डेटा विश्लेषक मूल्यांकनाचा सराव

खरी परीक्षा सहसा कशी असते

डेटा अॅनालिस्टसाठी एकच ठरावीक assessment नसते. प्रत्येक employer स्वतःची test निवडतो. ती अनेकदा assessment vendor कडून घेतली जाते. employer सहसा test ची लांबी, विषय आणि कठीणपणा बदलू शकतो. तुमचे invitation किंवा recruiter हे तुमच्या test बद्दल माहिती मिळवण्याचे सर्वोत्तम मार्ग आहेत. सार्वजनिकरीत्या उपलब्ध असलेली ही तीन उदाहरणे वेगवेगळ्या प्रकारच्या tests दाखवतात:

• iMocha. iMocha ची data analyst test 20 मिनिटांत 10 प्रश्नांची आहे. यात SQL सारख्या data querying, visualization tools, statistical methods आणि Excel सारख्या tools चा समावेश आहे. ही test job role, कठीणपणा आणि पसंतीच्या tools नुसार पूर्णपणे बदलता येते, असे iMocha सांगते. Employers त्यांचे स्वतःचे coding, multiple choice आणि whiteboard प्रश्नही जोडू शकतात.
• Adaface. Adaface ची data analysis test 30 मिनिटांत सोडवायचे 15 scenario-based multiple choice प्रश्न अशी आहे. यात data analysis, SQL आणि charts व graphs वापरून data interpretation या विषयांचा समावेश आहे. ही test job description नुसार तयार केली जाते, असे Adaface सांगते. Employer तुम्हाला पाठवेल त्या test ची लांबी त्यांच्या sample पेक्षा वेगळी असू शकते.
• Alooba. Alooba ची free data analytics test हे अधिक व्यापक उदाहरण आहे: 50 मिनिटांत 50 multiple choice प्रश्न, प्रत्येकासाठी पाच उत्तरांचे पर्याय. यात basic statistics, SQL, Python, R, data wrangling, reporting आणि visualization यांचा समावेश आहे.

वेगवेगळ्या vendors च्या tests मध्ये सामान्यतः आढळणारे विषय:

• SQL: एखादी query वाचून ती काय निकाल देईल हे सांगणे, एखाद्या business question चे उत्तर देणारी query निवडणे, joins, grouping आणि filtering.
• Spreadsheets: अटींनुसार totals आणि counts काढणे, lookups, IF logic आणि यादीचा सारांश तयार करणे.
• Statistics ची मूलतत्त्वे: mean, median आणि spread, percentages आणि percent change, तसेच correlation आणि cause यांतील फरक.
• Charts आणि tables: values वाचणे, groups ची तुलना करणे, trends ओळखणे आणि table मधील माहितीवरून गणना करणे.
• कधी कधी Python, R किंवा dashboard tool, किंवा एखाद्या live database वर चालणारी query लिहिण्याचे hands-on काम.

आमच्या mocks मध्ये काय समाविष्ट आहे. आमच्या पूर्ण mocks मध्ये 40 मिनिटांत सोडवायचे 25 प्रश्न आहेत. त्यांचे चार विभाग आहेत: SQL (6), spreadsheets (6), statistics ची मूलतत्त्वे (6) आणि charts व tables (7). तुम्ही calculator वापरू शकता आणि मागील प्रश्नांकडे परत जाऊन प्रश्न flag करू शकता. सर्व प्रश्न multiple choice आहेत: आमच्या mocks मध्ये तुम्ही लिहिलेल्या SQL query चालवल्या जात नाहीत. तसेच, यात Python, R, Tableau किंवा Power BI समाविष्ट नाहीत. तुमच्या invitation मध्ये हे विषय असतील, तर संबंधित tool मध्ये hands-on सराव करा.

iMocha, Adaface आणि Alooba ही त्यांच्या मालकांची trademarks आहेत. Intellect Council यांच्याशी संलग्न नाही, त्यांचे समर्थन मिळालेले नाही किंवा त्यांच्याकडून प्रायोजित नाही.

