ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਮੁਲਾਂਕਣ ਦੀ ਤਿਆਰੀ

ਅਸਲ ਟੈਸਟ ਆਮ ਤੌਰ 'ਤੇ ਕਿਹੋ ਜਿਹਾ ਹੁੰਦਾ ਹੈ

ਡਾਟਾ ਐਨਾਲਿਸਟ ਲਈ ਕੋਈ ਇੱਕੋ ਜਿਹਾ ਮੁਲਾਂਕਣ ਨਹੀਂ ਹੁੰਦਾ। ਹਰ ਰੋਜ਼ਗਾਰਦਾਤਾ ਆਪਣਾ ਟੈਸਟ ਚੁਣਦਾ ਹੈ, ਅਕਸਰ ਕਿਸੇ ਮੁਲਾਂਕਣ ਸੇਵਾ ਪ੍ਰਦਾਤਾ ਤੋਂ, ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਇਸ ਦੀ ਮਿਆਦ, ਵਿਸ਼ੇ ਅਤੇ ਔਖਿਆਈ ਬਦਲ ਸਕਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਮਿਲਿਆ ਸੱਦਾ ਜਾਂ ਭਰਤੀ ਕਰਨ ਵਾਲਾ ਵਿਅਕਤੀ ਤੁਹਾਡੇ ਟੈਸਟ ਬਾਰੇ ਸਭ ਤੋਂ ਵਧੀਆ ਜਾਣਕਾਰੀ ਦੇ ਸਕਦਾ ਹੈ। ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਤਿੰਨ ਉਦਾਹਰਨਾਂ ਨਾਲ ਇਸ ਦੀ ਵੱਖ-ਵੱਖ ਕਿਸਮ ਦਾ ਅੰਦਾਜ਼ਾ ਲੱਗਦਾ ਹੈ:

• iMocha. iMocha ਆਪਣਾ ਡਾਟਾ ਐਨਾਲਿਸਟ ਟੈਸਟ 20 ਮਿੰਟਾਂ ਵਿੱਚ 10 ਸਵਾਲਾਂ ਵਾਲਾ ਦੱਸਦਾ ਹੈ। ਇਸ ਵਿੱਚ SQL ਵਰਗੇ ਡਾਟਾ ਪੁੱਛਗਿੱਛ ਵਿਸ਼ੇ, ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ ਟੂਲ, ਅੰਕੜਾ ਵਿਧੀਆਂ ਅਤੇ Excel ਵਰਗੇ ਟੂਲ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਮੁਤਾਬਕ, ਟੈਸਟ ਨੂੰ ਨੌਕਰੀ ਦੀ ਭੂਮਿਕਾ, ਔਖਿਆਈ ਅਤੇ ਪਸੰਦੀਦਾ ਟੂਲਾਂ ਅਨੁਸਾਰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਰੋਜ਼ਗਾਰਦਾਤਾ ਆਪਣੇ ਕੋਡਿੰਗ, ਬਹੁ-ਵਿਕਲਪੀ ਅਤੇ ਵ੍ਹਾਈਟਬੋਰਡ ਸਵਾਲ ਵੀ ਜੋੜ ਸਕਦੇ ਹਨ।
• Adaface. Adaface ਆਪਣੇ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਟੈਸਟ ਨੂੰ 30 ਮਿੰਟਾਂ ਵਿੱਚ 15 ਸਥਿਤੀ-ਆਧਾਰਿਤ ਬਹੁ-ਵਿਕਲਪੀ ਸਵਾਲਾਂ ਵਾਲਾ ਦੱਸਦਾ ਹੈ। ਇਸ ਵਿੱਚ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, SQL ਅਤੇ ਚਾਰਟਾਂ ਤੇ ਗ੍ਰਾਫਾਂ ਰਾਹੀਂ ਡਾਟਾ ਸਮਝਣਾ ਸ਼ਾਮਲ ਹੈ। ਇਸ ਮੁਤਾਬਕ, ਟੈਸਟ ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਅਨੁਸਾਰ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਰੋਜ਼ਗਾਰਦਾਤਾ ਵੱਲੋਂ ਭੇਜੇ ਗਏ ਟੈਸਟ ਦੀ ਮਿਆਦ ਇਸ ਦੇ ਨਮੂਨੇ ਤੋਂ ਵੱਖਰੀ ਹੋ ਸਕਦੀ ਹੈ।
• Alooba. Alooba ਦਾ ਮੁਫ਼ਤ ਡਾਟਾ ਐਨਾਲਿਟਿਕਸ ਟੈਸਟ ਹੋਰ ਵਿਸ਼ਾਲ ਉਦਾਹਰਨ ਹੈ: 50 ਮਿੰਟਾਂ ਵਿੱਚ 50 ਬਹੁ-ਵਿਕਲਪੀ ਸਵਾਲ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਹਰ ਇੱਕ ਲਈ ਪੰਜ ਜਵਾਬੀ ਵਿਕਲਪ ਹਨ। ਇਸ ਵਿੱਚ ਮੁੱਢਲੇ ਅੰਕੜਾ-ਵਿਗਿਆਨ, SQL, Python, R, ਡਾਟਾ ਨੂੰ ਸਾਫ਼-ਸੁਥਰਾ ਕਰਨਾ, ਰਿਪੋਰਟਿੰਗ ਅਤੇ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ ਸ਼ਾਮਲ ਹਨ।

