Kurs 8 im Überblick: Setzen Sie Ihre Erwartungen
Fragen stellen, um datengesteuerte Entscheidungsfindungen zu treffen
Google Data Analytics Capstone: Schließen Sie eine Fallstudie ab (dieser Kurs)
Sie nähern sich der letzten Etappe Ihrer Reise: dem achten und letzten Kurs! Sie haben das Wissen und die Fähigkeiten erworben, um als Fachkraft für Datenanalyse arbeiten zu können. Anhand von Videovignetten, Lektüre, Tagebucheinträgen, praktischen Übungen, Online-Diskussionen und der Vernetzung mit anderen Lernenden wissen Sie nun, worauf es bei der Analyse und Verarbeitung von Daten ankommt. Sie können mithilfe von Daten Schlüsselerkenntnisse gewinnen und Geschäftsprobleme lösen.
Um die Höhepunkte Ihrer Reise zu rekapitulieren, haben Sie:
Sie haben Datenanalyse, Data Analytics und Datenökosysteme kennengelernt und wissen, wie Daten bei der Entscheidungsfindung in Unternehmen eingesetzt werden
Sie haben gelernt, SMART-Fragen zu stellen, um datengesteuerte Entscheidungsfindungen zu treffen, Tabellen zu verwenden und effektiv mit Stakeholdern zu arbeiten
Analytische Fähigkeiten, den Prozess der Datenanalyse und die Verwendung von Tabellen, SQL und Datenvisualisierungen als zentrale Datentools kennengelernt
Bereinigen von Daten in Tabellen und SQL-Datenbanken und lernen, wie wichtig es ist, den Bereinigungsprozess zu überprüfen, zu dokumentieren und zu berichten, um die Integrität der Daten zu gewährleisten
Sie organisierten, sortierten, filterten und aggregierten Daten für die Analyse und führten grundlegende Berechnungen mit Funktionen und Formeln in Tabellenkalkulationen sowie SQL-Abfragen und temporären Tabellen in Datenbanken durch
Sie lernten Design Thinking, erstellten Visualisierungen und Dashboards in Tableau und arbeiteten an Ihren Kommunikationsfähigkeiten, um fesselnde datengesteuerte Storys zu präsentieren
Sie schrieben Code in der Programmiersprache R, um Daten zu bereinigen und zu analysieren, verwendeten RStudio, um Ihren Code zu bearbeiten und auszuführen, und erstellten detaillierte Datenvisualisierungen in RStudio
Was Sie erwarten können
Das Google Data Analytics Certificate Capstone Projekt ist eine Gelegenheit für Sie, viele der Fähigkeiten und Kompetenzen anzuwenden, die Sie in früheren Kursen erworben haben. Sie haben bereits viele Wochen in das Programm investiert, so dass der Abschluss dieses Capstone-Projekts wie eine große Feier Ihrer Lernerfolge ist! Das Capstone-Projekt ist optional, und die Entscheidung, ob Sie es abschließen oder nicht, hat keinen Einfluss auf den Erhalt Ihres Zertifikats. Es ist jedoch sehr empfehlenswert! Der Abschluss des Capstone Projekts ist eine großartige Möglichkeit, alles, was Sie gelernt haben, zusammenzufassen und wird Ihnen bei zukünftigen Bewerbungen von Nutzen sein.
Wie geht es nun weiter? Nachdem Sie erfahren haben, was Capstone-Projekte, Fallstudien und Portfolios sind, werden Ihnen realistische Fälle vorgestellt. Sie wählen dann einen davon aus, den Sie als Fallstudie verwenden. Alternativ können Sie sich auch einen Fall ausdenken, der Ihren persönlichen Interessen entspricht und diesen für Ihre Fallstudie verwenden. Dies ist Ihre Chance, die sechs Schritte des Datenanalyseprozesses von Anfang bis Ende zu durchlaufen. Nutzen Sie die Links oben auf dieser Seite, um sich die Inhalte anderer Kurse des Programms anzusehen, die Ihnen bei der Fertigstellung Ihrer Fallstudie helfen.
Nachdem Sie Ihre Fallstudie abgeschlossen haben, können Sie sie in Ihr Online-Portfolio aufnehmen. Ihr Projekt wird Ihr Selbstvertrauen stärken! Sie werden es als Beispiel für Ihre Arbeit anführen können, wenn Sie sich für eine Stelle als Fachkraft für Datenanalyse bewerben. Und schließlich, nachdem Sie Ihr Projekt abgeschlossen haben, können Sie die abschließenden Materialien dieses Kurses nutzen, um sich auf ein Vorstellungsgespräch vorzubereiten. Viel Glück und viel Spaß bei der Arbeit an Ihrer Fallstudie.
Inhalt des Kurses
Kurs 8 – Google Data Analytics Capstone: Vervollständigen Sie eine Fallstudie
Capstone Grundlagen: Ein Capstone-Projekt in Coursera bezieht sich auf ein Abschlussprojekt am Ende eines Studienprogramms. In der realen Welt werden diese Art von Projekten eher als Fallstudien bezeichnet. Fallstudien sind für Arbeitgeber eine gängige Methode, um die Fähigkeiten von Bewerbern zu beurteilen. In diesem Teil des Kurses werden Sie die Vorteile von Capstone-Projekten, Fallstudien und Portfolios kennenlernen, mit denen Sie Ihre neuen Fähigkeiten potenziellen Arbeitgebern präsentieren können.
Aufbau Ihres Portfolios: In diesem Teil des Kurses werden Ihnen zwei Wege (und mögliche Fälle, die Sie verwenden können) vorgestellt, um Ihr Capstone-Projekt abzuschließen. Je nachdem, für welche Spur Sie sich entscheiden, werden Sie dann zu den spezifischen Lektionen und Anweisungen geleitet, die für die von Ihnen gewählte Spur gelten. Der abschließende Liefergegenstand in beiden Kursen ist eine fertige Fallstudie für Ihr Online-Portfolio.
Verwendung Ihres Portfolios: Eine Fallstudie in Ihrem Portfolio zu haben, ist ein erster Schritt. In diesem Teil des Kurses werden Sie sich darauf konzentrieren, wie Sie Ihr Portfolio nutzen, um die Fähigkeiten hervorzuheben, nach denen Arbeitgeber suchen. Sie werden eine Kurzpräsentation für Ihre Fallstudie entwickeln, die es den Leuten ermöglicht, schnell zu verstehen, was Sie getan haben. Anschließend können Sie üben, Aspekte Ihrer Fallstudie in die Antworten auf verschiedene Arten von Interviewfragen einzubauen.
Liefergegenstände für den Kurs
Ihr abschließender Liefergegenstand umfasst Folgendes:
Abgeschlossene Fallstudie
Online-Portfolio
Kurzpräsentation (für Ihre Fallstudie)
Aktualisiertes LinkedIn-Profil
Ihre Fallstudie wird nicht benotet, aber nutzen Sie alle zur Verfügung gestellten Ressourcen, um sie erfolgreich abzuschließen. Nehmen Sie an den Diskussionsforen für diesen Kurs teil, um sich mit anderen auszutauschen, die an denselben oder ähnlichen Fallstudien arbeiten. Es können Strategien ausgetauscht werden, aber keine spezifischen Analyseschritte oder Aktivitäten. Wenn Sie noch kein Konto haben, richten Sie eines auf der Plattform ein, die Sie für Ihr Portfolio gewählt haben. Üben Sie Ihre Kurzpräsentation für Ihre Fallstudie oder tauschen Sie sie mit anderen aus, um sie abzustimmen.
Anforderungen für das Zertifikat
Um sich für das Zertifikat zu qualifizieren, lassen Sie uns wissen, ob Sie die optionale Fallstudie abgeschlossen haben (dies wird dringend empfohlen) und alle zuvor geforderten Kursherausforderungen des Zertifikats mit mindestens 80% richtigen Antworten bestanden haben. Es ist natürlich in Ordnung, wenn Sie eine Kursherausforderung beim ersten Mal nicht bestehen. Bevor Sie es erneut versuchen, sollten Sie die Übungstests wiederholen, um die Themen zu identifizieren, die Sie wiederholen müssen. Sehen Sie sich dann die Videos und die Lektüre zu diesen Themen noch einmal an, um besser zu verstehen, was Sie möglicherweise verpasst haben. Sie können eine Kursherausforderung bis zu dreimal absolvieren, um ein gutes Ergebnis zu erzielen.
Sie sind auf dem besten Weg, Ihr Zertifikat bald zu erhalten!
Aktualisierungen des Kurses
Während Sie diesen Kurs absolvieren, werden Sie möglicherweise Aktualisierungen des Inhalts feststellen, wie z.B. neue Übungsmaterialien und zusätzliche Beispiele. Diese Aktualisierungen gewährleisten, dass das Programm aktuelle Fähigkeiten und Anleitungen bietet, die Ihnen bei Ihrer Data Analytics-Karriere helfen werden. Wenn Sie bereits eine benotete Aktivität absolviert haben, müssen Sie die Bewertung möglicherweise wiederholen, um diesen Kurs abzuschließen. Weitere Informationen finden Sie im Diskussionsforum des Kurses.
Portfolios erkunden
Sie haben bereits gelernt, dass ein Portfolio Stichproben enthält, die Sie mit potenziellen Arbeitgebern teilen. Fallstudien sind Praxis- oder Beispielprojekte im Bereich Data Analytics, die Sie für Ihr Portfolio erstellen können. Nachdem Sie Ihr Online-Portfolio erstellt haben, können Sie einen Link dazu in Ihren Lebenslauf einfügen. Wenn Sie ein Portfolio haben, um zu zeigen, wer Sie sind und Ihre Fähigkeiten zu demonstrieren, können Sie sich bei potenziellen Arbeitgebern hervorheben. Die Fallstudie, die Sie in diesem Kurs bearbeiten werden, kann eines der Beispiele sein, die Sie Ihrem Portfolio hinzufügen.
In dieser Lektüre lernen Sie einige wichtige Dinge, die Sie bei der Erstellung Ihres Portfolios beachten sollten. Sie werden auch GitHub und Kaggle kennenlernen, Plattformen, auf denen Ihr Portfolio gehostet werden kann. Sie werden sich die Berufsprofile von zwei Fachkräften für Datenanalyse ansehen und erfahren, was sie in ihre Portfolios auf Kaggle aufgenommen haben.
Tipps und Tricks zum Aufbau Ihres Portfolios
In erster Linie sollte Ihr Portfolio Ihre eigene Arbeit darstellen. Auch wenn es inspirierend ist, sich Ideen aus anderen Portfolios zu holen, ist es niemals akzeptabel, die Arbeit anderer direkt zu kopieren (oder nur geringfügig zu verändern) und sie in Ihrem eigenen Portfolio zu veröffentlichen.
Wenn Sie als Fachkraft für Datenanalyse an einem Projekt arbeiten, sollten Sie außerdem bedenken, dass die Arbeit, die Sie für einen Arbeitgeber oder Client leisten, zu dessen Unternehmen gehört. In vielen Fällen können Sie diese Arbeit nicht in Ihrem persönlichen Portfolio veröffentlichen, wenn Sie nicht zuvor die direkte und ausdrückliche Erlaubnis des Auftraggebers eingeholt haben.
Schließlich sollten Sie auch bei offenen oder öffentlichen Datasets vorsichtig sein. Wenn Sie nicht gerade Daten verwenden, die Sie persönlich gesammelt haben, sollten Sie den Eigentümer der Daten um Erlaubnis bitten, bevor Sie irgendetwas im Zusammenhang mit den Daten in Ihrem Portfolio veröffentlichen. Sie sollten immer die volle Verantwortung für das übernehmen, was Sie veröffentlichen, indem Sie bei Bedarf die richtigen Genehmigungen einholen.
