Akademiju bih preporučila svakome ko je zainteresovan za učenje analize podataka jer omogućava široko znanje, a koje dalje svakako može još da se produbi u određenoj, specifičnoj oblasti analize.
Moja priča (koja će kasnije postati i Semos priča) zapravo počinje godinama unazad kada sam kao početnik na radnom mestu bila okružena velikom količinom podataka u oblasti farmaceutskih nauka i kada je trebalo te podatke da analiziram. Bila sam zadivljena kako moja tadašnja šefica kao profesor i odličan poznavalac Biostatistike rešava različite statističke probleme i otkriva šta se nalazi iza testova, formula i definicija. Fascinirali su me svi ti skriveni principi i matematičke kalkulacije. Od nje sam imala prilike mnogo da naučim. Usledile su godine mog učenja i primene statističke analize u istraživačkom radu, kao i praktična i teorijska nastava koju držim studentima. Ipak, već neko vreme razmišljam o proširenju znanja iz oblasti analize podataka. Početkom ove godine sam naišla na Semos reklamu o Data Analyst Akademiji. Dopao mi se program Akademije i rešila sam da je pohađam. I tako se nastavlja moja priča, kroz Semos priču, a došla je kao nadogradnja i proširenje znanja iz analize podataka.
Akademija pruža dosta praktičnog znanja koje može odmah da se primeni. Bilo je dosta vežbi i primera na svim modulima. Svi u Semos Akademiji su bili ljubazni i dostupni za konsultacije, savete i pomoć. Časovi su bili intenzivni, ali uz motivaciju, entuzijazam i dobre mentore, sve je bilo lakše da se savlada. Akademiju bih preporučila svakome ko je zainteresovan za učenje analize podataka jer omogućava široko znanje, a koje dalje svakako može još da se produbi u određenoj, specifičnoj oblasti analize.
Mislim da, pre svega, treba da bude zadivljen podacima, da poseduje analitički duh, radoznalost i želju za „otkrivanjem“ na prvi pogled skrivenih informacija sadržanih u podacima. Meni je npr. posebno zanimljivo šta oni mogu da nam “kažu” i kada se iz ogromnih, nepreglednih setova podataka uz posedovanje veština iz Biostatistike i analize podataka izvuče mnoštvo konkretnih saznanja. Naravno, uspešan Data Analyst treba i da je motivisan i spreman da uči, da isprobava i primenjuje naučeno jer se kroz praksu znanje najviše zadržava i proširuje, kao uostalom i u svim drugim oblastima.
Završni projekat je bio odlična prilika da prethodna znanja primenim u konkretnom radu. Zaista je dobro to što smo dobili „sirove“ podatke bez nekog pitanja ili uputstva šta tačno treba da uradimo nego smo mogli sami da sagledamo podatke koje imamo i razmislimo šta iz njih može da se izvuče. Pitanja i zadatke smo samostalno postavljali i bilo je zanimljivo pošto vas to navodi na razmišljanje šta od onog što ste prošli na nastavi treba da primenite, šta je najlogičnije, šta konkretno odgovara pitanju koje ste postavili. Inspiriše vas da tražite, isprobavate, nalazite svoja rešenja na sopstvena postavljena pitanja.
Dalje učenje, usavršavanje i primena prethodno stečenih znanja na poslu/poziciji Data Analysta u kompaniji farmaceutske/zdravstvene struke ili neke druge kompanije gde bih poznavanjem statističkih i drugih analitičkih tehnika doprinela kvalitetu podataka i informacija. Eto, to bi ukratko bila moja očekivanja.