ਵੱਖ-ਵੱਖ ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਦੇ ਟੈਸਟਾਂ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਦੱਸੇ ਜਾਂਦੇ ਵਿਸ਼ੇ:

• SQL: ਪੁੱਛਗਿੱਛ ਪੜ੍ਹ ਕੇ ਦੱਸਣਾ ਕਿ ਇਹ ਕੀ ਨਤੀਜਾ ਦਿੰਦੀ ਹੈ, ਕਾਰੋਬਾਰੀ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਵਾਲੀ ਪੁੱਛਗਿੱਛ ਚੁਣਨਾ, ਜੋੜਨਾ, ਸਮੂਹਬੱਧ ਕਰਨਾ ਅਤੇ ਫਿਲਟਰ ਕਰਨਾ।
• ਸਪ੍ਰੈੱਡਸ਼ੀਟਾਂ: ਸ਼ਰਤਾਂ ਅਨੁਸਾਰ ਜੋੜ ਅਤੇ ਗਿਣਤੀ, ਲੁੱਕਅੱਪ, IF ਤਰਕ ਅਤੇ ਸੂਚੀ ਦਾ ਸਾਰ ਬਣਾਉਣਾ।
• ਅੰਕੜਾ-ਵਿਗਿਆਨ ਦੇ ਮੁੱਢਲੇ ਸਿਧਾਂਤ: ਮੱਧਮਾਨ, ਮੱਧਿਕਾ ਅਤੇ ਫੈਲਾਅ, ਪ੍ਰਤੀਸ਼ਤ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਤਬਦੀਲੀ, ਅਤੇ ਸਹਿ-ਸੰਬੰਧ ਤੇ ਕਾਰਨ ਵਿਚਲਾ ਫ਼ਰਕ।
• ਚਾਰਟ ਅਤੇ ਟੇਬਲ: ਮੁੱਲ ਪੜ੍ਹਨਾ, ਸਮੂਹਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ, ਰੁਝਾਨ ਪਛਾਣਨਾ ਅਤੇ ਟੇਬਲ ਤੋਂ ਗਣਨਾ ਕਰਨਾ।
• ਕਈ ਵਾਰ Python, R ਜਾਂ ਡੈਸ਼ਬੋਰਡ ਟੂਲ, ਜਾਂ ਕੋਈ ਅਮਲੀ ਕੰਮ ਜਿਸ ਵਿੱਚ ਤੁਹਾਨੂੰ ਅਸਲ ਡਾਟਾਬੇਸ 'ਤੇ ਚੱਲਣ ਵਾਲੀ ਪੁੱਛਗਿੱਛ ਲਿਖਣੀ ਪਵੇ।

ਸਾਡੇ ਮੌਕ ਟੈਸਟਾਂ ਵਿੱਚ ਕੀ ਸ਼ਾਮਲ ਹੈ। ਸਾਡੇ ਪੂਰੇ ਮੌਕ ਟੈਸਟਾਂ ਵਿੱਚ 40 ਮਿੰਟਾਂ ਵਿੱਚ 25 ਸਵਾਲ ਹੁੰਦੇ ਹਨ, ਚਾਰ ਭਾਗਾਂ ਵਿੱਚ: SQL (6), ਸਪ੍ਰੈੱਡਸ਼ੀਟਾਂ (6), ਅੰਕੜਾ-ਵਿਗਿਆਨ ਦੇ ਮੁੱਢਲੇ ਸਿਧਾਂਤ (6) ਅਤੇ ਚਾਰਟ ਤੇ ਟੇਬਲ (7)। ਤੁਸੀਂ ਕੈਲਕੁਲੇਟਰ ਵਰਤ ਸਕਦੇ ਹੋ ਅਤੇ ਪਿਛਲੇ ਸਵਾਲਾਂ 'ਤੇ ਵਾਪਸ ਜਾ ਕੇ ਉਨ੍ਹਾਂ ਨੂੰ ਨਿਸ਼ਾਨਬੱਧ ਕਰ ਸਕਦੇ ਹੋ। ਹਰ ਸਵਾਲ ਬਹੁ-ਵਿਕਲਪੀ ਹੈ: ਸਾਡੇ ਮੌਕ ਟੈਸਟ ਤੁਹਾਡੇ ਵੱਲੋਂ ਲਿਖੀ SQL ਨਹੀਂ ਚਲਾਉਂਦੇ ਅਤੇ ਇਨ੍ਹਾਂ ਵਿੱਚ Python, R, Tableau ਜਾਂ Power BI ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ। ਜੇ ਤੁਹਾਡੇ ਸੱਦੇ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹਨ, ਤਾਂ ਸੰਬੰਧਿਤ ਟੂਲ ਵਿੱਚ ਅਮਲੀ ਅਭਿਆਸ ਵੀ ਕਰੋ।

