您将从导入并使用 Power Query 清洗职位发布数据集开始本次 Power BI 案例研究。完成后，就该动手开展初步的数据探索了。

使用 Power BI 进行就业市场分析

该问哪些 EDA 问题

使用 Power Query 导入数据

使用 Power Query 进行初步 EDA

职位发布趋势分析

职位名称的数据清理

工作年限对薪资的影响

用 EDA 发现的趋势

探索性分析

DataSearch 团队仍然需要答案。所幸，他们有您在团队中！在本章中，您将继续运用 Power BI 技能，借助 DAX 等工具提取数据洞见，并开始构建有特色的数据可视化。

市场洞察分析

Options

In Scope

Out of scope

聚焦的关键洞察

清洗与技能分析

职位发布中技能出现的可能性

技能的时间趋势

深入剖析关键职位描述

其他职位推荐

True

False

分析中的趋势

市场趋势分析

交付最终成果的时间就要到了。在最后一章中，您将把已发现的所有职位信息洞见整合到一个交互式 Power BI 仪表板中，供 DataSearch 团队使用。

构建就业市场分析仪表板

如何设计仪表板

开始创建仪表板模板

设计仪表板布局

探索岗位的热门技能

公司薪资仪表

用书签增强交互性

案例研究总结

仪表板构建

Exercises and Datasets

Metadata sheet

DataCamp vs. Local Experience

在本次 Power BI 案例研究中，您将探索一个真实的职位发布数据集，为一家名为 DataSearch 的虚构招聘公司挖掘洞见。基于您在前续课程中的所学，您将使用 Power Query 调查并清洗数据，找出数据科学家、数据分析师和数据工程师最受欢迎的技能。随后，您将使用 DAX 构建有洞察力的可视化来呈现发现。最后，综合运用 Power BI 的功能，为 DataSearch 团队创建一个业务仪表板，以便解答他们的问题。

<h2>通过 Power BI 案例研究应用你的技能</h2>
在这个 Power BI 案例研究中，你将探索一个真实的职位发布数据集，为一家虚构的招聘公司 DataSearch 挖掘洞察。 
<br><br>
<h2>使用 Power Query 调查并清理数据</h2>
利用你在之前课程中学到的知识，你将使用 Power Query 来调查并清理数据，找出数据科学家、数据分析师和数据工程师最受欢迎的技能。 
<br><br>
<h2>利用 DAX 构建富有洞察力的可视化</h2>
然后，您将使用 DAX 构建对您的发现具有洞察力的可视化图表。 最后，你将运用 Power BI 提供的所有功能，将所学内容融会贯通，创建一个业务仪表板，从而能够为 DataSearch 团队解答问题。


Data Visualization in Power BI

Introduction to DAX in Power BI

在此互动Power BI案例研究中帮助虚构公司。使用Power Query、DAX和仪表板找出最热门的数据工作！

案例研究：在 Power BI 中分析就业市场数据

在这个互动式 Power BI 案例研究中帮助一家虚构公司。 你将使用 Power Query、DAX 和仪表板来识别最热门的数据岗位！

Software Engineers 和 Data Engineers 拥有非常相似的技能组合。

SQL 是所有数据科学相关岗位的核心技能之一。

数据科学家的首选编程语言是 Objective-C。

以技术为主的行业对数据科学岗位的需求更低。

大多数职位发布来自大型公司。

分析中的趋势

案例研究：在 Power BI 中分析就业市场数据

动手互动练习