GitHub: Ένα πλήρες Data Analytics Portfolio
⚠️ Για να εγγραφτείτε στο μάθημα θα πρέπει να είστε συνδεδεμένοι. Επιλέξτε το κουμπί Σύνδεση για σύνδεση σε υπάρχοντα λογαριασμό ή για δημιουργία λογαριασμού.
-
LevelΕιδικός
-
Duration40 λεπτά
-
Last Updated11/10/2024
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
Χαρακτηριστικά του μαθήματος
Καθοδήγηση Επαγγελματία
Forum Συζητήσεων
Πιστοποίηση
Υποστήριξη Εργασίας
Περιγραφή
Τι θα μάθω;
- Εξήγησε τη σημασία της ύπαρξης ενός προσωπικού portfolio περιγράφοντας τα οφέλη και τις επαγγελματικές ευκαιρίες που μπορεί να προσφέρει στο πλαίσιο της ανάλυσης δεδομένων και των τεχνολογικών επαγγελμάτων
- Ανάπτυξε και προσάρμοσε το προσωπικό σου portfolio χρησιμοποιώντας ένα προκαθορισμένο template σε HTML και CSS
- Φιλοξένησε το προσωπικό σου portfolio αξιοποιώντας τα GitHub Pages και διασφαλίστε ότι το portfolio σου είναι προσβάσιμο δημόσια και λειτουργεί σωστά
Curriculum
Καλωσόρισμα
Σημαντικές πληροφορίες σχετικά με το μάθημα.
-
Εισαγωγή του Μαθήματος
-
Ενεργοποίηση Cookies Εμπορικής Προώθησης
-
Γνωριμία με την καθοδηγήτρια
-
Κανόνες Κοινότητας
-
Αποδοχή Συμφωνίας
-
Τελευταία λόγια και… ξεκινάμε!
Εισαγωγή
Εισαγωγή του μαθήματος και της σημαντικότητας αυτού.
-
Γιατί είναι σημαντικό να έχουμε ένα επαγγελματικό portfolio;
-
Τι είναι το GitHub;
-
Τι είναι οι GitHub Pages;
-
Εισαγωγή στο Notepad++
-
Το Template
02:49 -
Activity: Δημιουργία GitHub Λογαριασμού
-
Quiz Ενότητας
Δομή του Template
Σε αυτήν την ενότητα εξηγείται η δομή του template.
-
Η σελίδα index.html
03:14 -
Η σελίδα project1.html
02:08 -
Σχόλια
Δημιουργήστε το προσωπικό σας Portfolio
Σε αυτήν την ενότητα θα ξεκινήσουμε να δημιουργούμε το δικό σας portfolio!
-
Επεξεργασία της Αρχικής Σελίδας
04:13 -
Επεξεργασία της σελίδας του Project
04:06 -
Activity: Χρησιμοποιήστε το ChatGPT για να δημιουργήσετε το περιεχόμενο
-
Activity: Βρείτε δωρεάν εικόνες για τα project σας
-
Quiz Ενότητας
Τελικό Project
Σε αυτήν την ενότητα θα βρει κανείς το τελικό project του μαθήματος.
-
Δημιουργία του Data Analytics Portfolio
-
Διαγραφή των σχολίων
-
Υποβολή Τελικής Εργασίας
-
Ανέβασμα του Data Analytics Portfolio
02:07 -
Δημιουργία Post στο LinkedIn
Αξιολόγηση
Εδώ θα αξιολογήσετε το μάθημα και θα μπείτε στην κοινότητα της Data Tutor.
-
Κάντε Join την κοινότητά μας!
-
Αξιολόγηση και Κοινοποίηση της Επιτυχίας σας!
Λάβε Πιστοποίηση
Βάλε αυτήν την πιστοποίηση στο βιογραφικό σου για να αναδείξεις τις δεξιότητές σου στους Recruiters!
Αξιολογήσεις και Κριτικές Μαθητών
-
LevelΕιδικός
-
Duration40 λεπτά
-
Last Updated11/10/2024
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
Η Καθοδηγήτρια
Κοινό
- Οποισδήποτε επαγγελματίας χρειάζεται ένα επαγγελματικό portfolio
Υλικό
- Καθοδηγητικά Βίντεο
- Κείμενο
- Portfolio Template (HTML, CSS κώδικας)
- Project για δημιουργία προσωπικού portfolio και Αξιολογηση από επαγγελματία
- Οδηγός για τα επόμενα βήματα
Απαιτήσεις
- Notepad++
- Λογαριασμό GitHub
- Να έχεις ενεργοποιημένα τα Cookies Εμπορικής Προώθησης
Αξιολογήσεις Μαθητών
Συχνές Ερωτήσεις
Τίτλοι σπουδών όπως:
- Μαθηματικά,
- Στατιστική,
- Διοίκηση Επιχειρήσεων,
- Οικονομικά,
- ή Πληροφορική.