iMocha, Adaface ਅਤੇ Alooba ਆਪਣੇ ਮਾਲਕਾਂ ਦੇ ਟ੍ਰੇਡਮਾਰਕ ਹਨ। Intellect Council ਦਾ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਨਾਲ ਵੀ ਕੋਈ ਸੰਬੰਧ ਨਹੀਂ ਹੈ, ਨਾ ਹੀ ਇਨ੍ਹਾਂ ਵੱਲੋਂ ਇਸ ਦਾ ਸਮਰਥਨ ਜਾਂ ਪ੍ਰਾਯੋਜਨ ਕੀਤਾ ਗਿਆ ਹੈ।

ਹੱਲ ਸਮੇਤ ਉਦਾਹਰਨਾਂ ਵਾਲੇ ਸਵਾਲਾਂ ਦੀਆਂ ਕਿਸਮਾਂ

ਹਰ ਭਾਗ ਲਈ ਇੱਕ ਜਾਂ ਦੋ ਹੱਲ ਕੀਤੀਆਂ ਉਦਾਹਰਨਾਂ, ਨਾਲ ਉਹ ਗਲਤੀ ਜਿਸ ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਲੋਕ ਫਸ ਜਾਂਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਮੁਫ਼ਤ ਸੈਂਪਲ ਵਿੱਚੋਂ ਨਹੀਂ ਹੈ।

1. SQL: WHERE ਜਾਂ HAVING। ਤੁਹਾਨੂੰ ਉਹ ਖੇਤਰ ਚਾਹੀਦੇ ਹਨ ਜਿੱਥੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਆਰਡਰ $500 ਤੋਂ ਵੱਧ ਸੀ। ਕੀ ਤੁਸੀਂ WHERE ਨਾਲ ਫਿਲਟਰ ਕਰੋਗੇ ਜਾਂ HAVING ਨਾਲ? WHERE, ਕਿਉਂਕਿ ਸ਼ਰਤ ਵਿਅਕਤੀਗਤ ਕਤਾਰਾਂ ਬਾਰੇ ਹੈ: WHERE amount > 500। HAVING, GROUP BY ਤੋਂ ਬਾਅਦ ਗਰੁੱਪਾਂ ਨੂੰ ਫਿਲਟਰ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਉਹ ਖੇਤਰ ਜਿਨ੍ਹਾਂ ਦਾ ਕੁੱਲ $500 ਤੋਂ ਵੱਧ ਹੈ। ਗਲਤੀ: ਦੋਵੇਂ ਠੀਕ ਲੱਗਦੇ ਹਨ। ਸੋਚੋ ਕਿ ਸ਼ਰਤ ਇੱਕ ਕਤਾਰ ਬਾਰੇ ਹੈ ਜਾਂ ਪੂਰੇ ਗਰੁੱਪ ਬਾਰੇ।

2. SQL: ਗੁੰਮ ਗਾਹਕ। ਤੁਸੀਂ inner JOIN ਨਾਲ ਗਾਹਕਾਂ ਨੂੰ ਆਰਡਰਾਂ ਨਾਲ ਜੋੜਦੇ ਹੋ ਅਤੇ ਗਾਹਕਾਂ ਦੀ ਗਿਣਤੀ ਕਰਦੇ ਹੋ। ਇਹ ਗਿਣਤੀ ਟੇਬਲ ਵਿੱਚ ਗਾਹਕਾਂ ਦੀ ਗਿਣਤੀ ਤੋਂ ਘੱਟ ਹੈ। ਕਿਉਂ? inner JOIN ਸਿਰਫ਼ ਉਹ ਗਾਹਕ ਰੱਖਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਆਰਡਰ ਦਿੱਤਾ ਹੈ। customers ਤੋਂ LEFT JOIN ਸਭ ਨੂੰ ਰੱਖਦਾ ਹੈ ਅਤੇ ਜਿਨ੍ਹਾਂ ਦੇ ਆਰਡਰ ਨਹੀਂ ਹਨ, ਉਨ੍ਹਾਂ ਲਈ NULL ਦਿੰਦਾ ਹੈ। ਗਲਤੀ: ਘੱਟ ਨਤੀਜੇ ਨੂੰ ਇਹ ਸਮਝਣਾ ਕਿ "ਕੁਝ ਗਾਹਕ ਮਿਟਾ ਦਿੱਤੇ ਗਏ"।