Wenn Sie mit der Erstellung Ihres Portfolios beginnen, können Sie einige Überlegungen anstellen, um zu entscheiden, wie Sie Ihre Arbeit am besten einbinden können:
Wählen Sie Ihre Projekte aus: Wählen Sie Projekte aus, die zu Ihren Fähigkeiten und Karrierezielen passen. Ihr Portfolio sollte eine Reihe von Bereichen widerspiegeln, die direkt mit Ihrer Arbeit als Data Analytics-Experte in Verbindung stehen.
Halten Sie Ihren Prozess fest: Wenn Sie mit potenziellen Arbeitgebern über Projekte sprechen, ist es sinnvoller, sich auf Ihren Prozess zu konzentrieren als auf Ihre Ergebnisse. Beschreiben Sie Ihre Strategien, erörtern Sie die verwendeten Tools und erläutern Sie die Entscheidungen, die Sie getroffen haben, und warum Sie diese getroffen haben. Diese Statistiken geben potenziellen Arbeitgebern einen Einblick in Ihre Problemlösungsfähigkeiten und Denkprozesse.
Ästhetik ist wichtig: Ihr Portfolio sollte einfach zu navigieren und optisch ansprechend sein. Professionalität, Einfachheit und Einbindung sind der Schlüssel.
Erzählen Sie Ihre Story: Erläutern Sie den Hintergrund eines jeden Projekts. Vor welchen Herausforderungen standen Sie? Welche Schritte haben Sie unternommen, um sie zu überwinden? Und welche Auswirkungen hatte Ihre Arbeit? Denken Sie an all die Menschen, mit denen Sie kommunizieren. Wer sind sie und was müssen sie über Sie wissen?
Sehen wir uns nun drei Plattformen an, die Sie für Ihr Portfolio nutzen können.
Persönliche Websites
Die Einrichtung einer persönlichen Website für Ihr Portfolio ist eine gute Option, da Sie dort auch Aspekte Ihrer Persönlichkeit oder Ihres Hintergrunds präsentieren können, die zu Ihrer professionellen Marke beitragen. Sie könnten zum Beispiel eine überzeugende Erfahrung teilen, die Ihre Fähigkeit zur Zusammenarbeit, Ihre Widerstandsfähigkeit oder Ihre Fähigkeit, nicht aufzugeben, widerspiegelt. Wie auch immer Sie sich entscheiden, stellen Sie sicher, dass es sich um etwas handelt, von dem Sie nicht möchten, dass andere Menschen es über Sie erfahren.
Zum Beispiel diese Visualisierung von der Fachkraft für Datenanalyse Bill Yosts Website seine Fähigkeit, eine Tableau-Visualisierung zu erstellen, und erzählt gleichzeitig eine sehr persönliche Geschichte über seinen Kampf gegen den Krebs. Potenzielle Arbeitgeber erhalten einen Eindruck von seinen Fähigkeiten und erfahren gleichzeitig viel mehr über ihn.
Beachten Sie, dass die Anmerkungen in der Visualisierung zwar im Weißraum etwas gedrängt erscheinen (gemäß den Richtlinien in der Daten teilen durch die Kunst der Visualisierung kurses), ist das Konzept des Teilens einer persönlichen Story das wichtigste Ergebnis.
GitHub
GitHub ist eine gehostete Plattform, die in erster Linie von Entwicklern als Repository für Code verwendet wird, aber auch als Repository für Dokumentation genutzt werden kann. Einer der Tipps, die Sie in diesem Programm erhalten haben, besteht darin, ein elektronisches Tagebuch zu führen, in dem Sie Dinge festhalten, die Sie sich merken müssen, insbesondere für SQL- oder R-Syntax. Wenn etwas in Ihrem elektronischen Journal besonders nützlich ist, können Sie ein Dokument für Ihr Portfolio in GitHub erstellen. Zur Inspiration sehen Sie sich diese Tipps zur Verwendung von R readme-Dokument, das ein GitHub-Nutzer veröffentlicht hat.
Kaggle
Wenn Sie ein Konto bei Kaggle haben, können Sie es auch als Plattform nutzen, um Ihr Portfolio und Ihren persönlichen Hintergrund zu präsentieren. Sehen Sie sich diese Profilbeispiele an:
Ihre Profile zeigen die Wettbewerbe, an denen sie teilgenommen haben, die Datasets, die sie erstellt haben, und die Diskussionen, zu denen sie beigetragen haben. Kaggle-Wettbewerbe sind Herausforderungen, die Menschen in jeder Phase ihrer Karriere in den Bereichen Programmierung und maschinelles Lernen annehmen können. Sehen Sie sich dieses YouTube-Video an, um zu erfahren wie man an einem Kaggle-Wettbewerb teilnimmt. Sowohl Jesses als auch Megs Profile enthalten auch Links, um ihnen auf anderen Social Media Plattformen wie LinkedIn und Twitter zu folgen.
Jupyter Notebook ist eine Open-Source Web-Applikation, mit der Sie Dokumente erstellen und teilen können, die Live-Code, Gleichungen, Visualisierungen und erzählenden Text enthalten. Kaggle unterstützt eine Jupyter Notebook-Umgebung, auf die über einen Browser zugegriffen werden kann. Jesse und Meg haben auch Notizbücher in Kaggle. Sie können Kaggle verwenden, um Ihre eigenen Notizbücher zu erstellen, die potenzielle Arbeitgeber sehen können.
Klicken Sie auf Jesse Mostipaks Code-Link um ihre öffentlichen Notizbücher zu sehen
Klicken Sie auf Meg Risdal’s Code-Link um ihre öffentlichen Notizbücher zu sehen
Ihr Portfolio und die Checkliste für Fallstudien
Es ist wichtig, die Schlüsselkomponenten eines Portfolios und einer Fallstudie zu kennen, da beide für den Erfolg bei der Bewerbung um eine Stelle unerlässlich sind. Im Folgenden finden Sie eine Checkliste, die Ihnen dabei hilft, sich zu orientieren. Wenn Sie in Zukunft auf diese Checkliste zurückgreifen möchten, können Sie die PDF-Datei unten herunterladen:
Was Sie in Ihr Portfolio aufnehmen sollten
Auch wenn Sie noch keine Berufserfahrung im Bereich Data Analytics haben, können Sie ein hervorragendes Portfolio zusammenstellen, das Ihre neuen Fähigkeiten präsentiert und einen Einblick in Ihre Persönlichkeit bietet. Achten Sie darauf, Folgendes in Ihr Portfolio aufzunehmen:
Biographie: Das Hauptaugenmerk Ihres Portfolios liegt auf einer aussagekräftigen und einprägsamen Selbstdarstellung. Schreiben Sie eine prägnante und klare Vorstellung von sich selbst. Das Ziel ist es, das Interesse Ihres Publikums zu wecken und es dazu zu bringen, Sie treffen zu wollen, um mehr zu erfahren.
Kontaktseite: Stellen Sie sicher, dass Sie eine Möglichkeit haben, mit Ihnen in Kontakt zu treten, sei es per E-Mail, per Telefon (wenn Sie sich wohl fühlen) oder über Social Media (insbesondere LinkedIn). Vielleicht haben Sie auf Ihrer Website bereits ein Kontaktformular integriert, wenn Sie gängige Website-Baukästen verwenden.
Lebenslauf: In der vorherigen Lektüre, Fügen Sie Ihrem Lebenslauf technische Fähigkeiten hinzu und Berufliche Fähigkeiten in den Lebenslauf aufnehmenhaben Sie gelernt, wie Sie einen Lebenslauf erstellen, der Ihre Fähigkeiten und Ihre Erfahrung widerspiegelt. Stellen Sie sicher, dass Sie einen Lebenslauf in Ihr Portfolio aufnehmen.
Errungenschaften: Sie sind nicht nur auf Ihre bisherigen Erfahrungen beschränkt. Sie sollten auch alle aktuellen karrierefördernden Highlights aufführen, die Ihnen einfallen. Das können alle Zertifizierungen sein, die Sie erworben haben, Data Analytics-Veranstaltungen, an denen Sie teilgenommen haben, oder sogar Blogbeiträge, die Sie veröffentlicht haben.
Ein Bild von Ihnen (optional): Geben Sie Ihrem Foto eine persönliche Note. Alles, was Sie brauchen, ist ein einfaches, klares Foto, das Sie gut repräsentiert.
Was Sie in eine Fallstudie aufnehmen sollten
Während des Prozesses Ihres Vorstellungsgesprächs werden Sie höchstwahrscheinlich auf das Gespräch über eine Fallstudie stoßen. In diesem Gespräch wird Ihnen ein geschäftsbezogenes Szenario vorgelegt, in dem Sie ein Problem analysieren und die beste Lösung finden sollen. Sie werden eine bestimmte Zeit zur Verfügung haben, um diese Aufgabe zu lösen, daher sollten Sie auf jedes Szenario vorbereitet sein. Eine gute Fallstudie umfasst Folgendes:
Einleitung: Stellen Sie sicher, dass Sie den Zweck der Fallstudie angeben. Dazu gehört, worum es sich bei dem Szenario handelt und wie es sich auf ein reales Hindernis bezieht. Fühlen Sie sich frei, Annahmen oder Theorien zu notieren, die Sie in Abhängigkeit von den bereitgestellten Informationen haben könnten.
Probleme: Nennen Sie die Hauptprobleme, erläutern Sie, wie Sie das Problem analysiert haben, und stellen Sie alle Fakten dar, die Sie zur Untermauerung Ihrer Erkenntnisse verwenden.
Lösungen: Skizzieren Sie eine Lösung, die das Problem lindern würde, und stellen Sie einige Alternativen vor, um zu zeigen, dass Sie sich intensiv mit der Fallstudie auseinandergesetzt haben. Vergessen Sie nicht, für jede Lösung Vor- und Nachteile anzugeben.
Schlussfolgerung: Beenden Sie Ihre Präsentation, indem Sie die Schlüssel der von Ihnen durchgeführten Problemlösung zusammenfassen und dabei hervorheben, was Sie daraus gelernt haben.
Nächste Schritte: Wählen Sie die beste Lösung aus und schlagen Sie dem Client oder dem Unternehmen Empfehlungen für die weitere Vorgehensweise vor. Erklären Sie, warum Sie Ihre Wahl getroffen haben und wie sich dies positiv auf das Szenario auswirken wird. Seien Sie konkret und geben Sie an, was getan werden muss, wer es durchsetzen sollte und wann.
Beispiele für Fragen zu Fallstudien im Vorstellungsgespräch
Verschaffen Sie sich anhand der Fallstudienfragen in diesem Blogartikel einen besseren Eindruck von den Erwartungen eines Arbeitgebers: 4 Fallstudienfragen für Vorstellungsgespräche mit Fachkräften für Datenanalyse in einem Start-up.
Karrierewege im Bereich Daten neu überdenken
In einer Lesung in der Grundlagen: Daten, Daten, Überall haben Sie drei verschiedene Pfade in der Datenwissenschaft kennengelernt: Datenanalyst, Datenwissenschaftler und Datenspezialist. Diese Lektüre greift die Berufswahl des Datenanalysten (erste Spalte in der Tabelle unten) wieder auf, um zu untersuchen, wie die Fähigkeiten, die Sie in diesem Programm erlernt haben, mit den realen beruflichen Anforderungen zusammenpassen.
Zuordnung von Zertifikatsfähigkeiten zu beruflichen Anforderungen
Die Fähigkeiten, die Sie mit dem Google Data Analytics-Zertifikat erwerben, stimmen mit den Anforderungen überein, die an Fachkräfte für Datenanalyse gestellt werden. Wenn Sie Ihren Lebenslauf erstellen, kann die Art und Weise, wie Sie Ihre Fähigkeiten präsentieren, die Aufmerksamkeit eines Personalverantwortlichen oder eines einstellenden Managers auf sich ziehen. Viele Berufsberater empfehlen, dass Sie Ihren Lebenslauf bei jeder Bewerbung so anpassen, dass Ihre Erfahrungen und Fähigkeiten möglichst genau mit den Anforderungen in der Stellenbeschreibung übereinstimmen.
