Topics

Esto sucedió hace un tiempo, pero utilicé el programa de apoyo a la calificación de mi empresa para tomar y obtener el curso de Certificación Profesional de Google Data Analytics.

¡Te daré una idea aproximada de lo que aprenderás y de lo difícil que es el curso, junto con mis impresiones de tomar el curso!

¿Qué es la Certificación Profesional de Google Data Analytics?

Este programa de aprendizaje en línea proporcionado por Google enseña todo, desde los fundamentos del análisis de datos hasta sus aplicaciones.8 cursos en totalAprenderás en dos partes.

• Cómo proceder con el análisis de datos
• Cómo organizar datos analíticos
• Uso de hojas de cálculo
• Organización de datos mediante SQL
• Creación de visualizaciones con Tableau
• Usando R Markdown

Cubrió una gama bastante amplia de habilidades.

El tiempo recomendado es de 10 horas semanales durante unos 6 meses, pero prefiero trabajar a un ritmo más lento.Aproximadamente 4 mesesSi te concentras, creo que podrás completar el curso en un período de tiempo más corto.

Los cursos se realizan a través de la plataforma Coursera y requieren una cuota mensual. Ocasionalmente, hay campañas de cursos gratuitos, así que conviene aprovecharlas.

Hay un periodo de prueba de una semana, así que puedes aprovecharlo para decidir si puedes realizar el curso correctamente. Ten en cuenta que la suscripción se renovará automáticamente una vez finalizado el periodo de prueba.

Puedes comenzar de inmediato inscribiéndote en la página del Certificado profesional de Google Data Analytics de Coursera.

Flujo de aprendizaje

Cada curso está estructurado en una serie de múltiples módulos, y deberá completar todos los materiales de aprendizaje (videos, documentos, etc.) y realizar los exámenes de cada módulo. Si completa todas las tareas del curso, recibirá un certificado de finalización.

La documentación también incluye enlaces a herramientas relacionadas y materiales de aprendizaje externos, lo que ayuda a profundizar la comprensión. Sin embargo, sería demasiado largo detallarlo todo, así que comencé tomando notas de los términos y enlaces, y luego los busqué.

¡De esta manera la prueba se realiza sin problemas!

Como hay una gran cantidad de trabajo, me salvó el diseño concienzudo que me permite cambiar el estado a "completado" en cualquier momento que desee.

Dificultad para realizar el curso

Cuando escucho los términos "SQL" y "R", me siento un poco intimidado, pero brindan explicaciones completas y detalladas desde el principio, por lo que no fue tan difícil.

Puedes aprobar el examen si lees atentamente los materiales de estudio, y el sistema está diseñado para ser extremadamente fácil de usar, lo que te permite volver a tomar el examen si no alcanzas la calificación para aprobar.

Si bien hay un límite en la cantidad de veces que puedes realizar la prueba completa por día, el límite se restablece después de 24 horas, por lo que básicamente puedes realizarla tantas veces como quieras.

También se presentarán herramientas que normalmente no utilizarás, como BigQuery, Tableau y Rstudio, pero no hay necesidad de preocuparse ya que también se explicarán en detalle desde la instalación hasta el uso.

Además, las herramientas utilizadas para el aprendizaje están diseñadas para ser gratuitas, por lo que no hay costos adicionales más allá de la tarifa mensual de Coursera, lo que resulta amigable para el bolsillo.

Otra característica que me resultó difícil fue la función de traducción.

Los materiales de estudio están principalmente en inglés. Por supuesto, los videos, documentos y exámenes cuentan con funciones de traducción, y la precisión es bastante alta, pero ocasionalmente se traducen al mismo japonés palabras con significados similares.

En las preguntas de opción múltiple, no era raro que aparecieran dos opciones aparentemente idénticas una al lado de la otra, lo que presentaba un nivel de dificultad diferente.

Introducción a cada curso

Esta fue una larga introducción, pero a partir de aquí me gustaría presentar el contenido de aprendizaje de cada curso.

[Curso 1: Los datos están en todas partes] Este es el primer curso, principalmente presencial, que enseña los fundamentos del análisis de datos. Aprenderá el proceso mediante el cual los analistas de datos realizan sus análisis. Lo que aprenda aquí sentará las bases para sus estudios en el Curso 2 y posteriores.

