Kako je počela tvoja Semos priča?

Slučajno sam naišao na reklamu za Semos Akademiju, što me odmah privuklo jer sam već neko vreme samostalno učio veštine potrebne za analizu podataka. Pre nego što sam se prijavio, malo sam istraživao o samoj akademiji i predavačima, i nakon toga kad sam video program, shvatio sam da je to upravo ono što mi treba. Tako sam se odlučio prijaviti i tu je zapravo počeo moj prvi kontakt sa Semosom, odakle je krenula moja ozbiljnija posvećenost učenju u ovoj oblasti.

Kakav je tvoj dosadašnji utisak o Akademiji?

Moj utisak o Akademiji je generalno pozitivan. Program kursa je prilično sveobuhvatan i pokriva razne aspekte analize podataka. Počeli smo sa naprednim Excel-om pa SQL i Python i na kraju završili sa Power Bi. Svaki deo je segment za sebe ali skupa čine jednu celinu kojom bi svako ko se bavi analizom podataka trebao da vlada. Meni lično su neke oblasti zanimljivije od drugih i to nekako mislim da te usmeri na ono šta bi trebao da ti bude fokus da sa dalje razvijaš.

Ono što bih posebno izdvojio jeste posvećenost predavača. Jednostavno vidi se da im je stalo da prenesu svoje znanje i iskustvo na najbolji mogući način. Nekako je meni to značajna stvar jer i mene podstiče da se i ja maksimalno trudim.

U principu, treba imati na umu da je na kraju uspeh u velikoj meri na nama samima. Koliko ćemo naučiti i koliko ćemo uspeti da primenimo naučeno znanje zavisi od naše sopstvene motivacije, truda i rada. Akademija nudi solidne resurse i podršku, ali je lični angažman presudan za postizanje rezultata.

Koje karakteristike treba da poseduje uspešan Data Analyst?

Da voli tabele 😊 Šalu na stranu, kao i u svakom poslu, da biste postigli uspeh, mora da postoji entuzijazam koji vodi velikoj posvećenosti. Mislim da je ovo osnovno pravilo koje se može primeniti na gotovo svaki profesionalni sektor.

Kada je reč o analizi podataka, tehničke veštine, kao što su poznavanje programskih jezika i softverskih alata, svakako su važne. Međutim, ove veštine se mogu savladati kroz rad i praksu. Ono što zaista čini razliku između dobrog i jako dobrog data analysta jeste „detektivski um“ tj. sposobnost i želja da se „kopa“ kroz podatke kako bi se otkrili skriveni obrasci i uvidi.

Da li možeš da podeliš sa nama utiske u vezi sa završnim projektom?

Završni projekat bio je interesantno iskustvo jer je prvi put omogućio samostalno radimo realan projekat. Do tog trenutka, često postoji određena percepcija o stečenom znanju, koje se možda čini kao čvrst temelj. Međutim, kada se suočite sa stvarnim izazovima tokom projekta, otkrivate koliko duboko zapravo razumete materiju i koliko ste sposobni da primenite svoje veštine u praksi. Tu naravno postoji mentor koji je tu ukoliko naidjete na probleme. Nekako ceo proces je dosta nagradjujući jer na kraju zaista imate potpuno drugačite poimanje tih podataka koje ste dobili na početku. Konktretno u mom slučaju to je bila analiza Olimpijskih igara od prvih održanih do danas.

Kakva su tvoja očekivanja nakon završetka Akademije?

Trenutno radim na izgradnji svog portfolija. Imam puno različitih interesovanja, što znači da mi nikad ne nedostaju zanimljive teme na kojima bih mogao da radim. 😊

Pritom, na internetu postoji ogroman broj izvora gde se mogu naći zvanični podaci za analizu. Puno organizacija, vladinih agencija i istraživačkih institucija objavljuju podatke koji su dostupni javnosti. Ovo mi je sjajan materijal za rad, jer mi pruža priliku da se bavim stvarnim i relevantnim informacijama. Sa druge strane radim i na meni bliskim i interesantnim oblastima (sport, priroda, društvene igre...).

Trenutni cilj mi je da unapredim sve ono što sam naučio tokom akademije i da se osećam potpuno komforno i sigurno u primeni tih znanja. Želim da ovladam materijom do te mere da mogu da se suočim sa bilo kojim izazovom u analizi podataka.