सोडवून दाखवलेल्या उदाहरणांसह प्रश्नांचे प्रकार

प्रत्येक विभागासाठी एक किंवा दोन सोडवून दाखवलेली उदाहरणे, आणि बहुतेक जण ज्या सापळ्यात अडकतात तोही. यांपैकी कोणतेही उदाहरण free sample मध्ये पुन्हा दिलेले नाही.

1. SQL: WHERE की HAVING. किमान एकच order $500 पेक्षा जास्त असलेले regions शोधायचे आहेत. WHERE वापरून filter कराल की HAVING? WHERE, कारण अट स्वतंत्र rows बद्दल आहे: WHERE amount > 500. GROUP BY नंतर groups filter करण्यासाठी HAVING वापरतात. उदाहरणार्थ, ज्यांची एकूण रक्कम $500 पेक्षा जास्त आहे असे regions. सापळा: दोन्ही पर्याय योग्य वाटतात. अट एका row बद्दल आहे की group बद्दल, हे स्वतःला विचारा.

2. SQL: न दिसणारे customers. तुम्ही inner JOIN वापरून customers आणि orders जोडता आणि customers मोजता. मिळालेली संख्या table मधील customers च्या संख्येपेक्षा कमी आहे. असे का? inner JOIN मध्ये किमान एक order असलेले customersच राहतात. customers पासून केलेल्या LEFT JOIN मध्ये सर्व customers राहतात. Order नसलेल्यांसाठी NULL दिसते. सापळा: कमी आलेल्या निकालाचा अर्थ "काही customers delete झाले" असा लावणे.

3. Spreadsheets: तुलना वापरून मोजणी. Column B मध्ये region आणि column C मध्ये order ची value आहे. 100 किंवा अधिक किमतीच्या East orders ची संख्या मोजण्यासाठी =COUNTIFS(B:B,"East",C:C,">=100") वापरा. तुलना quotes च्या आत लिहा. समजा मर्यादा E1 सारख्या cell मध्ये आहे, तर ती जोडा: ">="&E1. सापळा: ">=E1" लिहिणे. त्यामुळे "E1" हा मजकूर शोधला जातो आणि काहीही मोजले जात नाही.

4. Statistics: सरासरींची सरासरी. Store A मध्ये सरासरी $20 किमतीचे 100 orders होते. Store B मध्ये सरासरी $40 किमतीचे 10 orders होते. दोन्ही stores मधील orders ची सरासरी किंमत किती? $30 नाही. एकूण विक्री 2,000 + 400 = $2,400 आणि orders 110 आहेत. त्यामुळे सरासरी सुमारे $21.82 येते. सापळा: वस्तूंची संख्या खूप वेगळी असताना दोन सरासरींची सरासरी काढणे. एकूण रक्कम आणि मोजणी पुन्हा तपासा.

5. Statistics: percent की percentage points. Conversion rate 4% वरून 5% होते. ही 1 percentage point ची वाढ आहे. त्याचबरोबर ही 25% वाढही आहे (1 / 4). सापळा: प्रश्नात percent change विचारले असताना "1%" असे उत्तर देणे. प्रश्न नेमके काय विचारतो आहे ते तपासा.

6. Charts: कमी केलेली axis. एका bar chart मध्ये Team A चे satisfaction 92 आणि Team B चे 96 दाखवले आहे. B चा bar दुप्पट उंच दिसतो. Axis तपासा: ती 90 पासून सुरू होत असेल, तर bars त्या रेषेच्या वर अनुक्रमे 2 आणि 6 दाखवतात, पूर्ण values नाही. खरा फरक 4 points, म्हणजे सुमारे 4% आहे. सापळा: आकड्यांऐवजी bar ची उंची पाहून निष्कर्ष काढणे.

7. Tables: आधी units वाचा. Table च्या header मध्ये "Revenue ($ thousands)" असे आहे आणि प्रश्नात Q2 revenue विचारले आहे, जे 95 असे दाखवले आहे. उत्तर $95,000 आहे. सापळा: $95 असलेला पर्याय निवडणे. Table वरील पहिल्या प्रश्नाआधी शीर्षक, headers आणि कोणत्याही notes वाचा.