3. ਸਪ੍ਰੈੱਡਸ਼ੀਟਾਂ: ਤੁਲਨਾ ਨਾਲ ਗਿਣਤੀ। ਕਾਲਮ B ਵਿੱਚ ਖੇਤਰ ਅਤੇ ਕਾਲਮ C ਵਿੱਚ ਆਰਡਰ ਦੀ ਰਕਮ ਹੈ। 100 ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ ਮੁੱਲ ਵਾਲੇ East ਆਰਡਰ ਗਿਣਨ ਲਈ =COUNTIFS(B:B,"East",C:C,">=100") ਵਰਤੋ। ਤੁਲਨਾ ਨੂੰ ਹਵਾਲਾ-ਚਿੰਨ੍ਹਾਂ ਦੇ ਅੰਦਰ ਲਿਖੋ। ਜੇ ਹੱਦ ਕਿਸੇ ਸੈੱਲ ਵਿੱਚ ਹੈ, ਮਿਸਾਲ ਵਜੋਂ E1 ਵਿੱਚ, ਤਾਂ ਇਸਨੂੰ ਜੋੜੋ: ">="&E1। ਗਲਤੀ: ">=E1" ਲਿਖਣਾ, ਜਿਸ ਨਾਲ "E1" ਲਿਖਤ ਲੱਭੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਕੋਈ ਗਿਣਤੀ ਨਹੀਂ ਹੁੰਦੀ।

4. ਅੰਕੜਾ-ਵਿਗਿਆਨ: ਔਸਤਾਂ ਦੀ ਔਸਤ। Store A ਵਿੱਚ 100 ਆਰਡਰ ਸਨ, ਜਿਨ੍ਹਾਂ ਦੀ ਔਸਤ $20 ਸੀ। Store B ਵਿੱਚ 10 ਆਰਡਰ ਸਨ, ਜਿਨ੍ਹਾਂ ਦੀ ਔਸਤ $40 ਸੀ। ਦੋਵਾਂ ਨੂੰ ਮਿਲਾ ਕੇ ਪ੍ਰਤੀ ਆਰਡਰ ਔਸਤ ਕਿੰਨੀ ਹੈ? $30 ਨਹੀਂ। ਕੁੱਲ ਵਿਕਰੀ 2,000 + 400 = $2,400 ਹੈ ਅਤੇ ਆਰਡਰ 110 ਹਨ, ਇਸ ਲਈ ਔਸਤ ਲਗਭਗ $21.82 ਹੈ। ਗਲਤੀ: ਵੱਖ-ਵੱਖ ਗਿਣਤੀ ਵਾਲੀਆਂ ਆਈਟਮਾਂ ਦੀਆਂ ਦੋ ਔਸਤਾਂ ਨੂੰ ਔਸਤ ਕਰਨਾ। ਕੁੱਲ ਅਤੇ ਗਿਣਤੀ ਤੋਂ ਮੁੜ ਹਿਸਾਬ ਲਗਾਓ।

5. ਅੰਕੜਾ-ਵਿਗਿਆਨ: ਪ੍ਰਤੀਸ਼ਤ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤ ਅੰਕ। ਪਰਿਵਰਤਨ ਦਰ 4% ਤੋਂ 5% ਹੋ ਜਾਂਦੀ ਹੈ। ਇਹ 1 ਪ੍ਰਤੀਸ਼ਤ ਅੰਕ ਦਾ ਵਾਧਾ ਹੈ, ਜੋ 25% ਵਾਧਾ ਵੀ ਹੈ (1 / 4)। ਗਲਤੀ: ਜਦੋਂ ਸਵਾਲ ਪ੍ਰਤੀਸ਼ਤ ਤਬਦੀਲੀ ਪੁੱਛਦਾ ਹੈ, ਤਾਂ "1%" ਜਵਾਬ ਦੇਣਾ। ਜਾਂਚੋ ਕਿ ਸਵਾਲ ਕਿਹੜੀ ਚੀਜ਼ ਪੁੱਛਦਾ ਹੈ।

6. ਚਾਰਟ: ਘਟਾਇਆ ਹੋਇਆ ਧੁਰਾ। ਇੱਕ ਬਾਰ ਚਾਰਟ ਵਿੱਚ Team A ਦੀ ਸੰਤੁਸ਼ਟੀ 92 ਅਤੇ Team B ਦੀ 96 ਦਿਖਾਈ ਗਈ ਹੈ, ਪਰ B ਦੀ ਬਾਰ ਦੁੱਗਣੀ ਉੱਚੀ ਲੱਗਦੀ ਹੈ। ਧੁਰੇ ਦੀ ਜਾਂਚ ਕਰੋ: ਜੇ ਇਹ 90 ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਬਾਰਾਂ ਉਸ ਰੇਖਾ ਤੋਂ ਉੱਪਰ 2 ਅਤੇ 6 ਦਿਖਾਉਂਦੀਆਂ ਹਨ, ਪੂਰੇ ਮੁੱਲ ਨਹੀਂ। ਅਸਲ ਫ਼ਰਕ 4 ਅੰਕ, ਲਗਭਗ 4% ਹੈ। ਗਲਤੀ: ਅੰਕਾਂ ਦੀ ਬਜਾਏ ਬਾਰ ਦੀ ਉਚਾਈ ਦੇਖਣਾ।