Beachten Sie für jede der relevanten Fähigkeiten in der vorherigen Tabelle Folgendes:
Mögliche Formulierungen aus Stellenbeschreibungen
Beispiele für übereinstimmende Fähigkeiten aus diesem Zertifikat
Gehen wir die Fähigkeiten von Fachkräften für Datenanalyse durch und prüfen Sie die üblichen Formulierungen, die Sie in Stellenbeschreibungen finden können.
Fähigkeit: Abfragen von Datenbanken
Phrase aus der Stellenbeschreibung | Fertigkeiten aus diesem Programm, die Sie in Ihren Lebenslauf aufnehmen könnten |
|---|---|
Sammeln von Daten mit Hilfe einer Scripting-Sprache wie SQL | – SQL-Abfragen durchführen – Daten mithilfe von SQL-Abfragen sortieren und filtern – Datentypen mithilfe von SQL-Funktionen konvertieren |
Fertigkeit: Datenvisualisierung
Satz aus der Stellenbeschreibung | Fertigkeiten aus diesem Programm, die Sie in Ihren Lebenslauf aufnehmen könnten |
|---|---|
Visualisieren Sie Datenvisualisierungen und kommunizieren Sie Ihre Ergebnisse an teams in anderen Organisationen | – Erstellen Sie Datenvisualisierungen mit Tableau – Visualisierungen in Tabellen erstellen – Präsentationen aus den Ergebnissen der Datenanalyse erstellen |
Fertigkeit: Dashboards
Satz aus der Stellenbeschreibung | Fertigkeiten aus diesem Programm, die Sie in Ihren Lebenslauf aufnehmen könnten |
|---|---|
Erstellen und schulen Sie Nutzer von neuen Dashboards | – Identifizieren Sie die Datenbedürfnisse der Nutzer – Dashboards mit Tableau erstellen – Design Thinking anwenden, um Dashboards zu verbessern |
Fertigkeit: Berichte
Satz aus der Stellenbeschreibung | Fertigkeiten aus diesem Programm, die Sie in Ihren Lebenslauf aufnehmen könnten |
|---|---|
Umfassende Berichte erstellen | – Erstellen von Bereinigungsberichten für Daten – Erstellen und Pflegen von Änderungsprotokollen – Erstellen von Berichten in R Markdown |
Fähigkeit: Tabellenkalkulationen
Satz aus der Stellenbeschreibung | Fertigkeiten aus diesem Programm, die Sie in Ihren Lebenslauf aufnehmen können |
|---|---|
Datasets mit Tabellenkalkulationen untersuchen und analysieren | – Bereinigte Daten in Tabellenkalkulationen – Daten in Tabellenkalkulationen sortieren und filtern – Pivot-Tabellen in Tabellenkalkulationen erstellen |
Fähigkeit: Programmierung
Dies ist ein Bereich, in dem Sie sich bei Ihrer Bewerbung um eine Stelle als Fachkraft für Datenanalyse möglicherweise von anderen Kandidaten abheben können. Programmierung wird als eine fortgeschrittene Fähigkeit angesehen und steht vielleicht nicht einmal in der Stellenbeschreibung für eine Junior-Fachkraft für Datenanalyse. Sie haben im Rahmen dieses Programms gelernt, R für die Datenanalyse zu verwenden, und wenn Sie Ihrem Lebenslauf Programmierkenntnisse hinzufügen, hebt sich Ihre App möglicherweise von anderen Bewerbern ab.
Formulierung in der Stellenbeschreibung | Fertigkeiten aus diesem Programm, die Sie in Ihren Lebenslauf aufnehmen könnten |
|---|---|
Wissen über einige Programmiersprachen und eine organisierte und methodische Arbeitsweise | – Installieren und Verwenden des Tidyverse-Pakets in R – Ausführen von Scripts in RStudio – Erstellen von Datenvisualisierungen in RStudio |
Anstreben von eher technischen Rollen
Wenn Ihr Ziel darin besteht, in einer eher technischen Rolle wie einem Datenwissenschaftler zu arbeiten, ist das Google Data Analytics-Zertifikat ein guter Ausgangspunkt. Möglicherweise müssen Sie jedoch zusätzliche Lernangebote wahrnehmen, um Ihre Fähigkeiten zu verbessern, wie z.B.:
Absolvieren anderer professioneller Zertifikate (Coursera bietet viele an)
Registrieren Sie sich für College-Kurse als Teilzeit- oder Vollzeitstudent und bewerben Sie sich für bezahlte Praktika
Ihre Ausbildung in einem vierjährigen College-Studiengang wie Computerwissenschaft, Datenwissenschaft oder Management-Informationssysteme fortsetzen
Bauen Sie Ihre berufliche Identität auf
Ihre berufliche Identität ist der einzigartige Wert, den Sie in die Arbeitswelt einbringen. Sehen Sie sich dieses Video an, um mehr über die Schlüsselkomponenten der beruflichen Identität zu erfahren und Ihre eigene Erklärung zur beruflichen Identität zu verfassen. Wenn Sie Ihre eigene berufliche Identität entdecken und definieren, sind Sie besser gerüstet, einen Pfad zu wählen, der Ihren Stärken, Werten und Zielen entspricht und in Ihrem gewählten Beruf effektiver ist.
Weitere Informationen über Karrierewege in der Datenwissenschaft, einschließlich der eher technischen Rollen, finden Sie in diesem Artikel auf Medium: Karrierewege in der Datenwissenschaft.
Nächste Schritte
Die Fallstudie zum Capstone Projekt ist ein optionaler Bestandteil dieser Kurse. Sie ist jedoch sehr empfehlenswert, da sie Ihnen die Möglichkeit bietet, alles, was Sie bisher gelernt haben, zu demonstrieren und Ihr Portfolio für zukünftige Bewerbungen aufzubauen. Das folgende Diagramm gibt Ihnen einen Überblick über die nächsten Schritte, die Sie zum Abschluss dieses Kurses unternehmen werden. Sie werden eine Fallstudie abschließen, ein Online-Portfolio erstellen, Ihr LinkedIn-Profil aktualisieren und sich auf Vorstellungsgespräche für Jobs als Datenanalyst vorbereiten.
Die Abschnitte dieser Lektüre verweisen Sie auf Ressourcen in diesem Kurs und in anderen Kursen des Programms, die Ihnen helfen werden, die einzelnen Schritte abzuschließen.
Auswählen und Entwickeln einer Fallstudie
In diesem Kurs haben Sie die Möglichkeit, eine Fallstudie auszuwählen und zu entwickeln. Sie können eine von zwei möglichen Spuren wählen.
In der ersten Spur sind bereits zwei Fälle definiert. Sie können einen dieser Fälle auswählen und die Datenanalyse zur Beantwortung der vorgestellten Fragen weiterverfolgen, um Geschäftsprobleme zu lösen. Weitere Informationen finden Sie in den details zu Spur A.
Die zweite Schiene ermöglicht es Ihnen, Ihre eigene Fallstudie zu einem Thema zu entwerfen, das Sie interessiert. Sie können alle Phasen des Prozesses der Datenanalyse üben, außer der Phase Act: Fragen, Vorbereiten, Verarbeiten, Analysieren, Teilen und Handeln. Weitere Informationen finden Sie in den details zu Spur B. Sie können auch zu Die Phasen der Datenanalyse und zu diesem Programmvideo zurückkehren, um die Schritte des Prozesses der Datenanalyse zu wiederholen.
Nachdem Sie sich mit den Details der einzelnen Tracks vertraut gemacht haben, lesen Sie die Informationen unter Wählen Sie Ihre Fallstudien-Schiene und entscheiden Sie, welchen Weg Sie einschlagen möchten.
Erstellen Ihres Online-Portfolios
Nachdem Sie Ihre Fallstudie abgeschlossen haben, erstellen Sie ein Online-Portfolio, um sie zu speichern und zu präsentieren. Siehe Erstellen Sie Ihr Online-Portfolio. Hier finden Sie eine Übersicht über Plattformen, auf denen Sie Ihr Portfolio und Ihre Fallstudie unterbringen können.
Aktualisieren Sie Ihr LinkedIn-Profil
In einem früheren Kurs haben Sie gelernt, wie man eine Online-Präsenz mit einem LinkedIn-Konto erstellt Erste Schritte mit LinkedIn. Rufen Sie Ihr LinkedIn-Profil erneut auf, um einen Link zu Ihrem Online-Portfolio in Ihr Profil einzufügen.
Üben Sie die Präsentation Ihrer Fallstudie
Sie können damit beginnen, sich auf Vorstellungsgespräche vorzubereiten, indem Sie einen Elevator Pitch für Ihre Fallstudie erstellen. Siehe dazu Was eine gute Präsentation ausmacht um zu verstehen, auf welche Art von Fragen Sie sich vorbereiten sollten. Versuchen Sie, Aspekte Ihres Elevator Pitch in Ihre Antworten auf die Stichprobenfragen in der Lektüre einzubauen. Üben Sie dann die Präsentation Ihrer Fallstudie als Teil Ihrer geplanten Antworten auf häufig gestellte Interviewfragen.
Erstellen Sie Ihr Online-Portfolio
In dieser Lektüre finden Sie eine Checkliste darüber, was Sie in Ihr Portfolio aufnehmen sollten, wo Sie Konten einrichten können, um Ihr Portfolio zu hosten, und wie Sie Inhalte zu Ihrem Portfolio hinzufügen.
Was Sie aufnehmen sollten
Sie haben gelernt, dass ein Portfolio Ihre Fähigkeiten repräsentiert und potenziellen Arbeitgebern einige Ihrer früheren Projekte vorstellt. Bewahren Sie Ihr Portfolio auf:
Persönlich: Zeigen Sie, wer Sie sind, wofür Sie sich interessieren und was Ihnen wichtig ist.
Einfach: Präsentieren Sie Ihre Arbeit mit einer einfachen Navigation und ohne überladene Seiten.
Relevant: Verknüpfen Sie Ihre Arbeit mit den in den Stellenbeschreibungen enthaltenen Fähigkeiten.
Vorzeigbar: Betonen Sie die Qualität der Stichproben, die Sie zeigen.
Eindeutig: Präsentieren Sie Ihre eigene Arbeit; geben Sie die Quellen des Inhalts an, um Plagiate zu vermeiden.
WHERE zum Einrichten von Konten
Wählen Sie eine Plattform, um Ihr Portfolio zu hosten. Medium, Google Sites und WordPress sind gut zum Bloggen geeignet. GitHub und Kaggle sind besser für Coding geeignet. Und schließlich ist Tableau, wie Sie wissen, hervorragend für Visualisierungen geeignet. Als nächstes erstellen Sie ein Konto auf der Plattform, die Sie gewählt haben. Sehen Sie sich diese Schritte an, um Konten auf verschiedenen Plattformen einzurichten:
Einrichten eines Kontos bei Tableau Public– Klicken Sie auf die orangefarbene Schaltfläche „Sign Up“
So fügen Sie Inhalte zu Ihrem Portfolio hinzu
Schließlich finden Sie in der folgenden Tabelle einige Links zu Artikeln, die Ihnen beim Management Ihres Portfolios helfen können. Die Artikel sind kostenlos, aber einige Websites begrenzen die Anzahl der Artikel, die Sie pro Monat ansehen können. Setzen Sie in diesem Fall ein Lesezeichen für den Artikel, um ihn später anzusehen.
