מבנה הלימודים | | מסלול הכשרה ייחודי ובלעדי המציע את הכלים והפרקטיקות הנדרשות היום בתעשיה
תיאור הקורס:
כולנו חיים בעידן המידע ועובדים או שואפים לעבוד בארגונים שמגדירים את עצמם כ- Data Driven Company. ארגונים אלה בוחרים אסטרטגית קבלת החלטות על בסיס ניתוח דאטה שנאסף.
תהליך ניתוח נתונים הוא תהליך מורכב ומאתגר. ככל שארגון אוסף יותר ויותר מידע, נדרשת הבנה מעמיקה יותר של תהליכים עסקיים של הארגון ושליטה בכל הדאטה שנאגר. בסופו של דבר החיבור של השניים מוביל להצלחה בהפקת תובנות עסקיות קריטיות וחיוניות עבור הארגון.
נאיה קולג’, חטיבת הדרכה בחברת נאיה טכנולוגיות, מתמחה בעולמות הדאטה מעל עשור ומציעה מסלולי הכשרה וקורסים בתחום הדאטה במטרה להכשיר את הדור החדש של מומחי דאטה מקצועיים ובעלי ידע העדכני והנדרש ביותר בתעשיה. מסלול הכשרה זה צמח מהשטח לנוכח הביקוש הגובר לאנליסטים בעלי יכולות טכניות גבוהות ובעלי ידע מעשי ופרקטי בעבודה עם טכנולוגיות חדשניות מגוונות.
תיאור תפקיד: Data Research Analyst
כיום ,תפקידו של אנליסט הנתונים (data research analyst) אינו תחום או ייחודי למגזר העסקי בלבד, אלא הוא תפקיד הנדרש בכל ענף עתיר נתונים, כולל גם מגזר ציבורי, זרועות הממשל השונות וכמובן בענפי המדע השונים. האנליסטים עובדים עם כלים מגוונים, נדרשים לחשיבה אנליטית על מנת להפיק ידע מהנתונים, כישורי למידה עצמית, ולרוב הם בעלי תארים אקדמיים רלוונטיים.
בשנים אחרונות תפקיד של אנליסט עבר אבולוציה מדהימה. הוא התחיל את דרכו הטכנולוגית בעבודה על קבצי אקסל, בעיקר, בהמשך נדרש לעבודה עם שפת SQL על מנת לבטל את התלות באנשי IT בארגון להשגת הנתונים הרלוונטיים לניתוח, רכש יכולת לעבוד עם כלי ויזואליזציה מתקדמים כגון Tableau ,PowerBI ואחרים, ולבסוף כיום אנו עדים לדרישה בידע בכלים טכנולוגיים נוספים שמקפיצים את החשיבות ואת הערך שלו בארגון. ובפרט היכרות מעמיקה עם Python (כשפת תכנות שמהווה כלי נוח וגמיש יותר בהיבטים של עבודה עם דאטה לא טבלאי ותחקור אנליטי), יישום שיטות סטטיסטיות, עבודה עם נפחים גדולים של נתונים, היכרות עם עולם ה-Machine Learning ו-Big Data ואף יכולת לנתח נתוני Big Data.
בין המשימות היומיומיות של האנליסט אפשר למנות:
עבודה עם כמויות גדולות של נתונים (גם מול בסיסי נתונים רלציוניים וגם NoSQL)
Querying Data – כתיבת שאילתות SQL ו-Python
Data Processing – אינטגרציה, עיבוד והכנת נתונים לניתוח
Data Models – מידול נתונים – בניית מודל נתונים שיושב בבסיסו של כלי BI המתאר קשרים בין הנתונים
Dashboards and Reports – בניה ותחזוקת דוחות, מדדים וערכים, ופיקוח על ביצועי המוצר
Data Visualization – יישום טכניקות ויזואליזציה להצגת נתונים גם בכלי BI וגם באמצעות Python
יישום שיטות סטטיסטיות, A/B Testing וניתוח היעילות שלהם
Data Analysis Project – יכול להוביל פרויקטים אנליטיים מקצה לקצה כולל איסוף ומניפולציה על נתונים, מיזוג ומידול, הגדרת מדדים והערכת ביצוע, פתרון בעיות
עבודה עם בעלי תפקידים נוספים (מנהלי מוצר, מנהלי פרויקטים, מפתחים, אנליסטים, Data Scientists, Data Engineers ואחרים) כדי לבסס הבנה והיכרות עם הצרכים ומטרות ארגוניות |