7. ਟੇਬਲਾਂ: ਪਹਿਲਾਂ ਇਕਾਈਆਂ ਪੜ੍ਹੋ। ਟੇਬਲ ਦੇ ਸਿਰਲੇਖ ਵਿੱਚ "Revenue ($ thousands)" ਲਿਖਿਆ ਹੈ ਅਤੇ ਸਵਾਲ Q2 ਦੀ ਆਮਦਨ ਪੁੱਛਦਾ ਹੈ, ਜੋ 95 ਦਿਖਾਈ ਗਈ ਹੈ। ਜਵਾਬ $95,000 ਹੈ। ਗਲਤੀ: $95 ਵਾਲਾ ਵਿਕਲਪ ਚੁਣਨਾ। ਟੇਬਲ ਬਾਰੇ ਪਹਿਲਾ ਸਵਾਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਿਰਲੇਖ, ਕਾਲਮ-ਸਿਰਲੇਖ ਅਤੇ ਕੋਈ ਵੀ ਨੋਟ ਪੜ੍ਹੋ।

ਤਿਆਰੀ ਕਿਵੇਂ ਕਰੀਏ

1. ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣਾ ਸੱਦਾ ਪੜ੍ਹੋ। ਪਤਾ ਕਰੋ ਕਿ ਤੁਹਾਡਾ ਰੁਜ਼ਗਾਰਦਾਤਾ ਕਿਹੜਾ ਵਿਕਰੇਤਾ ਜਾਂ ਫਾਰਮੈਟ ਵਰਤਦਾ ਹੈ, ਟੈਸਟ ਕਿੰਨਾ ਲੰਮਾ ਹੈ, ਅਤੇ ਕੀ ਇਸ ਵਿੱਚ ਚੱਲਣ ਵਾਲੀਆਂ SQL queries ਲਿਖਣੀਆਂ ਹਨ, Excel ਜਾਂ Google Sheets ਵਰਤਣੀਆਂ ਹਨ, ਜਾਂ Python ਜਾਂ R ਵਿੱਚ ਕੋਡ ਕਰਨਾ ਹੈ। ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਇੰਨਾ ਫ਼ਰਕ ਹੁੰਦਾ ਹੈ ਕਿ ਪਹਿਲਾਂ ਤੋਂ ਅੰਦਾਜ਼ਾ ਨਹੀਂ ਲਗਾਇਆ ਜਾ ਸਕਦਾ।
2. ਆਪਣੀ ਰਫ਼ਤਾਰ ਸਮਝੋ। ਵਿਕਰੇਤਾਵਾਂ ਦੇ ਟੈਸਟ ਅਕਸਰ ਛੋਟੇ ਹੁੰਦੇ ਹਨ। iMocha ਦੇ ਟੈਸਟ ਵਿੱਚ 20 ਮਿੰਟਾਂ ਵਿੱਚ 10 ਸਵਾਲ ਹੁੰਦੇ ਹਨ, ਇਸ ਲਈ ਹਰ ਸਵਾਲ ਲਈ ਲਗਭਗ 2 ਮਿੰਟ ਮਿਲਦੇ ਹਨ (iMocha). ਕੁਝ ਸਵਾਲਾਂ ਵਿੱਚ ਤੁਰੰਤ ਜੋੜ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਇਸ ਲਈ timer ਲਗਾ ਕੇ ਅਭਿਆਸ ਕਰੋ।
3. SQL ਦੇ ਬੁਨਿਆਦੀ ਹਿੱਸਿਆਂ ਦੀ ਤਿਆਰੀ ਕਰੋ। SELECT, WHERE, SUM, COUNT ਅਤੇ AVG ਨਾਲ GROUP BY, HAVING, ORDER BY, INNER ਅਤੇ LEFT JOIN, DISTINCT, ਅਤੇ ਗਿਣਤੀਆਂ ਤੇ ਤੁਲਨਾਵਾਂ ਵਿੱਚ NULL ਦਾ ਵਿਹਾਰ। ਪੰਜ ਜਾਂ ਛੇ ਕਤਾਰਾਂ ਵਾਲੀ ਟੇਬਲ 'ਤੇ ਛੋਟੀਆਂ queries ਹੱਥ ਨਾਲ ਸਮਝੋ।
4. Spreadsheet ਦੇ ਬੁਨਿਆਦੀ ਹਿੱਸਿਆਂ ਦੀ ਤਿਆਰੀ ਕਰੋ। SUMIFS, COUNTIFS, AVERAGEIFS, XLOOKUP ਵਰਗਾ lookup, IF ਅਤੇ nested IF, ਅਤੇ pivot summary। ਹੋਰ formula ਅਭਿਆਸ ਲਈ ਸਾਡਾ Excel assessment test ਅਜ਼ਮਾਓ।
5. Statistics ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਦੁਹਰਾਓ। Mean, median ਅਤੇ mode, ਕਿਹੜੇ ਹਾਲਾਤਾਂ ਵਿੱਚ outlier ਕਰਕੇ median ਬਿਹਤਰ ਹੁੰਦਾ ਹੈ, range, percent change, percentage points, weighted averages, ਅਤੇ correlation ਕਾਰਨ ਸਾਬਤ ਕਿਉਂ ਨਹੀਂ ਕਰਦਾ।
6. ਹਰ chart ਧਿਆਨ ਨਾਲ ਪੜ੍ਹੋ। Title, units, axis ਦਾ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ, legend, ਫਿਰ ਸਵਾਲ। Chart ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਗਲਤੀਆਂ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ ਛੱਡਣ ਕਰਕੇ ਹੁੰਦੀਆਂ ਹਨ।
7. ਜੇ ਤੁਹਾਡਾ ਟੈਸਟ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਤਾਂ calculator ਅਤੇ rough work ਲਈ ਕਾਗਜ਼ ਤਿਆਰ ਰੱਖੋ ਅਤੇ ਦੋਵਾਂ ਦੀ ਮਦਦ ਨਾਲ percentage ਕੱਢਣਾ ਜਾਣੋ।
8. ਪੂਰੇ ਸਮੇਂ-ਬੱਧ mock tests ਦਿਓ। ਅਸਲ ਰਫ਼ਤਾਰ ਨਾਲ ਅਭਿਆਸ ਕਰੋ, ਤਾਂ ਜੋ ਟੈਸਟ ਵਾਲੇ ਦਿਨ 20 ਜਾਂ 30 ਮਿੰਟ ਦਾ ਟੈਸਟ ਆਮ ਲੱਗੇ।

