Image par auteur
J’ai obtenu mon premier stage en analyse de données en 2020.
Depuis lors, j’ai évolué vers un poste de direction à temps plein, j’ai décroché plusieurs postes indépendants en analyse de données et j’ai été consultant pour des entreprises dans différentes parties du monde.
Pendant ce temps, j’ai examiné des CV pour des postes d’analystes de données et même des candidats présélectionnés pour des emplois.
Et j’ai remarqué une chose qui séparait les candidats les plus éminents des autres.
Projets.
Même si vous n’avez aucune expérience dans le secteur des données et aucune formation technique, vous pouvez vous démarquer des autres et être embauché uniquement sur la base des projets que vous affichez sur votre CV.
Dans cet article, je vais vous montrer comment créer des projets qui vous aideront à vous démarquer de la concurrence et à décrocher votre premier emploi d’analyste de données.
Si vous lisez cet article, vous savez probablement déjà qu’il est important d’afficher les projets sur votre CV.
Vous avez peut-être même construit quelques projets après avoir suivi un cours en ligne ou un camp d’entraînement.
Cependant, de nombreux projets d’analyse de données font plus de mal que de bien à votre portefeuille. Ces projets peuvent en réalité réduire vos chances d’obtenir un emploi et doivent être évités à tout prix.
Par exemple, si vous avez obtenu le populaire certificat Google Data Analytics sur Coursera, vous avez probablement réalisé le projet de synthèse qui accompagne cette certification.
Image de Coursera
Cependant, plus de 2 millions d’autres personnes se sont inscrites au même cours et ont potentiellement réalisé le même projet de synthèse.
Il y a de fortes chances que les recruteurs aient vu ces projets sur les CV de centaines de candidats et n’en soient pas impressionnés.
Une logique similaire s’applique à tout autre projet créé plusieurs fois.
Créer un projet à l’aide de Titanesque, Irisou Logement à Boston L’ensemble de données sur Kaggle peut être une expérience d’apprentissage précieuse, mais ne doit pas être affiché sur votre portfolio.
Si vous voulez avoir un avantage concurrentiel sur les autres, vous devez vous démarquer.
Voici comment.
Un projet qui se démarque doit être unique.
Choisissez un projet qui :
- Résout un problème du monde réel.
- Ne peut pas être facilement reproduit par d’autres personnes.
- Est intéressant et raconte une histoire.
La plupart des conseils sur les projets d’analyse de données sur Internet sont inexacts et inutiles.
Il vous sera demandé de créer des projets génériques comme une analyse de l’ensemble de données du Titanic, des projets qui n’ajoutent aucune valeur réelle à votre CV.
Malheureusement, les personnes qui vous disent de faire ces choses ne travaillent même pas dans l’industrie des données, vous devez donc faire preuve de discernement lorsque vous suivez ces conseils.
Dans cet article, je vais vous montrer des exemples de personnes réelles qui ont décroché un emploi dans le domaine de l’analyse de données. en raison de leurs projets de portefeuille.
Vous découvrirez les types de projets qui permettent réellement d’embaucher des personnes dans ce domaine afin que vous puissiez potentiellement construire quelque chose de similaire.
1. Tableau de bord de surveillance des tendances d’emploi
Le premier projet est un tableau de bord affichant les tendances de l’emploi dans l’industrie des données.
J’ai trouvé ce projet dans un vidéo créé par Luke Barousse, ancien analyste de données principal également spécialisé dans la création de contenu.
Voici une capture d’écran de ce tableau de bord :
Image de SkillQuery
Le tableau de bord ci-dessus s’appelle SkillQuery et affiche les principales technologies et compétences recherchées par les employeurs dans le secteur des données.
Par exemple, nous pouvons constater en regardant le tableau de bord que le langage le plus recherché par les employeurs chez les data scientists est Python, suivi de SQL et R.
La raison pour laquelle ce projet est si précieux est qu’il résout un problème réel.
Chaque demandeur d’emploi souhaite connaître les principales compétences recherchées par les employeurs dans son domaine afin de pouvoir se préparer en conséquence.
SkillQuery vous aide à faire exactement cela, sous la forme d’un tableau de bord interactif avec lequel vous pouvez jouer.
Le créateur de ce projet a fait preuve de compétences cruciales en analyse de données telles que Python, le web scraping et la visualisation de données.
Vous pouvez trouver un lien vers ce projet Dépôt GitHub ici.
2. Approbation de la carte de crédit
Ce projet a été créé pour prédire si une personne sera approuvée ou non pour une carte de crédit.
Je l’ai trouvé dans la même vidéo créée par Luke Barousse, et le créateur de ce projet a fini par obtenir un rôle d’analyste de données à temps plein.
Le modèle d’approbation de carte de crédit a été déployé en tant qu’application Streamlit :
Image de Projet GitHub de Semasuka
Il vous suffit de répondre aux questions affichées sur ce tableau de bord et l’application vous dira si votre carte de crédit a été approuvée ou non.