Plattform | Informationen, die Ihnen beim Management Ihres Portfolios helfen |
|---|---|
GitHub | 8 Schritte zur Veröffentlichung Ihres Portfolios auf GitHub: Folgen Sie den Schritten in diesem Artikel, um ein Repository für Ihr Portfolio zu erstellen. |
Kaggle | Veröffentlichen Sie Ihr erstes Dataset auf Kaggle: Folgen Sie den Schritten in diesem Artikel, um Ihr eigenes Dataset zu veröffentlichen. |
Tableau | Jede in Tableau Public erstellte Visualisierung ist bereits standardmäßig öffentlich. Um eine Visualisierung von Tableau zu einer anderen gehosteten Website hinzuzufügen, ist viel mehr erforderlich. Aus diesem Grund ist es wahrscheinlich am besten, auf Tableau-Visualisierungen zu verlinken, wenn Ihr Portfolio auf einer persönlichen Website oder auf einer anderen Plattform wie GitHub gehostet wird. |
Medium | Erste Schritte mit einer Medium-Publikation: Folgen Sie dem Prozess in diesem Leitfaden, um Ihre eigene Publikation zu erstellen. |
WordPress | Veröffentlicht werden: Folgen Sie diesen Anweisungen, um Seiten zu erstellen oder Inhalte auf Ihrer Website zu veröffentlichen. |
Google-Seiten | Veröffentlichen und teilen Sie Ihre Website: Folgen Sie diesen Anweisungen, um Ihre Website zu veröffentlichen und öffentlich zugänglich zu machen. Verwenden Sie eine eigene Domain für Ihre Website: Beachten Sie diese Anweisungen, wenn Sie eine benutzerdefinierte URL für Ihr Portfolio verwenden möchten. |
Einführung in den Aufbau Ihres Portfolios
In diesem Teil des Kurses werden Sie eine Fallstudie vorbereiten, die Sie in Ihr Online-Portfolio aufnehmen können. Alle zur Verfügung gestellten Ressourcen werden Ihnen dabei helfen, dieses Ziel zu erreichen (der so genannte Google Data Analytics Capstone).
Es gibt ein altes Sprichwort, das besagt, dass man durch Handeln lernt. Sie haben bereits gelernt, wie wichtig die einzelnen Phasen des Datenanalyseprozesses bei der Arbeit mit einem Dataset sind. Sie werden bald erfahren, wie wichtig es ist, ein Online-Portfolio zu haben. Der Google Data Analytics Capstone ermöglicht es Ihnen, beides zusammenzuführen – ein Dataset, das Sie durch den Datenanalyseprozess für Ihr Portfolio erstellt haben.
Indem Sie Ihr Capstone-Projekt abschließen, werden Sie üben:
Das Durchlaufen der Phasen Fragen, Vorbereiten, Verarbeiten, Analysieren und Weitergeben des Datenanalyseprozesses
Eine unternehmensbezogene Aufgabe klar formulieren
Importieren von Daten aus einem echten Dataset
Dokumentieren der Datenbereinigung, die Sie an dem Dataset vornehmen
Analysieren der Daten
Erstellen von Datenvisualisierungen aus Ihrer Analyse
Zusammenfassen der Schlüssel-Ergebnisse aus Ihrer Analyse
Dokumentieren Sie Ihre Schlussfolgerungen und Empfehlungen
Erstellung und Veröffentlichung Ihrer Fallstudie
Mit Ihrer Fallstudie demonstrieren Sie potenziellen Arbeitgebern diese grundlegenden Fähigkeiten und zeigen, was Sie im Rahmen des Google Data Analytics Zertifikats gelernt haben. Sie wird Ihr Wissen und Ihre Fähigkeiten in Ihrem Portfolio darstellen.
Ressourcen zur Erforschung anderer Fallstudien
Inspiration gibt es überall. Ideen für eine Fallstudie, die Sie in Ihr Portfolio aufnehmen möchten, können Sie von Ihren Hobbys, Reisen, Kindern, ehrenamtlichen Tätigkeiten und sogar von etwas so Alltäglichem wie dem Warten in der Schlange bekommen! Sie könnten zum Beispiel eine Fallstudie erstellen, die die Auswirkungen von Wartezeiten auf den Umsatz eines Unternehmens untersucht.
Nehmen wir an, Sie angeln gerne. Sie können eine Fallstudie für Ihr Portfolio erstellen, die sich auf Ihr Hobby bezieht. Es ist hilfreich, Medium, GitHub, Tableau und Kaggle zu durchstöbern, um sich ein Bild davon zu machen, was andere Leute bereits erstellt haben, und sich inspirieren zu lassen.
Suche auf Medium
Um auf Medium nach Fallstudien zu suchen, gehen Sie zu medium.com/search.
Geben Sie als Beispiel den Begriff fishing, ein. Medium zeigt Ihnen dann eine Reihe von Artikeln an, die mit Angeln zu tun haben. Sie können auch andere Themen im Zusammenhang mit dem Angeln erkunden, indem Sie auf andere Tags auf der rechten Seite klicken: Umwelt, Reisen, Angeln und Reisen, Outdoor und mehr.
Suche auf GitHub
Um nach Fallstudien auf GitHub zu suchen, gehen Sie zu github.com/search.
Wenn Sie fishing in das Suchfeld eingeben, liefert GitHub Tausende von Ergebnissen. Wenn Sie in das Suchfeld fishing case study eingeben, liefert GitHub weniger Ergebnisse.
Suche in Tableau
Um nach Fallstudien in Tableau zu suchen, gehen Sie zu public.tableau.com und verwenden Sie die Suchleiste oben auf der Seite.
Klicken Sie zum Beispiel auf das Suchsymbol (die Lupe) und geben Sie fishing ein. Der Begriff fishing liefert Tausende von Ergebnissen.
Suche auf Kaggle
Um bei Kaggle nach Fallstudien zu suchen, gehen Sie zu kaggle.com und verwenden Sie die Suchleiste. Wenn Sie zum Beispiel fishing in die Suchleiste oben auf der Seite eingeben, erhalten Sie ähnliche Ergebnisse wie die unten angezeigten.
Das R Markdown – Fishing by Countries Notizbuch in Kaggle könnte vielversprechend sein. Aus diesem Notizbuch erfahren Sie, dass es ein Public Domain Dataset namens Annual Nominal Fish Catches gibt: Erforschen Sie die Auswirkungen der Überfischung in der Region Nordostatlantik.
Vielleicht haben Sie gerade ein großartiges Dataset gefunden, mit dem Sie Ihre eigene Fallstudie erstellen können. Sie würden zwar nicht dieselbe Analyse in Bezug auf die Überfischung wiederholen wollen, aber die Daten könnten ein anderes Muster offenbaren, das es wert ist, analysiert zu werden.
Schlüssel zum Erfolg
Sie können dasselbe Verfahren wie beim Beispiel der Fischerei anwenden, um nach Fallstudien und Daten zu jedem anderen Thema zu suchen, das Sie interessiert. Indem Sie Fallstudien, die Ihnen persönlich wichtig sind, in Ihr Portfolio aufnehmen, vermitteln Sie potenziellen Arbeitgebern einen besseren Eindruck davon, was für ein Mensch Sie sind und was Ihre Arbeit inspiriert.
Erstellen Sie Ihr Online-Portfolio
In dieser Lektüre finden Sie eine Checkliste darüber, was Sie in Ihr Portfolio aufnehmen sollten, wo Sie Konten einrichten können, um Ihr Portfolio zu hosten, und wie Sie Inhalte zu Ihrem Portfolio hinzufügen.
Was Sie aufnehmen sollten
Sie haben gelernt, dass ein Portfolio Ihre Fähigkeiten repräsentiert und potenziellen Arbeitgebern einige Ihrer früheren Projekte vorstellt. Bewahren Sie Ihr Portfolio auf:
Persönlich: Zeigen Sie, wer Sie sind, wofür Sie sich interessieren und was Ihnen wichtig ist.
Einfach: Präsentieren Sie Ihre Arbeit mit einer einfachen Navigation und ohne überladene Seiten.
Relevant: Verknüpfen Sie Ihre Arbeit mit den in den Stellenbeschreibungen enthaltenen Fähigkeiten.
Vorzeigbar: Betonen Sie die Qualität der Stichproben, die Sie zeigen.
Eindeutig: Präsentieren Sie Ihre eigene Arbeit; geben Sie die Quellen des Inhalts an, um Plagiate zu vermeiden.
WHERE zum Einrichten von Konten
Wählen Sie eine Plattform, um Ihr Portfolio zu hosten. Medium, Google Sites und WordPress sind gut zum Bloggen geeignet. GitHub und Kaggle sind besser für Coding geeignet. Und schließlich ist Tableau, wie Sie wissen, hervorragend für Visualisierungen geeignet. Als nächstes erstellen Sie ein Konto auf der Plattform, die Sie gewählt haben. Sehen Sie sich diese Schritte an, um Konten auf verschiedenen Plattformen einzurichten:
Einrichten eines Kontos bei Tableau Public– Klicken Sie auf die orangefarbene Schaltfläche „Sign Up“
So fügen Sie Inhalte zu Ihrem Portfolio hinzu
Schließlich finden Sie in der folgenden Tabelle einige Links zu Artikeln, die Ihnen beim Management Ihres Portfolios helfen können. Die Artikel sind kostenlos, aber einige Websites begrenzen die Anzahl der Artikel, die Sie pro Monat ansehen können. Setzen Sie in diesem Fall ein Lesezeichen für den Artikel, um ihn später anzusehen.
Plattform | Informationen, die Ihnen beim Management Ihres Portfolios helfen |
|---|---|
GitHub | 8 Schritte zur Veröffentlichung Ihres Portfolios auf GitHub: Folgen Sie den Schritten in diesem Artikel, um ein Repository für Ihr Portfolio zu erstellen. |
Kaggle | Veröffentlichen Sie Ihr erstes Dataset auf Kaggle: Folgen Sie den Schritten in diesem Artikel, um Ihr eigenes Dataset zu veröffentlichen. |
Tableau | Jede in Tableau Public erstellte Visualisierung ist bereits standardmäßig öffentlich. Um eine Visualisierung von Tableau zu einer anderen gehosteten Website hinzuzufügen, ist viel mehr erforderlich. Aus diesem Grund ist es wahrscheinlich am besten, auf Tableau-Visualisierungen zu verlinken, wenn Ihr Portfolio auf einer persönlichen Website oder auf einer anderen Plattform wie GitHub gehostet wird. |
Medium | Erste Schritte mit einer Medium-Publikation: Folgen Sie dem Prozess in diesem Leitfaden, um Ihre eigene Publikation zu erstellen. |
WordPress | Veröffentlicht werden: Folgen Sie diesen Anweisungen, um Seiten zu erstellen oder Inhalte auf Ihrer Website zu veröffentlichen. |
Google-Seiten | Veröffentlichen und teilen Sie Ihre Website: Folgen Sie diesen Anweisungen, um Ihre Website zu veröffentlichen und öffentlich zugänglich zu machen. Verwenden Sie eine eigene Domain für Ihre Website: Beachten Sie diese Anweisungen, wenn Sie eine benutzerdefinierte URL für Ihr Portfolio verwenden möchten. |
Einführung in das Teilen Ihrer Arbeit
In diesem Teil des Kurses lernen Sie, wie Sie Aspekte Ihres Google Data Analytics Capstone (Fallstudie) in Ihre Antworten auf die Interviewfragen für Datenanalysten einbeziehen können.
Es ist wichtig, dass Sie sich die Denkweise einer Fachkraft für Datenanalyse in der realen Welt aneignen. Dieser Teil des Kurses bereitet Sie darauf vor, diese Denkweise zu verwenden, wenn Sie in Vorstellungsgesprächen über Ihre Fallstudie sprechen, was Ihnen letztendlich helfen wird, in Ihren Vorstellungsgesprächen mit Personalverantwortlichen und Personalleitern erfolgreich zu sein.