ਅੰਕ ਦੇਣ ਦਾ ਤਰੀਕਾ ਆਮ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਸਕੋਰਿੰਗ ਨਿਯੋਗਤਾ ਅਤੇ ਟੈਸਟ ਪ੍ਰਦਾਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਦੇਸ਼-ਪੱਧਰੀ ਕੋਈ ਮਿਆਰੀ ਪੈਮਾਨਾ ਜਾਂ ਸਭ ਲਈ ਇੱਕੋ ਪਾਸ ਅੰਕ ਨਹੀਂ ਹਨ। ਟੈਸਟ ਪ੍ਰਦਾਤਾ ਨਿਯੋਗਤਾਵਾਂ ਨੂੰ ਰਿਪੋਰਟ ਦਿੰਦੇ ਹਨ ਅਤੇ ਨਿਯੋਗਤਾ ਫ਼ੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ ਨੌਕਰੀ ਲਈ ਕਿਹੋ ਜਿਹਾ ਨਤੀਜਾ ਲੋੜੀਂਦਾ ਹੈ। ਇੱਕ ਜਨਤਕ ਉਦਾਹਰਨ:

• Adaface ਦੱਸਦਾ ਹੈ ਕਿ ਇਸ ਦੀ ਰਿਪੋਰਟ ਵਿੱਚ ਕੁੱਲ ਪਾਸ ਜਾਂ ਫੇਲ੍ਹ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਅਤੇ ਉਦਯੋਗਕ ਮਾਪਦੰਡ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਇਹ ਸੁਝਾਅ ਵੀ ਦਿੰਦਾ ਹੈ ਕਿ ਨਿਯੋਗਤਾ ਆਪਣਾ ਘੱਟੋ-ਘੱਟ ਸਕੋਰ ਤੈਅ ਕਰਨ (Adaface).