तयारी कशी करावी

1. सर्वप्रथम तुमचे आमंत्रण वाचा. तुमचा employer कोणता vendor किंवा format वापरतो, चाचणी किती वेळाची आहे आणि त्यात चालणाऱ्या SQL queries लिहायच्या आहेत, Excel किंवा Google Sheets वापरायचे आहेत, की Python किंवा R मध्ये code करायचा आहे, हे जाणून घ्या. प्रत्येक चाचणीचा प्रकार वेगळा असू शकतो, त्यामुळे अंदाज बांधू नका.
2. तुमचा वेग समजून घ्या. Vendor च्या चाचण्या अनेकदा कमी वेळाच्या असतात. iMocha च्या चाचणीत 20 मिनिटांत 10 प्रश्न असतात, म्हणजे प्रत्येक प्रश्नासाठी सुमारे 2 मिनिटे मिळतात (iMocha). काही प्रश्नांची बेरीज पटकन करावी लागते, त्यामुळे timer लावून सराव करा.
3. SQL मधील मुख्य गोष्टींचा सराव करा. SELECT, WHERE, SUM, COUNT आणि AVG सह GROUP BY, HAVING, ORDER BY, INNER आणि LEFT JOIN, DISTINCT, तसेच counts आणि comparisons मध्ये NULL कसे वागते. पाच किंवा सहा rows असलेल्या table वर लहान queries हाताने तपासा.
4. Spreadsheet मधील मुख्य गोष्टींचा सराव करा. SUMIFS, COUNTIFS, AVERAGEIFS, XLOOKUP सारखा lookup, IF आणि nested IF, तसेच pivot summary. Formulas चा अधिक सराव करण्यासाठी आमची Excel assessment test वापरून पाहा.
5. Statistics ची मूलभूत माहिती पुन्हा पाहा. Mean, median आणि mode, outlier असल्यास median कधी अधिक योग्य ठरते, range, percent change, percentage points, weighted averages आणि correlation मुळे कारण सिद्ध का होत नाही.
6. प्रत्येक chart काळजीपूर्वक वाचा. Title, units, axis ची सुरुवात, legend आणि मग प्रश्न. यांपैकी एखादी गोष्ट वगळल्यामुळे chart बाबतच्या बहुतेक चुका होतात.
7. चाचणीत परवानगी असल्यास calculator आणि rough paper जवळ ठेवा आणि दोन्हींच्या मदतीने percentage कशी काढायची हे जाणून घ्या.
8. संपूर्ण timed mock tests द्या. प्रत्यक्ष चाचणीच्या वेगाने सराव करा, म्हणजे त्या दिवशी 20 किंवा 30 मिनिटांची चाचणी सहज वाटेल.

गुणांकन साधारणपणे कसे केले जाते

गुणांकन नियोक्ता आणि विक्रेत्यावर अवलंबून असते. कोणतीही राष्ट्रीय गुणपद्धती किंवा सर्वत्र लागू होणारी उत्तीर्णतेची किमान मर्यादा नाही. विक्रेते नियोक्त्यांना अहवाल देतात आणि नोकरीसाठी कोणता निकाल आवश्यक आहे हे नियोक्ता ठरवतो. एक सार्वजनिक उदाहरण:

• Adaface सांगते की त्यांच्या अहवालात एकूण उत्तीर्ण किंवा अनुत्तीर्ण होण्याची शिफारस आणि उद्योगातील तुलनात्मक निकष दिलेले असतात. नियोक्त्यांनी स्वतःची गुणमर्यादा ठरवावी, असेही ते सुचवतात (Adaface).

iMocha आणि Alooba आम्ही तपासलेल्या पानांवर गुणांकनाबद्दल माहिती देत नाहीत. बहुपर्यायी प्रश्नांना सहसा बरोबर किंवा चूक असे गुण दिले जातात. चाचणीत query लिहायला सांगितल्यास, तिची अपेक्षित निकालांशी तुलना केली जाऊ शकते. त्यामुळे जवळपास बरोबर असलेल्या query ला देखील शून्य गुण मिळू शकतात.

