Три проекта для портфолио аналитика данных

Портфолио начинающего аналитика данных формируется вокруг трёх завершённых проектов: интерактивного дашборда, SQL-разбора и статистического ноутбука. Каждый закрывает один вопрос собеседования: умеете ли вы превратить данные в решение, уверенно ли обращаетесь с реляционной базой данных и честно ли называете границы вывода. Все три проекта собираются на бесплатных открытых данных, готовые наборы перечислены ниже. Для сменяющих профессию один завершённый проект весит больше, чем очередной сертификат; подробный разбор этого выбора есть в статье «Сертификаты или портфолио: что помогает сменить профессию».

Зачем аналитику портфолио#Ссылка на раздел «Зачем аналитику портфолио»

Медиана зарплаты аналитика данных в России составляет около 170 000 рублей в месяц по калькулятору Хабр Карьеры. Разбивка по грейдам и регионам собрана на странице зарплат аналитика данных. Портфолио показывает работодателю, что вы уже умеете делать работу, за которую он платит, ещё до найма. Вакансию в итоге получает не тот, кто прошёл курс, а тот, кто показал законченную работу целиком: от сырых данных до вывода.

Проект 1: дашборд на открытых данных#Ссылка на раздел «Проект 1: дашборд на открытых данных»

Комиссия по такси и лимузинам Нью-Йорка публикует помесячные записи поездок в формате Parquet начиная с 2009 года, рядом лежит справочник зон. С 5 января 2025 года въезд в нижнюю часть Манхэттена, то есть на улицы ниже 60-й, стал платным (MTA), а в файлах с 2025 года появилась колонка cbd_congestion_fee. Отсюда готовый вопрос для дашборда: как изменились поездки жёлтых такси в зоне после введения платы.

Собирайте в Power BI Desktop или Tableau Public: оба инструмента бесплатны, их ограничения разобраны в гиде по бесплатным инструментам аналитики. Возьмите шесть месяцев поездок до платы и шесть после, соедините со справочником зон и уместите ответ на один экран. Для российского контекста подойдёт любой набор с портала открытых данных Москвы.

Что проверяет работодатель:

• В заголовке дашборда стоит вопрос и вывод, а не слово «Дашборд».
• Один экран и несколько графиков, без ленты прокрутки.
• Проценты изменения к базовому периоду, а не сырые счётчики поездок.

Проект 2: SQL-разбор реляционного набора#Ссылка на раздел «Проект 2: SQL-разбор реляционного набора»

IMDb выкладывает некоммерческие датасеты сжатыми TSV-файлами и обновляет их ежедневно: title.basics, title.ratings, title.crew, name.basics. Загрузите их в PostgreSQL: по опросу Stack Overflow PostgreSQL третий год подряд входит в число самых желанных и уважаемых инструментов разработчиков.

Вопрос для проекта: становились ли фильмы длиннее от десятилетия к десятилетию и есть ли связь длины с оценкой зрителей. Для ответа нужны соединения минимум трёх таблиц, аккуратные агрегаты с учётом числа голосов и оконные функции для рангов внутри десятилетий. Схему, запросы и словарь данных опубликуйте в бесплатном открытом репозитории GitHub.

Что проверяет работодатель:

• Соединения таблиц, а не один плоский файл.
• Читаемый SQL с именованными CTE вместо одного запроса на сорок строк.
• Словарь данных, по которому анализ повторит посторонний человек.

Проект 3: статистический ноутбук, который проверяет утверждение#Ссылка на раздел «Проект 3: статистический ноутбук, который проверяет утверждение»

Первые два проекта показывают, что вы доводите работу до конца и умеете спрашивать базу. Третий оценивает качество суждений. Our World in Data ведёт датасет по выбросам CO2 и парниковых газов в виде файла CSV с кодбуком, где у каждого показателя записаны описание и первоисточник. Тема, о которой спорят: выбрасывают ли более богатые страны больше CO2 на душу населения.

Загрузите данные в pandas, стройте графики на логарифмических осях, выбросы разбирайте, а не удаляйте. Найденная корреляция между доходом и выбросами говорит о связи, но не о причинности: по одной диаграмме рассеяния такое не доказать, и сказать об этом прямо должен сам аналитик.

Что проверяет работодатель:

• Вывод сформулирован в первой и последней ячейке простым языком.
• Ограничения названы: что данные не могут показать.
• Ноутбук запускается сверху вниз на чистой машине.

Три проекта одним взглядом#Ссылка на раздел «Три проекта одним взглядом»

Я сам перешёл из сисадминов в аналитики. Дашборд для HealthTech, собранный на бесплатном стеке, не был моей самой технической работой: он отвечал на один операционный вопрос и заканчивался готовой рекомендацией. Именно к нему возвращались на каждом собеседовании.

Три ошибки, которые портят портфолио#Ссылка на раздел «Три ошибки, которые портят портфолио»

1. Учебные наборы данных. «Титаник» и Iris выдают курсовую задачу вместо рабочей.
2. Дашборд без вопроса. Двенадцать графиков без вывода оставляют анализ тому, кто открыл дашборд.
3. Ноутбук без вердикта. Текст, оборванный после последнего графика, показывает умение запускать код, но не доводить работу до конца; вывод должен вернуться в последней ячейке одним предложением.

Механику подачи, где хостить и что показывать первым, разбирает руководство по портфолио для смены профессии. Если опыта в аналитике нет совсем, старт описан в проектах для портфолио без опыта.

Где Traecta выбирает порядок проектов#Ссылка на раздел «Где Traecta выбирает порядок проектов»

Персональный план смены профессии в Traecta выстраивает эти три проекта по вашим сильным сторонам. Если вы уверенно работаете в таблицах, план ставит дашборд на первый месяц, а статистическому ноутбуку отводит дополнительные недели. Если на работе вы уже обращаетесь с базами данных, первым становится SQL-проект. У каждого этапа плана названы датасет и инструмент, портфолио собирается по ходу обучения.

Завершите и назовите вывод#Ссылка на раздел «Завершите и назовите вывод»

1. Три доведённых до конца проекта сильнее десяти заготовок.
2. Открытые операционные данные вместо учебных наборов.
3. У каждого проекта должен быть сформулированный вывод, иначе это украшение.

Когда захотите расставить эти вехи по календарю, составьте персональный план обучения в Traecta.