iMocha ਅਤੇ Alooba ਨੇ ਉਹਨਾਂ ਪੰਨਿਆਂ 'ਤੇ ਆਪਣੀ ਸਕੋਰਿੰਗ ਬਾਰੇ ਜਾਣਕਾਰੀ ਨਹੀਂ ਦਿੱਤੀ ਜਿਨ੍ਹਾਂ ਦੀ ਅਸੀਂ ਜਾਂਚ ਕੀਤੀ। ਬਹੁ-ਵਿਕਲਪੀ ਸਵਾਲਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਸਹੀ ਜਾਂ ਗ਼ਲਤ ਅੰਕ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ। ਜੇ ਟੈਸਟ ਵਿੱਚ ਕੁਐਰੀ ਲਿਖਣ ਲਈ ਕਿਹਾ ਜਾਵੇ, ਤਾਂ ਉਸ ਦੀ ਜਾਂਚ ਉਮੀਦ ਕੀਤੇ ਨਤੀਜਿਆਂ ਨਾਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਇਸ ਲਈ ਲਗਭਗ ਸਹੀ ਕੁਐਰੀ ਨੂੰ ਵੀ ਕੋਈ ਅੰਕ ਨਾ ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।

ਸਾਡਾ ਅਭਿਆਸ ਸਕੋਰ ਦੱਸਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਸਾਡੇ ਕਿੰਨੇ ਸਵਾਲਾਂ ਦੇ ਸਹੀ ਜਵਾਬ ਦਿੱਤੇ ਹਨ। ਇਸ ਵਿੱਚ ਭਾਗ ਅਨੁਸਾਰ ਵੇਰਵਾ ਹੁੰਦਾ ਹੈ: SQL, ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ, ਅੰਕੜਾ-ਵਿਗਿਆਨ ਦੀਆਂ ਬੁਨਿਆਦੀ ਗੱਲਾਂ, ਅਤੇ ਚਾਰਟ ਤੇ ਟੇਬਲਾਂ। ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਕਿੱਥੇ ਧਿਆਨ ਦੇਣਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਅਭਿਆਸ ਸਕੋਰ ਹੈ: ਇਹ ਕਿਸੇ ਟੈਸਟ ਪ੍ਰਦਾਤਾ ਜਾਂ ਨਿਯੋਗਤਾ ਦੇ ਟੈਸਟ ਦਾ ਸਕੋਰ ਨਹੀਂ ਹੈ ਅਤੇ ਇਹ ਨਹੀਂ ਦੱਸਦਾ ਕਿ ਤੁਸੀਂ ਪਾਸ ਹੋਵੋਗੇ ਜਾਂ ਨਹੀਂ।

ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਟੈਸਟਾਂ ਵਿੱਚ ਆਮ ਗਲਤੀਆਂ

• NULL ਨੂੰ ਭੁੱਲ ਜਾਣਾ। COUNT(column) NULL ਮੁੱਲਾਂ ਨੂੰ ਛੱਡ ਦਿੰਦਾ ਹੈ, AVG ਉਹਨਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦਾ ਹੈ ਅਤੇ WHERE email = NULL ਕਿਸੇ ਵੀ row ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ। IS NULL ਵਰਤੋ।
• ਗਲਤ ਚੀਜ਼ ਦੇ ਆਧਾਰ 'ਤੇ grouping ਕਰਨਾ। ਨਾਮ ਦੇ ਆਧਾਰ 'ਤੇ grouping ਕਰਨ ਨਾਲ ਇੱਕੋ ਨਾਮ ਵਾਲੇ ਦੋ ਵੱਖਰੇ ਲੋਕ ਇਕੱਠੇ ਹੋ ਜਾਂਦੇ ਹਨ। id ਦੇ ਆਧਾਰ 'ਤੇ group ਕਰੋ ਅਤੇ ਨਾਲ ਨਾਮ ਦਿਖਾਓ।
• ਗਲਤ key ਨਾਲ join ਕਰਨਾ। orders.id ਨੂੰ customers.id ਨਾਲ join ਕਰਨਾ ਠੀਕ ਲੱਗ ਸਕਦਾ ਹੈ ਅਤੇ rows ਵੀ ਮਿਲ ਜਾਂਦੀਆਂ ਹਨ, ਪਰ ਉਹ ਗਲਤ rows ਹੁੰਦੀਆਂ ਹਨ। Foreign key, ਜਿਵੇਂ customer_id, ਨਾਲ ਮੇਲ ਕਰੋ।
• ਪ੍ਰਤੀਸ਼ਤ ਬਦਲਾਅ ਲਈ ਗਲਤ ਮੁੱਲ ਨਾਲ ਭਾਗ ਦੇਣਾ। ਹਮੇਸ਼ਾ ਸ਼ੁਰੂਆਤੀ ਮੁੱਲ ਨਾਲ ਭਾਗ ਦਿਓ।
• "ਵੱਧ" ਨੂੰ "ਘੱਟੋ-ਘੱਟ ਇੰਨਾ" ਸਮਝਣਾ। SQL ਅਤੇ formulas ਵਿੱਚ > ਅਤੇ >= ਹੱਦ 'ਤੇ ਵੱਖਰੇ ਜਵਾਬ ਦਿੰਦੇ ਹਨ। ਹੱਦੀ ਸਥਿਤੀ ਜਾਂਚੋ।
• Mean ਅਤੇ median ਨੂੰ ਗਡ਼ਮਡ਼ ਕਰਨਾ। ਇੱਕ ਬਹੁਤ ਵੱਡਾ ਜਾਂ ਛੋਟਾ ਮੁੱਲ mean ਨੂੰ ਕਾਫ਼ੀ ਬਦਲ ਸਕਦਾ ਹੈ, ਪਰ median ਨੂੰ ਬਹੁਤ ਘੱਟ।
• Correlation ਦੇ ਆਧਾਰ 'ਤੇ ਕਹਿਣਾ ਕਿ ਇੱਕ ਚੀਜ਼ "ਕਾਰਨ ਬਣਦੀ ਹੈ"। ਦੋ ਚੀਜ਼ਾਂ ਦਾ ਇਕੱਠੇ ਬਦਲਣਾ ਸਮਝਾਉਣ ਵਾਲਾ pattern ਹੈ, ਸਬੂਤ ਨਹੀਂ।
• Table ਦੇ ਸਿਰਲੇਖ ਨੂੰ ਕਾਹਲੀ ਵਿੱਚ ਪੜ੍ਹਨਾ। ਇਕਾਈਆਂ, ਸਮੇਂ ਦੀ ਮਿਆਦ ਅਤੇ ਫੁੱਟਨੋਟ ਜਵਾਬ ਬਦਲ ਸਕਦੇ ਹਨ।