आमचा सराव गुण म्हणजे तुम्ही आमच्या प्रश्नांपैकी किती प्रश्नांची अचूक उत्तरे दिली, याची विभागनिहाय माहिती: SQL, स्प्रेडशीट्स, सांख्यिकीच्या मूलभूत संकल्पना आणि चार्ट व टेबल्स. यामुळे कुठे अधिक लक्ष द्यावे हे समजते. हा सरावाचा गुण आहे: तो कोणत्याही विक्रेत्याच्या किंवा नियोक्त्याच्या चाचणीतील गुण नाही आणि तुम्ही उत्तीर्ण व्हाल की नाही याचा अंदाज देत नाही.

डेटा ॲनालिस्ट चाचण्यांमधील सामान्य चुका

• NULL विसरणे. COUNT(column) NULL मूल्ये वगळते, AVG त्यांच्याकडे दुर्लक्ष करते आणि WHERE email = NULL कोणतीही नोंद जुळवत नाही. IS NULL वापरा.
• चुकीच्या गोष्टीनुसार गट करणे. नावानुसार गट केल्यास एकच नाव असलेल्या दोन वेगवेगळ्या व्यक्ती एकत्र होतात. id नुसार गट करा आणि त्याच्या बाजूला नाव दाखवा.
• चुकीच्या key वर JOIN करणे. orders.id ला customers.id शी JOIN करणे योग्य वाटते आणि नोंदीही मिळतात, पण त्या चुकीच्या असतात. customer_id सारखी foreign key जुळवा.
• टक्केवारीतील बदल मोजताना चुकीच्या संख्येने भागणे. नेहमी सुरुवातीच्या मूल्याने भागा.
• "पेक्षा मोठे" याचा अर्थ "किमान इतके" असा घेणे. SQL आणि सूत्रांमध्ये, > आणि >= यांमुळे मर्यादेवरील उत्तर वेगवेगळे येते. सीमावर्ती स्थिती तपासा.
• माध्य आणि मध्यक यांची गल्लत करणे. एक अत्यंत मूल्य माध्य खूप बदलते, पण मध्यकात फारसा बदल होत नाही.
• सहसंबंधावरून "कारण ठरते" असे म्हणणे. दोन गोष्टी एकत्र बदलणे हा समजावून सांगण्यासारखा नमुना आहे, पुरावा नाही.
• टेबलचे शीर्षक घाईघाईने वाचणे. एकके, कालावधी आणि तळटीपा उत्तर बदलू शकतात.

हा सराव प्रत्यक्ष टेस्टशी कसा तुलना करता येतो

आम्ही कोणत्या गोष्टी जुळवतो. Providers ज्या चार विषयांचा सर्वाधिक उल्लेख करतात ते विषय, त्याच धर्तीचे multiple choice प्रश्न, calculator आणि प्रत्यक्ष वेळेचा दबाव. प्रत्येक प्रश्नाचे स्पष्टीकरण दिलेले असते.

आम्ही कोणत्या गोष्टी जुळवू शकत नाही. आम्ही live database चालवत नाही, त्यामुळे तुम्ही टाइप केलेली SQL तपासू शकत नाही. आमच्या mocks मध्ये Python, R किंवा dashboard tools नाहीत. Providers त्यांच्या स्वतःच्या question banks आणि कठीणपणाच्या पातळ्या वापरतात, ज्या आम्हाला कधीच दिसत नाहीत.

ही तफावत कशी भरून काढावी. कोणत्या गोष्टींचा अधिक सराव हवा आहे हे शोधण्यासाठी आणि नियम शिकण्यासाठी आमचे प्रश्न वापरा. मग तुमच्या स्वतःच्या छोट्या table वर मोफत database tool मध्ये काही queries लिहा आणि spreadsheet ची formulas प्रत्यक्ष sheet मध्ये पुन्हा तयार करा. तुमच्या invitation मध्ये coding किंवा dashboard task चा उल्लेख असल्यास, त्या tool मध्येच थेट सराव करा.