In dieser Woche werden verschiedene Gesprächsszenarien als nützliche Beispiele vorgestellt. Sie werden die Gelegenheit haben,:
Machen Sie sich mit den Praktiken und Fragen bei Vorstellungsgesprächen vertraut
Ihre eigenen Strategien für den Einsatz Ihres Portfolios und Ihrer Fallstudie zu entwickeln
Ihre Kurzpräsentation für Ihre Fallstudie zu erstellen und zu verfeinern
Zu üben, Ihre Fallstudie auf hohem Niveau und zum richtigen Zeitpunkt im Vorstellungsgespräch vorzustellen
Barrierefreie Ressourcen, die Ihnen dabei helfen, Recruiter und Personalverantwortliche bei Vorstellungsgesprächen als Fachkraft für Datenanalyse von Ihrer Fallstudie zu überzeugen
Ihre Fallstudie demonstriert potenziellen Arbeitgebern grundlegende Fähigkeiten und zeigt, was Sie im Rahmen des Google Data Analytics Zertifikats gelernt haben. Aber auch die Fähigkeit, diese Fähigkeiten zu präsentieren und Ihre Fallstudie bei Vorstellungsgesprächen zu besprechen, wird ein Schlüssel zu Ihrem Erfolg sein!
Der Prozess des Vorstellungsgesprächs
Stellen Sie sich den Prozess Ihres Vorstellungsgesprächs so vor, dass er aus vier Phasen besteht: Einführung, Kompetenztest, Kompatibilität und Entscheidungsfindung. In dieser Lektüre werden Sie die verschiedenen Phasen durchgehen, damit Sie sich besser vorbereiten können. Ganz nebenbei erfahren Sie mehr über das Interview Warmup, ein Tool, das speziell dafür entwickelt wurde, Ihre Fähigkeiten im Vorstellungsgespräch zu üben. Dies ist eine gute Möglichkeit, um vor dem eigentlichen Vorstellungsgespräch Selbstvertrauen zu gewinnen.
Phasen des Vorstellungsgesprächs
Sie werden wahrscheinlich mehrere Runden von Vorstellungsgesprächen absolvieren müssen. Jedes Vorstellungsgespräch unterscheidet sich in der Art der gestellten Fragen und in dem, was von Ihnen erwartet wird. Lesen Sie weiter, um mehr über die verschiedenen Arten von Vorstellungsgesprächen zu erfahren.
Stufe 1: Einführung (Lebenslauf und Portfolio)
Das Ziel des Vorstellungsgesprächs ist es, dass der Personalverantwortliche Sie kennenlernt. Er möchte herausfinden, wer Sie sind und Ihren Hintergrund einschätzen. Dies ist Ihre Chance, zu glänzen. Halten Sie Ihr Portfolio und Ihren Lebenslauf bereit und bereiten Sie sich darauf vor, kurz und bündig über Ihre Qualifikationen, Erfahrungen und Fähigkeiten zu sprechen und dabei konkrete Beispiele anzuführen.
Phase 2: Das Gespräch zum Kompetenztest (Fallstudie)
Dies ist in der Regel Ihr zweites Vorstellungsgespräch und wird häufig von einem Kollegen, der Fachkraft für Datenanalyse oder Data Engineer ist, geführt. In diesem Gespräch werden Ihre SQL- und Programmierkenntnisse in einem technischen Test geprüft. Außerdem werden Sie gebeten, eine Fallstudie oder einen Verhaltenstest zu absolvieren. Ihr potenzieller Arbeitgeber möchte wissen, ob Sie die Stelle, für die Sie sich bewerben, ausfüllen können, also wird er sich darauf konzentrieren, dass Sie Ihre Fähigkeiten unter Beweis stellen. Stellen Sie sicher, dass Sie mit gut formulierten Antworten vorbereitet sind, die Ihr technisches Wissen und Ihre Problemlösungsfähigkeiten hervorheben.
Phase 3: Das Gespräch über die Kompatibilität
In einigen Fällen findet ein zusätzliches Gespräch statt, um die Kompatibilität zwischen Ihnen und dem Unternehmen zu ermitteln. Um Ihnen einen umfassenden Eindruck von der Arbeitskultur zu vermitteln, kann der Interviewer in dieser Runde auch andere Mitglieder des Teams einbeziehen.
Oft geht es dabei darum, festzustellen, ob Sie zum Rest des Teams, mit dem Sie zusammenarbeiten werden, passen. Dazu können sowohl Ihre Kollegen als auch die Person gehören, der Sie möglicherweise unterstellt sind. Wie beim Vorstellungsgespräch sollten Sie sich darauf vorbereiten, sich ausführlicher zu äußern und bei Bedarf Beispiele aus Ihrem Portfolio und Ihrem Lebenslauf anzuführen.
Phase 4: Entscheidungsfindung
Am Ende Ihres letzten Gesprächs sollten Sie nach den nächsten Schritten und einem Zeitplan fragen, wann eine Einstellungsentscheidung getroffen wird. Beachten Sie, dass der Prozess zwischen vier und sechs Wochen dauern kann, wenn die Dinge abgeschlossen sind.
Sie werden wahrscheinlich eine von drei Antworten erhalten: ein Angebot, eine Absage oder keine Mitteilung. Ein Jobangebot zu erhalten ist sehr aufregend und etwas, auf das Sie stolz sein können. Fühlen Sie sich jedoch nicht unter Druck gesetzt oder verpflichtet, das erste Angebot, das Sie erhalten, anzunehmen. Bitten Sie um Bedenkzeit, recherchieren Sie nach einem fairen Gehalts- oder Nutzenpaket und seien Sie aufgeschlossen und kompromissbereit.
Bauen Sie Ihr Netzwerk auf
Leider kommt es vor, dass Sie eine Absage erhalten. Trotz der Enttäuschung, die Sie möglicherweise empfinden, können Sie mit einer aufmerksamen Antwort-E-Mail eine professionelle Beziehung zu diesem Personalchef oder Unternehmen aufbauen. Vielleicht heben Sie sich sogar auf eine Art und Weise ab, die Ihrer Karriere auf lange Sicht zugute kommt. Im Allgemeinen sollte diese E-Mail ein kurzes Dankesschreiben sein, in dem Sie sich für die Chance und die Zeit bedanken, die man sich für das Vorstellungsgespräch mit Ihnen genommen hat.
Es wird sogar Fälle geben, in denen Sie keine Antwort vom Personalverantwortlichen erhalten. Das muss nicht unbedingt bedeuten, dass Sie die Stelle nicht bekommen haben, und das Versenden einer nachfragenden E-Mail wird Ihnen helfen, die Dinge zu klären. Wenn Sie die Stelle jedoch tatsächlich nicht bekommen haben, akzeptieren Sie das einfach und bewerben Sie sich weiter. Denken Sie daran, dass jede Absage eine Gelegenheit ist, Ihre Fähigkeiten im Vorstellungsgespräch zu üben.
Üben Sie Ihre Fähigkeiten im Vorstellungsgespräch
Nachdem Sie nun die verschiedenen Phasen eines Vorstellungsgesprächs kennengelernt haben, ist es an der Zeit, Vorstellungsgespräche zu üben. Sie können nützliche Erfahrungen mit Vorstellungsgesprächen sammeln, indem Sie Fragen beantworten, die Ihnen in einem echten Vorstellungsgespräch begegnen könnten.
Durch die Teilnahme an diesem Programm haben Sie Zugang zu Interview Warmup, einem Tool, das Ihnen dabei hilft, während des gesamten Prozesses des Vorstellungsgesprächs selbstbewusster und sicherer zu werden. Interview Warmup stellt Ihnen Interviewfragen, mit denen Sie üben können, Ihre Antworten mündlich zu geben. Ihre Antworten werden in Echtzeit transkribiert, so dass Sie Ihre Antworten überprüfen können. Darüber hinaus kann der Algorithmus von Interview Warmup durch maschinelles Lernen Statistiken aufdecken, die Ihnen helfen, mehr über Ihre Antworten zu erfahren und Ihre Kommunikation zu verbessern.
Hier sind einige der Statistiken, die Interview Warmup liefert:
Gesprächsthemen: Das Tool zeigt Ihnen, welche Themen Sie in Ihrer Antwort angesprochen haben, z. B. Ihre Erfahrungen, Fähigkeiten und Ziele. Sie können sich auch andere Themen anzeigen lassen, die Sie vielleicht noch ansprechen sollten.
Meistgenutzte Wörter: Das Tool hebt die Wörter hervor, die Sie am häufigsten verwendet haben, und schlägt Ihnen Synonyme vor, um Ihre Wortauswahl zu erweitern.
Berufsbezogene Begriffe: Das Tool hebt die von Ihnen verwendeten Wörter hervor, die sich auf die Rolle oder die Branche beziehen, in der Sie sich auf die Arbeit vorbereiten. Sie können sich auch eine ganze Liste mit berufsbezogenen Begriffen anzeigen lassen, die Sie vielleicht in Ihre Antwort aufnehmen sollten.
Um auf Interview Warmup zuzugreifen, gehen Sie folgendermaßen vor:
Gehen Sie zu grow.google/interview-warmup.
Klicken Sie auf Üben beginnen.
Wählen Sie Data Analytics , um ein weiteres Menü zu öffnen.
Wählen Sie erneut Data Analytics als das Feld, das Sie üben möchten.
Klicken Sie auf Start.
Das Vorstellungsgespräch dauert etwa 10 Minuten, und die Fragen variieren bei jedem Versuch. Bei jedem Vorstellungsgespräch werden Ihnen zwei Fragen zum Hintergrund, eine Frage zum Verhalten und zwei technische Fragen gestellt. Wir empfehlen Ihnen, so viele Probegespräche zu führen, wie Sie möchten. Dies ist eine gute Möglichkeit, die Tipps für Vorstellungsgespräche zu üben, die Sie in diesem Kurs gelernt haben!
Die wichtigsten Erkenntnisse
Hartnäckigkeit ist wichtig, um ein Vorstellungsgespräch zu bekommen, Ihre Stellensuche fortzusetzen und das Gespräch zu bestehen. Einen Job zu finden ist harte Arbeit und Sie haben viele Ressourcen, die Sie durch den Prozess begleiten. Bewerben Sie sich weiter und üben Sie Ihre Fähigkeiten im Vorstellungsgespräch, bis Sie den perfekten Job gefunden haben!
Einführung in die Szenario-Videoserie
Data Analytics ist ein spannendes Feld, das viele verschiedene Branchen und Spezialisierungen umfassen kann. Als ausgebildete Fachkraft für Datenanalyse steht Ihnen eine große Vielfalt an Möglichkeiten zur Verfügung. Bevor Sie jedoch dorthin gelangen, gibt es noch einen letzten Teil Ihrer Karrierereise, den Sie meistern müssen: den Prozess des Vorstellungsgesprächs.
Potenzielle Gesprächspartner werden Ihnen viele verschiedene Arten von Fragen stellen, um sicherzustellen, dass Sie sowohl fachlich für die Stelle geeignet sind, als auch insgesamt ein sympathischer und professioneller Mensch sind. In den folgenden Lektionen führen Sie die vorgestellten Videos durch verschiedene Szenarien, die Ihnen bei einem typischen Vorstellungsgespräch begegnen könnten. In diesen Szenarien lernen Sie die Bewerberin Sally, eine kürzlich zertifizierte Fachkraft für Datenanalyse, und Jordan, den Leiter der Personalabteilung, kennen. Sally hat sich für eine Stelle bei BWR Technical Services beworben und wurde zu einem Vorstellungsgespräch gebeten.
Um die Vorlage für die Stellenausschreibung zu verwenden, klicken Sie auf den unten stehenden Link und wählen Sie „Vorlage verwenden“
Link zur Vorlage: Stellenausschreibung Bewerbung
Oder, wenn Sie kein Google-Konto haben, können Sie die Datei direkt aus dem Anhang unten herunterladen.