Encore une fois, il s’agit d’un projet créatif qui résout un problème du monde réel avec un tableau de bord convivial, c’est pourquoi il s’est démarqué auprès des employeurs.
Les compétences affichées dans ce projet incluent Python, la visualisation de données et le stockage cloud.
3. Analyse des sentiments sur les réseaux sociaux
Ce projet, que j’ai créé il y a quelques années, consiste à réaliser une analyse des sentiments sur les contenus de YouTube et Twitter.
J’ai toujours aimé regarder des vidéos YouTube et j’ai été particulièrement fasciné par les chaînes qui créaient des tutoriels de maquillage sur la plateforme.
À cette époque, un énorme scandale a fait surface sur YouTube impliquant deux de mes influenceurs beauté préférés : James Charles et Tati Westbrook.
J’ai décidé d’analyser ce scandale en récupérant des données sur YouTube et Twitter.
J’ai construit un modèle d’analyse des sentiments pour évaluer l’opinion du public à l’égard de la querelle et j’ai même créé des visualisations pour comprendre ce que les gens disaient de ces influenceurs.
Même si ce projet n’avait pas d’application commerciale directe, il était intéressant puisque j’analysais un sujet qui me passionnait.
J’ai également écrit un article de blog décrivant mes découvertes, que vous pouvez trouver ici.
Les compétences démontrées dans ce projet incluent le web scraping, l’utilisation des API, Python, la visualisation de données et l’apprentissage automatique.
4. Segmentation client avec Python
C’est un autre projet que j’ai créé.
Dans ce projet, j’ai construit un modèle de clustering K-Means avec Python en utilisant un ensemble de données sur Kaggle.
J’ai utilisé des variables telles que le sexe, l’âge et le revenu pour créer différents segments de clients du centre commercial :
Image de Kaggle
Étant donné que l’ensemble de données utilisé pour ce projet est populaire, j’ai essayé de différencier mon analyse des autres.
Après avoir développé le modèle de segmentation, je suis allé plus loin en créant des profils de consommateurs pour chaque segment et en élaborant des stratégies marketing ciblées.
Grâce à ces mesures supplémentaires que j’ai prises, mon projet a été adapté au domaine du marketing et de l’analyse client, augmentant ainsi mes chances d’être embauché dans le domaine.
J’ai également créé un tutoriel sur ce projet, fournissant un guide étape par étape pour créer votre propre modèle de segmentation client en Python.
Les compétences démontrées dans ce projet incluent Python, l’apprentissage automatique non supervisé et l’analyse de données.
5. Tableau de bord d’analyse des données de cours Udemy
Le dernier projet de cette liste est un tableau de bord affichant des informations sur les cours Udemy :
Image de Moyen
J’ai trouvé ce projet dans un article Medium écrit par Zach Quinn, qui est actuellement ingénieur de données senior chez Forbes.
À ses débuts, Zach affirme que ce tableau de bord lui a valu une offre d’emploi d’analyste de données d’une entreprise réputée.
Et il est facile de comprendre pourquoi.
Zach est allé au-delà de la simple utilisation de SQL et Python pour traiter et analyser les données.
Il a intégré les meilleures pratiques en matière de communication de données dans ce tableau de bord, le rendant ainsi attrayant et visuellement attrayant.
En consultant simplement le tableau de bord, vous pouvez obtenir des informations clés sur les cours d’Udemy, les intérêts de ses étudiants et ses concurrents.
Le tableau de bord présente également des mesures vitales pour les entreprises, telles que l’engagement client et les tendances du marché.
Parmi tous les projets répertoriés dans cet article, j’aime le plus celui-ci car il va au-delà des compétences techniques et démontre l’aptitude de l’analyste à raconter et à présenter des données.
Ici est un lien vers l’article de Zach où il fournit le code et les étapes suivies pour créer ce projet.
J’espère que les projets décrits dans cet article vous ont inspiré pour créer le vôtre.
Si vous n’avez pas d’idées de projet ou si vous rencontrez des obstacles lors du développement du vôtre, je vous recommande d’utiliser des modèles d’IA génératifs pour vous aider.
ChatGPT, par exemple, peut fournir une multitude d’idées de projets et même générer de faux ensembles de données, vous permettant ainsi de perfectionner vos compétences analytiques.
S’engager avec ChatGPT pour l’analyse des données vous permettra d’apprendre de nouvelles technologies plus rapidement et de devenir plus efficace, vous aidant ainsi à vous démarquer de la concurrence.
Si vous souhaitez en savoir plus sur l’utilisation de ChatGPT et de l’IA générative pour l’analyse des données, vous pouvez regarder mon didacticiel vidéo sur le sujet.
Natasha Selvaraj est un data scientist autodidacte passionné par l’écriture. Natassha écrit sur tout ce qui concerne la science des données, une véritable maîtrise de tous les sujets liés aux données. Vous pouvez la contacter sur LinkedIn ou regarde-la Chaîne Youtube.