ਇਹ ਅਭਿਆਸ ਅਸਲ ਟੈਸਟ ਨਾਲ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ

ਅਸੀਂ ਕਿਹੜੀਆਂ ਚੀਜ਼ਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਾਂ। ਟੈਸਟ ਪ੍ਰਦਾਤਾਵਾਂ ਵੱਲੋਂ ਸਭ ਤੋਂ ਵੱਧ ਦੱਸੇ ਜਾਂਦੇ ਚਾਰ ਖੇਤਰ, ਮਿਲਦੇ-ਜੁਲਦੇ ਅੰਦਾਜ਼ ਦੇ ਬਹੁ-ਵਿਕਲਪੀ ਸਵਾਲ, ਇੱਕ ਕੈਲਕੁਲੇਟਰ ਅਤੇ ਅਸਲ ਸਮੇਂ ਦਾ ਦਬਾਅ। ਹਰ ਸਵਾਲ ਦਾ ਹੱਲ ਸਮਝਾਇਆ ਗਿਆ ਹੈ।

ਅਸੀਂ ਕਿਹੜੀਆਂ ਚੀਜ਼ਾਂ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ। ਅਸੀਂ ਲਾਈਵ ਡਾਟਾਬੇਸ ਨਹੀਂ ਚਲਾਉਂਦੇ, ਇਸ ਲਈ ਤੁਹਾਡੇ ਵੱਲੋਂ ਟਾਈਪ ਕੀਤੀ SQL ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਅਸੀਂ Python, R ਜਾਂ ਡੈਸ਼ਬੋਰਡ ਟੂਲ ਕਵਰ ਨਹੀਂ ਕਰਦੇ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਟੈਸਟ ਪ੍ਰਦਾਤਾ ਆਪਣੇ ਸਵਾਲਾਂ ਦੇ ਬੈਂਕ ਅਤੇ ਮੁਸ਼ਕਲਤਾ ਦੇ ਪੱਧਰ ਵਰਤਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਸੀਂ ਕਦੇ ਨਹੀਂ ਦੇਖਦੇ।

ਇਸ ਘਾਟ ਨੂੰ ਕਿਵੇਂ ਪੂਰਾ ਕਰੀਏ। ਕਮਜ਼ੋਰ ਪੱਖ ਲੱਭਣ ਅਤੇ ਨਿਯਮ ਸਿੱਖਣ ਲਈ ਸਾਡੇ ਸਵਾਲ ਵਰਤੋ। ਫਿਰ ਕਿਸੇ ਮੁਫ਼ਤ ਡਾਟਾਬੇਸ ਟੂਲ ਵਿੱਚ ਆਪਣੀ ਛੋਟੀ ਜਿਹੀ ਟੇਬਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੁਝ ਸਵਾਲ ਲਿਖੋ ਅਤੇ ਸਪ੍ਰੈਡਸ਼ੀਟ ਦੇ ਫ਼ਾਰਮੂਲੇ ਅਸਲ ਸ਼ੀਟ ਵਿੱਚ ਦੁਬਾਰਾ ਬਣਾਓ। ਜੇ ਤੁਹਾਡੇ ਸੱਦੇ ਵਿੱਚ ਕੋਡਿੰਗ ਜਾਂ ਡੈਸ਼ਬੋਰਡ ਦਾ ਕੰਮ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਉਸ ਟੂਲ ਵਿੱਚ ਸਿੱਧਾ ਅਭਿਆਸ ਕਰੋ।