Du startest diese Power-BI-Fallstudie, indem du den Datensatz mit Stellenanzeigen mit Power Query importierst und bereinigst. Danach heißt es: Ärmel hochkrempeln und eine erste Erkundung der Daten durchführen.

Jobmarktanalyse mit Power BI

Fragen für die EDA

Datenimport mit Power Query

Erste EDA mit Power Query

Analyse von Trends bei Stellenausschreibungen

Datenbereinigung der Jobtitel

Auswirkung der Berufserfahrung auf das Gehalt

Mit EDA gefundene Trends

Explorative Analyse

Das DataSearch-Team braucht weiterhin Antworten. Zum Glück haben sie dich im Team! In diesem Kapitel setzt du deine Power-BI-Skills ein, um mit Tools wie DAX Erkenntnisse aus den Daten zu gewinnen und mit dem Aufbau einzigartiger Visualisierungen zu beginnen.

Analyse von Markteinblicken

Optionen

In Scope

Out of Scope

Wichtige Erkenntnisse im Fokus

Bereinigung und Skill-Analyse

Wahrscheinlichkeit von Skills in Stellenausschreibungen

Trends bei Skills im Zeitverlauf

Deep Dive in zentrale Stellenbeschreibungen

Weitere Jobempfehlungen

Options

True

False

Trends aus der Analyse

Analyse von Markttrends

Es ist fast so weit, das Endergebnis zu übergeben. In diesem letzten Kapitel fasst du alle Erkenntnisse aus den Stellenanzeigen in einem interaktiven Power-BI-Dashboard für das DataSearch-Team zusammen.

Dashboard zur Analyse des Arbeitsmarkts erstellen

Wie man ein Dashboard gestaltet

Dashboard-Vorlagen beginnen

Ein Dashboard-Layout gestalten

Top-Fähigkeiten für Jobs erkunden

Gehaltsanzeige für Unternehmen

Interaktivität mit Lesezeichen hinzufügen

Fallstudie abschließen

Dashboard-Erstellung

Metadata sheet

DataCamp vs. Local Experience

Exercises and Datasets

In dieser Power-BI-Fallstudie erkundest du einen realen Datensatz mit Stellenanzeigen, um Erkenntnisse für ein fiktives Recruiting-Unternehmen namens DataSearch zu gewinnen. Aufbauend auf deinem bisherigen Wissen nutzt du Power Query, um die Daten zu untersuchen und zu bereinigen und herauszufinden, welche Skills bei Data Scientists, Data Analysts und Data Engineers besonders gefragt sind. Anschließend verwendest du DAX, um aussagekräftige Visualisierungen deiner Ergebnisse zu erstellen. Zum Schluss setzt du alles mit den Möglichkeiten von Power BI zu einem Business-Dashboard zusammen, damit du Fragen des DataSearch-Teams fundiert beantworten kannst.

<h2>Probier deine Fähigkeiten mit einer Power BI-Fallstudie aus</h2>
In dieser Power BI-Fallstudie schaust du dir einen echten Datensatz mit Stellenanzeigen an, um Einblicke für eine fiktive Personalvermittlungsfirma namens DataSearch zu gewinnen. 
<br><br>
<h2>Nutze Power Query, um Daten zu untersuchen und zu bereinigen.</h2>
Mit dem, was du in früheren Kursen gelernt hast, wirst du Power Query nutzen, um die Daten zu untersuchen und zu bereinigen, um herauszufinden, welche Fähigkeiten bei Datenwissenschaftlern, Datenanalysten und Dateningenieuren am meisten gefragt sind. 
<br><br>
<h2>Nutze DAX, um aufschlussreiche Visualisierungen zu erstellen</h2>
Dann kannst du mit DAX anschauliche Visualisierungen deiner Ergebnisse erstellen. Zum Schluss stellst du alles zusammen und nutzt dabei alle Funktionen von Power BI, um ein Business-Dashboard zu erstellen, damit du die Fragen des DataSearch-Teams beantworten kannst.


Data Visualization in Power BI

Introduction to DAX in Power BI

Hilf einer fiktiven Firma mit Power BI, um gefragte Datenjobs zu identifizieren!

Fallstudie: Analyse von Arbeitsmarktdaten in Power BI

In dieser Power-BI-Fallstudie hilfst du einem Unternehmen mit Power Query, DAX und Dashboards die gefragtesten Datenjobs zu ermitteln!

Software Engineers und Data Engineers haben ein sehr ähnliches Skillset.

SQL ist eine Top-Skill für alle Jobs im Bereich Data Science.

Die wichtigste Programmiersprache für Data Scientists war Objective-C.

Technologiegetriebene Branchen hatten eine geringere Nachfrage nach Data-Science-Rollen.

Die meisten Stellenausschreibungen kamen von großen Unternehmen.

Trends aus der Analyse

Interaktive praktische Übung