1. Einleitung: Der Zweck dieser ersten Videolektion der Serie mit dem Titel Scenario video: Einführungen, soll Jordan Sally kennenlernen und einen Einblick in ihre Persönlichkeit und ihren Hintergrund gewinnen. Dies ist der Teil des Gesprächs, in dem der Interviewer normalerweise Fragen zum Unternehmen und zur Stelle beantwortet. Es ist auch eine Gelegenheit für den Bewerber, darzulegen, wie sich die Fähigkeiten, die er in früheren Rollen genutzt hat, auf die Stelle übertragen lassen, für die er sich bewirbt.
2. Fallstudie: In dieser nächsten Videolektion mit dem Titel Szenario-Video: Fallstudie, hat Sally die Aufgabe, eine zugewiesene Aufgabe zur Verbesserung der Noten ihrer Schüler zu lösen, indem sie einen Plan vorlegt, in dem sie ihre Überlegungen darlegt, Schlüsselfragen stellt, den Eltern Lösungen empfiehlt und vieles mehr.
Um die PowerPoint-Vorlage für die Präsentation der Fallstudie zu verwenden, klicken Sie auf den unten stehenden Link und wählen Sie „Vorlage verwenden“
Link zur Powerpoint-Vorlage: Beispiel für die Präsentation einer Fallstudie
Oder, wenn Sie kein Google-Konto haben, können Sie die Datei direkt aus dem Anhang unten herunterladen.
3. Lösen von Problemen: In der nächsten Lektion mit dem Titel Scenario video: Problemlösung, werden die meisten Interviewer den Bewerbern Fragen zu ihren Problemlösungsfähigkeiten stellen. In diesem Video gibt Sally konkrete Beispiele für vergangene Herausforderungen und wie sie ihre Problemlösungsfähigkeiten eingesetzt hat, um diese zu überwinden.
4. Gehaltsverhandlung: Wenn die Vorstellungsgespräche vorbei sind und das Unternehmen Ihnen die Stelle anbietet, müssen Sie und das Unternehmen sich auf Ihr Anfangsgehalt einigen. Obwohl dies für viele Bewerber oft ein unangenehmer Teil des Prozesses ist, ist es sehr wichtig, ein Gehalt auszuhandeln, das Sie für fair halten. In dieser letzten Videolektion der Serie mit dem Titel Scenario video: Verhandlungsbedingungen, zeigt das Video, wie Sally ihre Nachforschungen angestellt hat und sich nicht unter Druck gesetzt fühlte, das erste Angebot des Unternehmens auf der Stelle anzunehmen.
Wenn es um Vorstellungsgespräche geht, kann man nie zu gut vorbereitet sein. Recherchieren Sie unbedingt über das Unternehmen, die Rolle, auf die Sie sich bewerben, und die Gehaltsvorstellungen für die Stelle. Üben Sie, sich und Ihre Fähigkeiten zu vermarkten, und hören Sie aktiv zu, wenn Sie Fragen stellen oder beantworten.
Was macht einen guten Pitch aus?
Es gibt eine bestimmte Frage, die Ihnen wahrscheinlich im Laufe Ihrer Karriere immer wieder gestellt wird, insbesondere bei Vorstellungsgesprächen: „Erzählen Sie mir etwas über sich?“ Es kann schwierig sein, diese Frage gut zu beantworten, aber das Ziel ist es, sich selbst positiv und akkurat darzustellen, indem Sie Ihre früheren und aktuellen Erfahrungen und Fähigkeiten nutzen – im Wesentlichen müssen Sie sich selbst anpreisen. In dieser Lektüre erfahren Sie, wie Sie sich in einem Vorstellungsgespräch als effektive und hochqualifizierte Fachkraft für Datenanalyse präsentieren können. Selbst wenn Sie noch keine professionelle Datenanalyse in Ihrem Lebenslauf haben, können Sie Ihre Erfahrungen und Fähigkeiten aus früheren Tätigkeiten jeglicher Art einbringen, wenn Sie sie richtig präsentieren.
Um Ihnen bei der Vorbereitung zu helfen, finden Sie hier einige mögliche Fragen, die Ihnen in einem Vorstellungsgespräch gestellt werden könnten. Dazu gehören technische Fragen zur Beurteilung spezifischer praktischer Kenntnisse und Fragen, bei denen Sie Ihre eigenen persönlichen Erfahrungen anwenden müssen.
Technische Fragen
„Was sind Ihre bevorzugten Tools für die Analyse?“ Hier können Sie zeigen, dass Sie sich mit der Datenanalyse auskennen und SQL, Excel und die Programmierung in R beherrschen.
„Wie gewährleisten Sie die Integrität Ihrer Daten?“ Zuverlässigkeit und Genauigkeit sind wesentliche Bestandteile einer guten Datenanalyse, und Probleme mit Ihren Daten können erhebliche Auswirkungen auf datengestützte Geschäftsentscheidungen haben. Seien Sie darauf vorbereitet, die Methoden zu erläutern, die Sie zur Fehlerprüfung und Validierung einsetzen.
„Verstehen Sie die verschiedenen SQL-Funktionen und deren Rolle?“ SQL ist wohl eine der wichtigsten Fähigkeiten, die Sie als Fachkraft für Datenanalyse haben sollten. Hier haben Sie die Gelegenheit zu zeigen, dass Sie die verschiedenen Arten von SQL-Funktionen und deren Wert oder Ergebnis kennen.
Fragen zu persönlichen Erfahrungen
„Gab es eine Zeit, in der Sie während eines Projekts die Initiative ergriffen haben und was war das Ergebnis?“ Diese Frage kann in vielen Formen und mit leicht unterschiedlichen Formulierungen gestellt werden, aber das Ziel ist es, Ihre Führungsqualitäten zu verstehen und wie Sie diese in der Vergangenheit eingesetzt haben.
„Was war das herausforderndste Projekt, mit dem Sie jemals konfrontiert waren?“ Diese Frage dient in der Regel dazu, Ihre Problemlösungs- und Sozialkompetenzen zu beurteilen. Bereiten Sie sich auf das Gespräch vor und bringen Sie verschiedene Beispiele dafür mit, wie Sie in der Vergangenheit ein schwieriges Projekt oder eine schwierige Situation erfolgreich gemeistert haben.
„Wie würden Sie einem Stakeholder, der damit nicht vertraut ist, ein komplexes Thema erklären?“ Diese Frage hilft Ihrem Gesprächspartner, ein Gefühl dafür zu bekommen, wie gut Sie in der Lage sind, unter hohem Druck oder in heiklen Situationen effektiv zu kommunizieren.
„Wie gehen Sie damit um, wenn die Dinge nicht nach Plan laufen?“ Es ist wichtig, dass Sie anpassungsfähig sind, besonders wenn die Dinge nicht so laufen, wie Sie es erwartet haben. Diese Frage bietet Ihnen eine gute Gelegenheit zu erklären, wie Sie mit unerwarteten Veränderungen umgegangen sind und sich schnell auf eine andere Vorgehensweise eingestellt haben.
Versuchen Sie, Antworten auf jede dieser Fragen zu formulieren und sich passende Beispiele für jedes Szenario auszudenken. Schreiben Sie die Antworten auf und üben Sie sie, bis sie sich natürlich und ungekünstelt anfühlen.
Bereiten Sie sich vor
Sie können nicht genau wissen, was Ihr Gesprächspartner Sie fragen wird. Aber die Vorbereitung einiger ausgefeilter und professioneller Antworten auf gängige Interviewfragen kann unglaublich hilfreich sein. Um zu lernen, wie Sie sich und Ihre Fähigkeiten als Fachkraft für Datenanalyse erfolgreich präsentieren können, brauchen Sie Übung. Je mehr Sie üben, desto wohler werden Sie sich wahrscheinlich während des eigentlichen Vorstellungsgesprächs fühlen, unabhängig davon, welche Fragen Ihnen gestellt werden.
Top-Tipps für ein erfolgreiches Vorstellungsgespräch
Sie haben soeben einige bewährte Verfahren für Vorstellungsgespräche mit Fachkräften für Datenanalyse kennengelernt. Lesen Sie weiter, um vier letzte Vorbereitungstipps für ein erfolgreiches Vorstellungsgespräch zu erhalten.
Tipp 1: Finden Sie Verbindungen zwischen der Stellenanzeige und Ihrem Lebenslauf
Lesen Sie zunächst Ihren Lebenslauf und die Stellenbeschreibung noch einmal durch, um eine Verbindung zwischen beiden herzustellen. Wo gibt es Verbindungen? Fügen Sie dann während des Vorstellungsgesprächs bestimmte Schlüsselwörter oder Sätze aus der Stellenbeschreibung hinzu, die mit Ihren Fähigkeiten oder Leistungen übereinstimmen, die Sie in Ihrer bisherigen Laufbahn erbracht haben.
Tipp 2: Konzentrieren Sie sich auf Daten
Wenn Sie sich Gedanken darüber machen, was Sie in Ihrem Vorstellungsgespräch hervorheben wollen, vergessen Sie nicht, Daten zu nennen. Dies hilft Ihrem Gesprächspartner, nicht nur Ihre allgemeinen Leistungen zu verstehen, sondern auch, wie groß Ihre Auswirkungen waren. Welche Daten können Sie zur Verfügung stellen, die die Story Ihrer Erfahrung im Hinblick auf die Anforderungen dieser Position erzählen? Die „Gleichung“, die wir vorschlagen, lautet etwa so: Ich habe X erreicht, gemessen an Y und Z. Hier ein Beispiel: „Ich habe die Kundenzufriedenheit in drei Monaten um 22% gesteigert, indem ich einen neuen digitalen Onboarding-Prozess entwickelt habe.“
Wenn Sie aus einer früheren Position keinen Zugang zu dieser Art von Daten haben, können Sie dennoch den Umfang angeben, für den Sie verantwortlich waren, und die Sprache, die Sie bei der Beschreibung Ihrer Verantwortlichkeiten verwenden, stärken, indem Sie Aktionswörter wie bereitgestellt, erstellt, entwickelt, unterstützt, implementiert und generiert einfügen. Zum Beispiel: „Ich habe ein neues Planungssystem eingeführt, das dazu geführt hat, dass 95% des Teams die Termine einhalten konnten.“
Tipp 3: Blicken Sie auf frühere Arbeitserfahrungen zurück
Sehen Sie sich Ihre berufliche Geschichte an. Das klingt vielleicht nicht nach etwas, auf das Sie sich vorbereiten müssen, aber die meisten von uns haben mehr getan, als sie denken, und es ist leicht, einige unserer eigenen Erfolge (und die aus Fehlern gewonnenen Erkenntnisse) zu vergessen.
Denken Sie an Beispiele, in denen Sie etwas erreicht haben, damit Sie auf Fragen wie „Erzählen Sie mir von einer Zeit, in der …“ oder „Wie würden Sie diese Situation angehen …?“ vorbereitet sind
Tipp 4: Bereiten Sie sich mit Fragen vor
Als Nächstes sollten Sie mit Ihren eigenen Fragen zum Vorstellungsgespräch kommen, z. B. „Welche Projekte stehen an, an denen ich arbeiten würde? Auf welche aktuellen Ziele konzentriert sich das Unternehmen? Können Sie mir etwas über das Team sagen, mit dem ich zusammenarbeiten werde?“ Damit zeigen Sie nicht nur, dass Ihnen das Unternehmen und die Stelle, für die Sie sich bewerben, am Herzen liegen, sondern auch, dass Sie sich über das Unternehmen informiert haben. Außerdem haben Sie jetzt die Gelegenheit, ein Vorstellungsgespräch mit dem Unternehmen zu führen.