Ωστόσο, οι παραπάνω περιπτώσεις δεν χρειάζεται να σε περιορίσουν ώστε να αλλάξεις το αντικείμενο καριέρας σου και να ακολουθήσεις καριέρα στα Data Analytics.
Όπως σε κάθε επάγγελμα, χρειάζεται να αποκτήσεις πολλαπλές δεξιότητες. Έτσι, και οι ρόλοι που σχετίζονται με Data Analytics χρειάζονται αρκετές δεξιότητες τις οποίες όμως θα βρεις επαρκές υλικό και εξάσκηση στην Data Tutor μέσω των μαθημάτων, αλλά και των εκπαιδευτικών υπηρεσιών καθοδήγησης και προετοιμασίας!
Η Εκπαιδευτική Πλατφόρμα Data Tutor διαθέτει πληθώρα διαφορών σε σχέση με άλλες εκπαιδευτικές πλατφόρμες. Ενδεικτικά:
- Επαγγελματίας του χώρου σας καθοδηγεί σε project με πραγματικά δεδομένα και πραγματικές περιπτώσεις που δύναται να αντιμετωπίσετε στην πραγματική δουλειά.
- Η καθοδήγηση δεν περιορίζεται μόνο σε project, αλλά και σε γενικότερες γνώσεις που μπορείτε να πάρετε μέσω 1:1 συναντήσεις.
- Συναντήσεις mentoring/coaching είναι διαθέσιμες για εσάς προκειμένου να θέσετε ένα πλάνο από το Α-Ω.
- Μετά την ολοκλήρωση των projects και της μελέτης δεν ήρθε το τέλος. Το παλεύουμε μαζί να είστε πανέτοιμοι για συνεντεύξεις.
- Το υλικό των μαθημάτων είναι στα Αγγλικά, αλλά τα βίντεο, οι ασκήσεις και το Project στα Ελληνικά.
Ναι, τα μαθήματα κορμού που περιλαμβάνονται σε εκπαιδευτικά πακέτα έχουν όλα από ένα (1) Project.
Στην καθοδήγηση των μαθημάτων η καθοδηγήτρια έρχεται σε επικοινωνία μαζί σου για να σου προσφέρει βελτίωση του τελικού σου project. Στην εκπαιδευτική καθοδήγηση λαμβάνεις online 1:1 καθοδήγηση πάνω σε γνώσεις και ύλη των μαθημάτων που προσφέρονται πάντοτε με βάση τις προσωπικές σου ανάγκες. Οι συναντήσεις αυτές είναι προγραμματισμένες εκ των προτέρων ύστερα από συνεννόηση με την καθοδηγήτρια. Τέλος, η εκπαιδευτική καθοδήγηση προσφέρει σύνολο 3 ώρες και το πλήθος των ωρών δεν είναι καθόλου τυχαίο. Μέσα από την εμπειρία της καθοδηγήτριας, 3 – 4 ώρες χρειάζονται σε συνδυασμό με την μελέτη και την προσωπική εξάσκηση για να βοηθηθείς στην επίλυση των αποριών σου.
Μερικοί από τους λόγους για τους οποίους θα προτιμούσε κανείς εκπαιδευτική καθοδήγηση είναι οι παρακάτω:
- Για να καλύψουμε όλες αυτές τις ερωτήσεις και απορίες που δεν μπορέσαμε να κάνουμε διότι προέκυψαν στην πορεία
- Για να εκπαιδευτούμε σε εργαλεία που δεν προσφέρονται μέσα από ήδη υπάρχοντα προγράμματα σπουδών
- Για να μάθουμε λεπτομέρειες σε τεχνολογίες και εργαλεία που δεν μπορέσαμε να βρούμε μέσα από τα διαθέσιμα προγράμματα σπουδών
- Γιατί θέλουμε σε σύντομο χρονικό διάστημα, να ανανεώσουμε κάποιες γνώσεις μας ώστε να ψάξουμε για εργασία
- κ.ά.
Αν ταυτίζεσαι με την πλειονότητα των παραπάνω, τότε η εκπαιδευτική καθοδήγηση είναι αυτή την στιγμή αυτό που χρειάζεσαι.
Η φράση “Γίνε και εσύ Data Analyst σε 30 ημέρες…” είναι μια απάτη. Για να μπορέσει κανείς να γίνει επαγγελματίας σε ένα πεδίο χρειάζεται χρόνο να μελετήσει, συνεχή εξάσκηση, επιπλέον πρακτική, και διαρκή “περιέργεια” το πώς δουλεύει το κάθε τι. Το συγκεκριμένο εκπαιδευτικό πακέτο με το πλήθος των μαθημάτων και ακολουθώντας το εβδομαδιαίο πλάνο μελέτης, απαιτεί τουλάχιστον 8 μήνες.