Skip to content
TheChatArchiveThe Chat Archive
DeepSeekdeepseek-r1-0528· DeepSeekHugging Face LMArena Human Preference 140K

Potrzebuję od Ciebie pomocy. Jestem w trakcie przebranżowienia na analityka danych na…

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Googlegemma-3n-e4b-it’s answer.
  1. User

    Potrzebuję od Ciebie pomocy. Jestem w trakcie przebranżowienia na analityka danych na stanowisku Junior. Przygotuj proszę listę zadań

  2. DeepSeek Assistant

    Oczywiście! Przygotuję dla Ciebie kompleksową listę zadań, które pomogą Ci w przebranżowieniu na analityka danych (Junior). Lista uwzględni kluczowe umiejętności techniczne, praktyczne projekty oraz strategię przygotowania do rekrutacji.


    Etap 1: Podstawy techniczne

    Zadania do wykonania w ciągu 1-2 miesięcy:

    1. SQL (must-have!)

      • Naucz się pisać zapytania: SELECT, JOIN, GROUP BY, HAVING, funkcje okienkowe.
      • Zadanie praktyczne:
        • Pobierz dane np. z Kaggle, zaimportuj do bazy (MySQL/PostgreSQL) i wykonaj:
          -- Przykład: Znajdź 10 najczęściej kupowanych produktów
          SELECT product_id, COUNT(*) AS purchase_count
          FROM orders
          GROUP BY product_id
          ORDER BY purchase_count DESC
          LIMIT 10;
          
      • Platformy: DataCamp, LeetCode, SQLZoo.
    2. Python/R (wybierz jeden)

      • Biblioteki: Pandas, NumPy, Matplotlib/Seaborn.
      • Zadanie praktyczne:
        • Wczytaj plik CSV (np. dane demograficzne), oczyść dane (usuwanie NaN, formatowanie kolumn) i stwórz prosty wykres.
        import pandas as pd
        import matplotlib.pyplot as plt
        
        data = pd.read_csv('dane.csv')
        data.dropna(inplace=True)
        data['income'].plot(kind='hist', bins=20)
        plt.show()
        
    3. Excel/Google Sheets

      • Formuły: VLOOKUP/XLOOKUP, Pivot Tables, SUMIFS.
      • Zadanie: Stwórz dashboard sprzedażowy z automatycznymi podsumowaniami.
    4. Wizualizacja danych

      • Narzędzia: Tableau Public (darmowe) lub Power BI.
      • Zadanie: Zrób wizualizację np. "Średnie wynagrodzenie w IT w Polsce 2023" na podstawie danych z Otodom Analytics.

    Etap 2: Projekty portfolio

    Wykonaj 3 projekty w ciągu 2-3 miesięcy:

    1. Analiza danych publicznych

      • Przykład: Analiza wypadków drogowych z Eurostat.
      • Cel: Znajdź trendy (np. czy liczba wypadków spada?), wizualizuj geograficznie.
      • Efekt: Raport w formie prezentacji (max 5 slajdów).
    2. Projekt SQL + Python

      • Przykład: Analiza sprzedaży sklepu internetowego.
      • Kroki:
        1. Pobierz dane np. z Brazilian E-Commerce Dataset.
        2. Napisz zapytania SQL (np. "Klienci z najwyższą wartością zamówień").
        3. Zrób analizę koszyka zakupowego w Pythonie.
    3. Dashboard w Tableau

      • Temat: COVID-19 w Europie lub ceny mieszkań w dużych miastach.
      • Wymaganie: Dodaj interaktywne filtry (np. przedział czasowy).
      • Opublikuj na Tableau Public.

    Etap 3: Przygotowanie do rekrutacji

    Zadania na ostatni miesiąc:

    1. Stwórz portfolio

      • Platformy: GitHub (kod), Tableau Public (wizualizacje), LinkedIn.
      • Co umieścić:
        • Linki do projektów + krótki opis (jakie problemy rozwiązałeś/aś?).
        • Fragmenty kodu SQL/Python z komentarzami.
    2. Przygotuj CV

      • Szablony: Canva lub LaTeX (profesjonalny wygląd).
      • Wskaż:
        • Umiejętności techniczne (np. "SQL: zaawansowany", "Python: Pandas, Seaborn").
        • Projekty z portfolio.
        • Kursy (np. DataCamp, Coursera).
    3. Symuluj rozmowy

      • Typowe pytania techniczne:
        "Jak scalić tabele w SQL?",
        "Co to jest normalizacja danych?",
        "Opisz proces czyszczenia danych w Twoim projekcie".
      • Pytania behawioralne:
        "Opisz sytuację, gdy analiza dała nieoczekiwany wynik".
    4. Aplikuj strategicznie

      • Miejsca: Pracuj.pl, LinkedIn, Rocket Jobs.
      • Firmy: Zacznij od mniejszych (np. startupy), gdzie wymagania są niższe.
      • Cel: 5-10 aplikacji tygodniowo.

    Darmowe zasoby edukacyjne


    Kluczowe wskazówki

    1. Nie ucz się wszystkiego naraz! Skup się na SQL i jednym języku (Python/R).
    2. Jakość > ilość w portfolio. Lepiej 3 dopracowane projekty niż 10 byle jakich.
    3. Pytaj o feedback: Wrzucaj projekty na grupy (np. "Data Science PL" na FB).
    4. Bądź cierpliwy: Pierwsza praca w IT jest najtrudniejsza do zdobycia – nie zrażaj się odmowami.

    Jeśli potrzebujesz:

    • Szablonu planu nauki w Excelu,
    • Listy darmowych zbiorów danych do projektów,
    • Przykładowych zadań rekrutacyjnych z rozwiązaniami – daj znać! 🤝

    Powodzenia! Wierzę, że dasz radę – analityka danych to świetny kierunek rozwoju! 🚀

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.