Diese Art der Vorbereitung trägt dazu bei, dass Sie sich selbstbewusst und gut vorbereitet fühlen, wenn Sie über sich und die Stelle sprechen. So können Sie Ihre Erfahrung, die Stelle und Ihre Karriereziele umfassend darstellen und eine echte Verbindung zum Arbeitgeber herstellen!
Bereiten Sie sich mit Interview Warmup auf Vorstellungsgespräche vor
Jetzt, wo Sie die Fähigkeiten und das Wissen haben, um im Bereich Data Analytics zu arbeiten, ist es an der Zeit, sich auf Vorstellungsgespräche vorzubereiten. Interview Warmup ist ein Tool, mit dem Sie die Beantwortung von Fragen üben können, um selbstbewusster und sicherer im Umgang mit Vorstellungsgesprächen zu werden.
Beginnen Sie
Folgen Sie diesen Schritten, um ein 5-Fragen-Übungsinterview zum Thema Data Analytics zu starten:
Gehen Sie zu grow.google/interview-warmup.
Klicken Sie auf Üben beginnen.
Wählen Sie das Data Analytics-Übungsset.
Klicken Sie auf Start.
Es dauert etwa 10 Minuten, und die Fragen sind jedes Mal anders. Jeder Fragensatz enthält zwei Hintergrundfragen, eine Verhaltensfrage und zwei technische Fragen, die simulieren, was Sie in einem echten Vorstellungsgespräch vorfinden würden. Sie können so viele Übungsgespräche führen, wie Sie möchten.
Sie haben auch die Möglichkeit, auf die vollständige Liste der Vorstellungsgespräche zuzugreifen, wenn Sie mehr der verfügbaren Fragen durchsehen oder sich auf bestimmte Themen konzentrieren möchten.
So funktioniert es
Interview Warmup stellt Ihnen Fragen, deren Beantwortung Sie laut üben können. Ihre Antwort wird in Echtzeit transkribiert, so dass Sie das Gesagte noch einmal überprüfen können. Sie können auch Statistiken einsehen, die durch maschinelles Lernen erkannt werden und Ihnen dabei helfen, Ihre Antworten zu verstehen und zu verbessern.
Hier sind einige Beispiele für Fragen, die das Tool stellen könnte:
Können Sie mir sagen, warum Sie sich für eine Rolle in der Data Analytics interessieren?
Beschreiben Sie den Unterschied zwischen strukturierten und unstrukturierten Daten.
Stellen Sie sich vor, Sie sind bei einer Analyse auf ein Problem gestoßen und wissen nicht, wie Sie es lösen können. Welche Schritte könnten Sie unternehmen, um Hilfe zu finden?
Können Sie beschreiben, was eine Unterabfrage in SQL ist?
Was ist eine reproduzierbare Datenanalyse? Was sind einige ihrer Vorteile?
Hier sind einige der Statistiken, die das Interview Warmup liefert:
Gesprächsthemen: Das Tool zeigt Ihnen, welche Themen Sie in Ihrer Antwort angesprochen haben, z. B. Ihre Erfahrungen, Fähigkeiten und Ziele. Sie können sich auch andere Themen anzeigen lassen, die Sie vielleicht noch ansprechen sollten.
Meistverwendete Wörter: Das Tool hebt die Wörter hervor, die Sie am häufigsten verwendet haben, und schlägt Ihnen Synonyme vor, um Ihre Wortauswahl zu erweitern.
Berufsbezogene Begriffe: Das Tool hebt die von Ihnen verwendeten Wörter hervor, die sich auf die Rolle oder die Branche beziehen, in der Sie sich auf die Arbeit vorbereiten. Sie können sich auch eine ganze Liste mit berufsbezogenen Begriffen anzeigen lassen, die Sie vielleicht in Ihre Antwort aufnehmen sollten.
Interview Warmup bietet Ihnen die Möglichkeit, allein zu üben und sich auf Vorstellungsgespräche vorzubereiten. Ihre Antworten sind nur für Sie sichtbar und werden nicht benotet oder gewertet.
Die wichtigsten Erkenntnisse
Das Üben für Vorstellungsgespräche ist eine wichtige Fähigkeit für Ihre Karriere im Bereich Data Analytics. Mit Interview Warmup können Sie Fragen für Vorstellungsgespräche üben und erhalten Feedback in Echtzeit. Mit zunehmender Übung gewinnen Sie an Selbstvertrauen und sind in der Lage, ausgefeiltere Antworten auf häufig gestellte Fragen vorzubereiten.
Verhandeln Sie Ihren Vertrag
Stellen Sie sich vor: Sie haben den Prozess des Vorstellungsgesprächs hinter sich gebracht und die gute Nachricht ist, dass der einstellende Manager Ihnen die Stelle anbieten möchte. Ihr erster Instinkt könnte sein, das Angebot anzunehmen, ohne auf alle Details im Angebotsvertrag zu achten. Widerstehen Sie diesem Instinkt und prüfen Sie das Angebot mit der gebotenen Sorgfalt. Lesen Sie das Angebotsschreiben sorgfältig durch, schauen Sie sich an, was neben dem Gehalt angeboten wird, vergleichen Sie es mit dem, was für die Stelle erwartet wird, und denken Sie vor allem daran, dass es sich um eine Verhandlung handelt, aber Sie haben in dieser Situation die Macht. Das Aushandeln eines Stellenangebots ist ein wesentlicher Bestandteil des Prozesses für ein Vorstellungsgespräch, selbst für Einstiegspositionen. Schauen wir uns genauer an, wie Sie vorbereitet sind, wenn es soweit ist.
Recherchieren Sie
Hoffentlich haben Sie sich zu diesem Zeitpunkt bereits über die Rolle informiert – nicht nur über die Qualifikationen für die Stelle, sondern auch über die durchschnittlichen Gehaltsvorstellungen. Wenn Sie den MITTELWERT des Gehalts für eine Fachkraft für Datenanalyse an Ihrem Standort kennen, können Sie am besten feststellen, ob das Angebot, das Sie erhalten haben, fair ist. Behalten Sie im Hinterkopf, was Sie als Kandidat auszeichnet, denn das könnte Ihnen eine Statistik darüber liefern, ob Sie mehr verlangen oder erkennen sollten, wenn Sie ein großzügiges Angebot erhalten haben. Fragen Sie immer nach dem Bereich, den das Team anstrebt und welche Komponenten des Angebots das Unternehmen in Betracht zieht. Bietet das Unternehmen zum Beispiel einen Anmeldebonus? Zusätzliches Eigenkapital? Verdienststeigerungen? So können Sie sich nicht nur ein Bild davon machen, was Sie im Moment erhalten, sondern auch vom Wachstumspotenzial.
Konzentrieren Sie sich nicht nur auf das Geld
Ein Gehalt, das Sie für Ihre Arbeit gut entschädigt, ist großartig, aber Sie müssen auch die Vorteile berücksichtigen. Denken Sie an die Dinge, die Ihnen wichtig sind, und daran, ob ein potenzieller Arbeitgeber Ihnen als Teil Ihres Vergütungspakets Zugang zu diesen Leistungen bieten kann oder nicht. Dazu gehören Antrittsprämien, Urlaubstage, bezahlte Freistellung, Krankheitstage, Ausmusterung, Krankenversicherung und vieles mehr. Wenn Ihr Arbeitgeber nicht in der Lage ist, Ihr Einstiegsgehalt zu erhöhen, sollten Sie prüfen, ob Sie weitere Vorteile oder Vergünstigungen in Ihr Einstiegspaket aufnehmen können.
Verhandeln Sie
In manchen Fällen werden Sie zu Beginn des Prozesses gefragt, ob Sie eine Gehaltsvorstellung oder einen Gehaltsbereich haben. Diese Frage mag zwar einfach erscheinen, aber es ist wichtig, dass Sie nicht mit einer bestimmten Zahl antworten, bevor Sie die tatsächliche Zahl für die Stelle kennen, denn in dem Moment, in dem Sie das tun, geben Sie Ihre Verhandlungsmacht auf.
Eine Vertragsverhandlung beginnt oft damit, dass der potenzielle Arbeitgeber Ihnen ein Angebotsschreiben mit allgemeinen Angaben zu Ihrem Vergütungspaket zukommen lässt. Dies ist das erste Angebot, und die Unternehmen erwarten oft, dass Sie Änderungen an dem Paket verlangen, sei es mehr Geld oder zusätzliche Nutzen. Dies wird als Gegenangebot bezeichnet. Sobald ein Gegenangebot vorliegt, wird der potenzielle Arbeitgeber versuchen, Ihre Forderungen mit dem ursprünglichen Angebot in Einklang zu bringen und nach Möglichkeit einen Mittelweg zu finden.
Denken Sie immer daran, dass Verhandeln Ihr RIGHT ist und nicht als unhöflich gilt. Ganz im Gegenteil: Wenn Sie bei Verhandlungen Initiative zeigen, zeugt dies von Ihrem Selbstvertrauen und Ihrer Hartnäckigkeit, für sich selbst einzutreten. Wenn Sie mit einem gut recherchierten Gegenangebot reagieren, zeigen Sie damit auch, dass Sie intelligent genug sind, um Ihren Wert zu kennen.
Konzentrieren Sie sich auf langfristiges Wachstum
Auch wenn ein verhandeltes Angebot üblich ist, lassen Sie sich nicht entmutigen, wenn Ihr Gegenangebot nicht angenommen wird. Sofern Sie keine konkurrierenden Angebote haben, werden Sie sich wahrscheinlich trotzdem entscheiden, die Stelle anzunehmen, wenn es ein faires Angebot ist. Wenn es praktisch sinnvoll ist, das erste Angebot anzunehmen, sollten Sie eine Neubewertung in 12 Monaten in Erwägung ziehen oder immer dann, wenn Sie mehr Erfahrung gesammelt haben und einen größeren Einfluss ausüben können.
Sehen Sie sich das folgende Video genau an. Es zeigt ein Vorstellungsgespräch, in dem der Bewerber sein Verhandlungsgeschick unter Beweis stellt.
Präsentieren Sie Ihre Arbeit
Herzlichen Glückwunsch zum Erwerb Ihres Google Data Analytics Zertifikats! Jetzt ist es an der Zeit, die Welt über die Fähigkeiten zu informieren, die Sie erworben haben, um Ihre Karriere voranzutreiben und einige der Artefakte zu teilen, die Sie auf diesem Weg geschaffen haben. Wir empfehlen Ihnen, den Abschluss dieses Zertifikats in Ihren Lebenslauf und Ihr LinkedIn-Profil aufzunehmen. Lesen Sie weiter und befolgen Sie diese Tipps, um loszulegen.
Hinzufügen des Google Data Analytics-Zertifikats zu Ihrem Lebenslauf und LinkedIn-Profil
Möglicherweise haben Sie bereits früher mit dem Lebenslauf einer Fachkraft für Datenanalyse mit diesem Zertifikat begonnen. Falls nicht, gibt es eine Vielfalt von digitalen Vorlagen für die Erstellung Ihres Lebenslaufs unter Enhancv, Großes Interview, Google Docs oder Microsoft Word. Weitere Anleitungen zur Erstellung eines Lebenslaufs finden Sie in dieser Lektion von Applied Digital Skills: Einen Lebenslauf erstellen
Aktualisieren Sie den Abschnitt Ausbildung oder Lizenzen und Zertifizierungen
Um den Abschluss dieses Zertifikats zu Ihrem Lebenslauf hinzuzufügen, aktualisieren Sie Ihren Abschnitt Bildung oder Lizenzen & Zertifizierungen.
Um den Abschluss dieses Zertifikats dem Abschnitt Lizenzen & Zertifizierungen Ihres LinkedIn-Profils hinzuzufügen, folgen Sie den schritte, die in diesem Artikel aufgeführt sind.
