반응형
데이터 분석가(Data Analyst)라고 들어보셨나요? 다양한 데이터를 수집, 정제, 분석하고 그 결과를 해석하여 유용한 정보와 인사이트를 제공하는 전문가를 말합니다. 데이터 분석가가 되려면 어떤 역량들을 보유해야 하는지 소개합니다.
권현욱(엑셀러) | 아이엑셀러 닷컴 대표 · Microsoft Excel MVP · Excel 솔루션 프로바이더 · 작가
※ 이 글은 아래 기사 내용을 토대로 작성되었습니다만, 필자의 개인 의견이나 추가 자료들이 다수 포함되어 있습니다.
- 원문: Technical Skills Required to become a data analyst
- URL: https://medium.com/mr-plan-publication/technical-skills-required-to-become-a-data-analyst-dde2e531ca2d
1. Microsoft Excel (+ Google Sheets)
- 참조(vlookup, xlookup, hlookup 및 그 사용 사례)
- 피벗 테이블, 피벗 차트
- 파워 쿼리, 파워 피벗
- 조건부 서식
- 다양한 차트 및 서식 지정
- 기본 VBA / 매크로
- 주요 Excel 함수/수식(텍스트, 숫자, 논리 함수)
2. SQL (+ RDBMS)
- 데이터베이스 기본 사항(기본 키, 외래 키, 관계, 카디널리티 등)
- DDL, DML 문(일반적으로 사용되는 문)
- 기본 선택 쿼리(단일 테이블 쿼리)
- 조인 및 유니온(다중 테이블 쿼리)
- 하위 쿼리 및 CTE
- Window function(순위, 밀도 순위, 행 번호, 리드, 지연)
- 뷰 및 저장 프로시저
- SQL Server/MySQL/PostGreSQL(모든 RDBMS)
- SQL에 대한 전체 로드맵
3. Power BI (+ Tableau)
- 파워 쿼리, 파워 피벗(데이터 정리 및 모델링)
- 기본 M 언어 및 중급 DAX 함수
- 필터 및 행 컨텍스트
- 측정값 및 계산된 열
- 데이터 모델링 기본 사항(모범 사례 포함)
- 차트/시각 자료의 유형(및 사용 사례)
- 북마크, 필터/슬라이서(버튼/페이지 탐색 만들기용)
- 고급 도구 설명, 드릴스루 기능
- Power BI 서비스 기본 사항(일정 새로 고침, 라이선스 유형, 작업 영역 역할 등)
- Power BI 인터뷰 질문
4. 파이썬 (+ R)
- Python 기본 구문
- Python 라이브러리/IDE(주피터 노트북)
- Pandas
- Numpy
- Matplotlib
- Scikitlearn
이 중 3가지 도구를 조합하여 초급 직무를 익힌 다음, 취업 후 4번째 도구로 업스킬링할 수 있습니다(예: Excel + SQL + Power BI/ Tableau + Python/ R).
'IT Info' 카테고리의 다른 글
구글 스프레드시트와 Microsoft Excel 주요 특징 비교 (6) | 2024.01.25 |
---|---|
텍스트를 영상으로 만들어 주는 최고의 AI 동영상 생성기 7가지 (6) | 2024.01.25 |
그들은 어떻게 세계에서 가장 유명한 레거시 브랜드를 구축했을까 (5) | 2024.01.24 |
휴대폰을 위한 최고의 챗GPT 대안 6가지 (5) | 2024.01.24 |
Microsoft의 Copilot 종류와 특징 총정리 (189) | 2024.01.24 |