[Curso 2: Preguntas para la toma de decisiones basadas en datos] Este curso se centra en las preguntas que debes plantear para profundizar en los problemas que necesitas resolver. Aprenderás a realizar entrevistas, comunicarte y compartir los resultados del análisis.

¡Aquí comienza el aprendizaje práctico! Aprenderás conocimientos comunes que se usan a menudo en el trabajo, como las funciones básicas de las hojas de cálculo y los tipos de errores.

Es un curso relativamente fácil de avanzar.

[Curso 3: Preparación de datos para la exploración] Este es el proceso de preparación de datos para el análisis. Aprenderá sobre la estructura de datos y los métodos de recopilación, y comprenderá el concepto de "datos limpios", que es el núcleo del Curso 4. Además de las hojas de cálculo, también aprenderá a manipular datos con SQL y BigQuery. Esta es la primera parte difícil.

Si no comprendes firmemente los conceptos básicos, tendrás problemas más adelante, por eso te recomendamos que procedas lentamente mientras comprendes el material.

[Curso 4: Cómo hacer que los datos "sucios" sean "limpios"]

Aprenda a limpiar sus datos, lo cual es esencial para mejorar la precisión de sus análisis.

Después de comprender por qué es necesaria la limpieza y qué sucede si se analizan datos sucios, experimentará la limpieza de datos utilizando hojas de cálculo y BigQuery.

Fue todo un desafío ya que implicaba muchas funciones y consultas.

[Curso 5: Análisis de datos y búsqueda de respuestas]

Pondrás en práctica los procesos de preparación y limpieza de datos aprendidos hasta ahora y los procesarás. Esta es la fase principal del programa, donde podrás filtrar los datos según criterios específicos, calcular promedios y utilizar diversos cálculos para descubrir hechos y tendencias ocultos.

[Curso 6: Compartir datos mediante visualización de datos]

Aprenderá a usar Tableau para visualizar datos y compartirlos eficazmente. Incluso siguiendo las instrucciones del video, a menudo me encontraba con errores y los resultados no se reflejaban, lo cual fue todo un reto para mí.

Es una herramienta que se puede utilizar de forma intuitiva sin ningún conocimiento especializado, pero para ser honesto, todavía no tengo la confianza para utilizarla en todo su potencial...

[Curso 7: Análisis de datos y lenguaje R]

Aquí es donde el análisis de datos con el lenguaje de programación R finalmente entra en juego. Dado que el curso comienza con la instalación de R, no debería tener ningún problema si sigue las instrucciones. Sin embargo, tenga cuidado, ya que a medida que avance hacia las fases de análisis y visualización, encontrará términos y conceptos desconocidos.

La gama de visualizaciones que puedes crear es más amplia que con Tableau, y una vez que le coges el truco, se vuelve muy divertido. También me pareció interesante poder crear informes completamente en R.

Este fue el curso que personalmente más disfruté.

[Curso 8: Trabajo final para completar tu aprendizaje]

¡Esta es la culminación del programa! Los estudiantes usarán lo aprendido hasta ahora para analizar datos por su cuenta. Mediante varios estudios de caso, crearán su propio resultado.

La segunda mitad del curso se centra en la búsqueda de empleo para analistas de datos. Puedes aprender viendo imágenes de entrevistas, pero el ambiente es diferente al de las entrevistas japonesas, así que creo que es mejor verlo como referencia. Siendo sincero, solo lo revisé por encima.

resumen

Esta ha sido una larga introducción pero ¿qué opinas?

He incluido puntos que personalmente me gustaría saber antes de realizar el curso, sin tocar el contenido principal.

Mi impresión sincera tras realizar el curso es que es una titulación fácil de obtener para quienes no tienen experiencia previa y buscan empleo o cambiar de trabajo en el sector web. Puede que no haya muchas oportunidades para aplicarlo en el trabajo diario de una productora, pero cuando llega el momento, sin duda es mejor saber analizar datos que no saberlo.

Incluso las herramientas que no se usan habitualmente se explican detalladamente, desde la introducción hasta el uso básico, para que incluso quienes no tengan experiencia en el sector web puedan aprender con confianza. Sin embargo, quienes deseen profundizar en usos más prácticos pueden encontrarla un poco limitada. La "Certificación Profesional de Google Data Analytics" no es muy conocida, pero creo que tiene la gran ventaja de poder demostrar públicamente que se poseen habilidades de análisis de datos certificadas por Google.

Si estás interesado, puedes empezar con una prueba gratuita.