Aktualisieren Sie die Rubrik Skills
Aktualisieren Sie gegebenenfalls den Abschnitt Skills in Ihrem Lebenslauf. Nachfolgend finden Sie eine umfassende Liste von Fähigkeiten, die Sie mit diesem Zertifikat entwickeln konnten und die Sie möglicherweise hinzufügen können.
Um den Abschnitt Skills & Endorsements Ihres LinkedIn-Profils zu aktualisieren, folgen Sie den schritte, die in diesem Artikel aufgeführt sind.
Aktualisieren Sie Ihre Zusammenfassung oder den Abschnitt Über
Wenn Sie in Ihrem Lebenslauf einen Abschnitt Zusammenfassung haben, können Sie diese Zertifizierung als Qualifikation angeben.
Wenn Sie eine Zusammenfassung in Ihr LinkedIn-Profil aufnehmen möchten, in der diese Zertifizierung erwähnt wird, aktualisieren Sie den Abschnitt About, indem Sie die schritte, die in diesem Artikel aufgeführt sind.
Fügen Sie Ihr Abzeichen hinzu
Im nächsten Kursabschnitt erfahren Sie, wie Sie Ihr Abzeichen für den Abschluss der Zertifizierung beantragen und zu Ihrem LinkedIn-Profil hinzufügen können!
Beantragen Sie Ihr Google Data Analytics-Zertifikatsabzeichen
Lernende, die alle Kurse dieses Zertifikats absolvieren, sind berechtigt, ein digitales Abzeichen von Credly und Google zu erhalten.
Weitere Einzelheiten finden Sie in den FAQs unten. Bei allen anderen Fragen, einschließlich Problemen mit Ihrem Zertifikat, wenden Sie sich bitte an Coursera-Lernerdienste.
Über Badges
Was ist ein Abzeichen?
Ein Badge ist eine visuelle Darstellung eines verifizierten Nachweises, den Sie erworben haben. In diesem Fall ist Ihr Nachweis das Google Data Analytics Professional Certificate! Nach Abschluss des Programms erhalten Sie ein Abzeichen, das Sie auf Plattformen wie LinkedIn teilen können, um die Aufmerksamkeit potenzieller Arbeitgeber zu erregen.
Was sind Credly und Acclaim?
Acclaim ist eine Badging-Plattform, die zu Credly gehört, einem führenden Anbieter von digitalen Ausweisdiensten. Acclaim stellt Badges zur Verfügung, mit denen Sie Ihre Leistungen ganz einfach auf Online-Plattformen wie LinkedIn veröffentlichen können und Arbeitgeber Ihre Fähigkeiten sofort überprüfen können.
Wie füge ich meine Abzeichen zu meinem LinkedIn-Profil hinzu?
Folgen Sie den Schritten in diesem Credly-Artikel um Ihr Abzeichen zu Ihrem LinkedIn-Profil hinzuzufügen. Sie können sich auch diesen Vimeo-Link für detaillierte Anweisungen.
Über die Google-Plakette
Wie erhalte ich mein Abzeichen für das Google Data Analytics-Zertifikat?
Nach Abschluss des Zertifikats erhalten Sie eine E-Mail, in der Sie darüber informiert werden, dass Sie ein Abzeichen erhalten haben. In dieser E-Mail haben Sie die Möglichkeit, das Abzeichen zu beantragen und der Weitergabe Ihrer Daten zum Zweck der Ausstellung des Abzeichens zuzustimmen. Wenn Sie sich entscheiden, das Abzeichen zu beantragen, sendet Coursera eine Anfrage an Acclaim, um Ihr Abzeichen auszustellen. Wenn Sie noch kein Acclaim-Konto haben, werden Sie aufgefordert, eines zu erstellen, bevor Sie Ihr Abzeichen akzeptieren und ansehen können.
Bitte warten Sie mindestens eine Woche ab dem Datum Ihrer Fertigstellung, damit das System aktualisiert werden kann. Prüfen Sie auch Ihren Spam-Ordner, falls die Nachricht dort landet!
Ich habe das Google Data Analytics-Zertifikat abgeschlossen. Was kann ich tun, wenn ich keine E-Mail-Einladung zur Beantragung meines Abzeichens erhalten habe?
Wenn Sie eine Woche nach Abschluss des Zertifikats noch keine E-Mail erhalten haben, stellen Sie bitte eine Anfrage über das Acclaim Help Center.
Registrieren Sie sich bei der Big Interview Plattform
Da die Vorbereitung der Schlüssel zum Erfolg bei Vorstellungsgesprächen und zur Erlangung eines neuen Jobs ist, haben wir mit Big Intervieweiner Plattform zur Vorbereitung auf Vorstellungsgespräche, zusammengearbeitet, um interaktive Tools speziell für Data Analytics-Lernende wie Sie zu entwickeln.
Wir freuen uns, Ihnen im Rahmen des Google Data Analytics-Zertifikats 12 Monate kostenlosen Zugang anbieten zu können (ursprünglich ein Wert von $79/Monat)! Sie haben es sich verdient.
Bei Big Interview können Sie:
Die Beantwortung von Interviewfragen in einer aufgezeichneten Umgebung üben, in der Sie Feedback erhalten und Ihre Interviewfähigkeiten verbessern können
Einen Lebenslauf mit dem Tool zur Erstellung von Lebensläufen vorbereiten
Folgen Sie den nachstehenden Schritten, um sich für Ihr Big Interview-Konto anzumelden und mit dem Üben zu beginnen:
Gehen Sie zu googlecerts.biginterview.com/.
Klicken Sie auf Registrieren.
Registrieren Sie sich mit Ihrem Namen, Ihrer E-Mail-Adresse und Ihrem Passwort.
Loggen Sie sich ein.
Gehen Sie auf die Seite Lernen.
Klicken Sie auf Google Certificates Practice Sets.
Wählen Sie Data Analytics , um mit dem Üben zu beginnen!
Erweitern Sie Ihr Fachwissen im Bereich Daten
Nochmals herzlichen Glückwunsch zum Abschluss des Google Data Analytics Zertifikats! Inzwischen haben Sie Ihr Abschlussprojekt abgeschlossen, Ihr Zertifikatsabzeichen erhalten und erkunden vielleicht neue berufliche Möglichkeiten. Vielleicht möchten Sie auch Ihr Wissen weiter ausbauen. Das ist großartig – ein großer Teil der Arbeit eines Daten-Profis besteht darin, weiter zu lernen!
Es gibt zwei fortgeschrittene Google-Karrierezertifikate, die auf dem Grundlagenwissen aufbauen, das Sie in diesem Programm erworben haben: das Google Business Intelligence-Zertifikat und das Google Advanced Data Analytics-Zertifikat. Wenn Sie daran interessiert sind, Ihre Karriere als Datenexperte auszubauen, finden Sie in dieser Lektüre Informationen über diese beiden fortgeschrittenen Google-Karrierezertifikate.
Business Intelligence versus erweiterte Data Analytics
Business Intelligence (BI) verwendet Prozesse und Tools, um Rohdaten in leicht verständliche, verwertbare Informationen zu verwandeln. Die Erstellung von dynamischen und aussagekräftigen Dashboards beispielsweise hilft Stakeholdern, wichtige Statistiken über die Leistung eines Unternehmens zu erhalten. Das Google Business Intelligence-Zertifikat baut auf Ihren Data Analytics-Fähigkeiten auf und hilft Ihnen, mehr Karrierechancen zu erschließen. Sie werden Ihre Fähigkeiten mit praktischen Aktivitäten unter Verwendung von BigQuery, SQL und Tableau trainieren.
Fortgeschrittene Data Analytics nutzt Mathematik und Statistik, Programmierung, künstliche Intelligenz (KI) und maschinelles Lernen (ML), um Statistiken in der Datenstruktur eines Unternehmens aufzudecken. Diese Statistiken können als Grundlage für die Entscheidungsfindung von Stakeholdern und die strategische Planung verwendet werden. Das Google Advanced Data Analytics-Zertifikat wird Ihr Wissen über Analytics über die Zahlen hinaus erweitern, um Storytelling, fortgeschrittene prädiktive Modellierung und Visualisierungstechniken zu entwickeln. Sie werden praktische Übungen mit Jupyter Notebook, Python und Tableau durchführen.
Beide Felder befassen sich zwar mit Daten, haben aber unterschiedliche Interessen und Herangehensweisen an diese Daten:
Informationen zur Karriere | Business Intelligence (BI) | Fortgeschrittene Daten-Analytik |
Job-Übersicht | BI-Fachleute entwickeln konkrete Lösungen, wie Datenbanken und Dashboards, um die Bedürfnisse der Stakeholder zu erfüllen. Stakeholder nutzen diese Datenbanken und Dashboards, um wichtige Geschäftsentscheidungen zu treffen. | Datenexperten probieren verschiedene Techniken und Modelle aus, um mehr über Daten zu erfahren und Statistiken zu erstellen. Stakeholder nutzen diese Statistiken, um Entscheidungen zu treffen. |
Berufsbezeichnungen, auf die Sie sich mit diesem Zertifikat vorbereiten können | Business Intelligence-Analyst Business-Intelligence-Ingenieur Business Intelligence-Entwickler Fachkraft für Datenanalyse (Business Data Analyst) Business Analyst | Senior Fachkraft für Datenanalyse Junior-Datenwissenschaftler Fachkraft für Datenanalyse Data Analytics Wissenschaftler Data Analytics Berater |
Offene Stellen und durchschnittliches Gehalt | Es gibt über 166.000 offene Stellen im Bereich Business Intelligence, und das Mediangehalt für Einsteiger liegt bei $96.000.¹ | Es gibt über 144.000 offene Stellen im Bereich Advanced Data Analytics und das Mediangehalt für Einsteiger liegt bei $118.000.¹. |
Problemtypen | Beispiele für Probleme, die Sie als BI-Experte lösen würden, sind die Messung der Leistung, die Verfolgung von Einnahmen oder Ausgaben und die Überwachung des Fortschritts. | Beispiele für Probleme, die Sie als Experte für fortgeschrittene Data Analytics lösen würden, sind die Bestimmung der Wahrscheinlichkeit eines bestimmten Nutzerverhaltens, die Vorhersage von Ereignissen, die in der Zukunft eintreten könnten, und das Verstehen der Ursache eines Problems. |
Tägliche Aufgaben | BI-Fachleute verstehen die geschäftlichen Anforderungen, rufen Daten ab und organisieren sie, erstellen Datenvisualisierungen und bauen Dashboards und Berichte. | Fortgeschrittene Data Analytics-Fachleute untersuchen große Datasets, wenden Datenanalysetechniken an und erstellen Modelle, um aus den Daten Statistiken zu gewinnen. |
Mitnahme aus diesen Kursen | Wenn Ihnen die Analyse von Daten zur Entscheidungsfindung oder die Arbeit mit SQL, Tableau und Datenvisualisierungen in diesem Programm gefallen hat, dann ist das Google Business Intelligence-Zertifikat vielleicht eine gute Wahl für Sie! | Wenn es Ihnen in diesem Programm Spaß gemacht hat, Muster und Trends aufzudecken oder mit Programmiersprachen und Mathematik zu arbeiten, dann ist das Google Advanced Data Analytics-Zertifikat vielleicht eine gute Wahl für Sie! |
1Lightcast™US-Stellenausschreibungen (Letzte 12 Monate: 1. Januar 2022 – 31. Dezember 2022).
Die wichtigsten Erkenntnisse
Wenn Sie Ihre Karriere im Datenbereich fortsetzen, gibt es viele Möglichkeiten, sich weiterzubilden, darunter das Google Business Intelligence-Zertifikat und das Google Advanced Data Analytics-Zertifikat. Diese Zertifikatsprogramme werden Ihr Wissen erweitern und Ihnen die technischen Fähigkeiten vermitteln, die Sie für den nächsten Karriereschritt benötigen.