPSS, Oracle Visual Analyzer, Microsoft Power BI, SAS 및 Tableau와 같은 통계 분석 및 시각화 도구 및 소프트웨어에 대한 숙련도 중 하나 이상에 대한 숙련도
  • R, Python 및 경우에 따라 C++, Java 및 MATLAB과 같은 프로그래밍 언어,
  • SQL에 대한 우수한 지식,
  • 관계형 및 NoSQL 데이터베이스의 데이터 작업 능력, 데이터와 같은 데이터 리포지토리에서 데이터에 액세스하고 데이터를 추출하는 능력
  • 마트, 데이터 웨어하우스, 데이터 레이크 및 데이터 파이프라인에 대한 지식
  • Hadoop, Hive 및 Spark와 같은 빅 데이터 처리 도구에 대한 지식

Viewpoints: Qualities and Skills to be a Data Analyst

• 데이터 분석가가 되기 위해 필요한 자질과 기술

  	- 호기심 많은 사람

  • 시장이나 산업이 어떻게 변화했는지에 따라 새로운 기술을 개발하고 새로운 소프트웨어를 배울 수 있어야 함

• 기술력과 소프트 스킬이 필요

  • hard skill 에는 python, SQL, R, Tableau 및 Power BI 등
  • 가장 중요한 기술은 SQL
  • 가장 널리 사용되며 데이터베이스에서 데이터를 추출할 때마다 SQL을 알아야 함
  • Python과 R을 아는 것은 항상 좋은 일 (두 가지 모두에 능숙할 필요도 없다고 생각)
  • 최소한 하나의 데이터 시각화 도구를 정말 능숙하게 사용하고 데이터 시각화의 일반 원칙을 이해하는 것
  • 엔드 투 엔드 기술은 예전보다 훨씬 더 역동적
  • soft skill 비즈니스 통찰력과 프레젠테이션 기술
  • 데이터 분석가에게 가장 중요한 소프트 스킬은 정말 호기심이 많고, 좋은 질문을 많이 하고, 정말 사려 깊고, 주의 깊게 경청하고, 사용자 관점과 동료 관점, 그리고 그들에게 가장 필요한 것이 무엇인지 이해하는 것
  • 항상 배우고자 하는 의지가 있어야 함
  • 끊임없이 배우고 읽어야 함

  A Day in the Life of a Data Analyst

• 가장 중요한 것은 결과가 신뢰할 수 있는 기반이 되도록 데이터를 정리하고 준비하는 것

• 하루 중 한 가지 "유형"을 안내해야 한다면 통찰력을 찾기 위해 데이터를 샅샅이 뒤지는 하루를 선택

• 초기 가설과 시작할 질문set이 명확해지면 가설을 검증하거나 반박하기 위해 분석할 데이터 세트를 식별

  Viewpoints: Applications of Data Analytics

• 오늘날 분석의 가장 큰 장점은 매우 광범위하게 적용할 수 있다는 것

  Summary and Highlights

  In this lesson, you have learned the following information:

The role of a Data Analyst spans across:

Acquiring data that best serves the use case.

Preparing and analyzing data to understand what it represents.

Interpreting and effectively communicating the message to stakeholders who need to act on the findings.

Ensuring that the process is documented for future reference and repeatability.

In order to play this role successfully, Data Analysts need a mix of technical, functional, and soft skills.

Technical Skills include varying levels of proficiency in using spreadsheets, statistical tools, visualization tools, programming and querying languages, and the ability to work with different types of data repositories and big data platforms.

An understanding of Statistics, Analytical techniques, problem-solving, the ability to probe a situation from multiple perspectives, data visualization, and project management skills – all of which come under Functional Skills a Data Analyst needs in order to play an effective role.

Soft Skills include the ability to work collaboratively, communicate effectively, tell a compelling story with data, and garner support and buy-in from stakeholders. Curiosity to explore different pathways and intuition that helps to give a sense of the future based on past experiences are also essential skills for being a good Data Analyst.