Career Guide · Data Analyst JD Skill Analysis
100+ Data Analyst Job Descriptions Ka Analysis: Kaun-si Skills Sabse Zyada Maangi Jaati Hain?
Job descriptions (JDs) data analyst के लिए सबसे भरोसेमंद syllabus हैं, क्योंकि उन्हें वही लोग लिखते हैं जो hire करेंगे। पर इंटरनेट पर घूम रही "100 JDs का analysis" वाली सूचियों में अक्सर यह नहीं बताया जाता कि JDs कहाँ से, किस शहर से और कब ली गईं। इसलिए यह लेख कोई तैयार प्रतिशत नहीं देता। इसके बजाय यह बताता है कि आप खुद 100 JDs कैसे इकट्ठा करें, Python से उनमें skills कैसे गिनें, और नतीजे से अपनी पढ़ाई का क्रम कैसे तय करें। आम तौर पर जो pattern निकलता है, वह भी नीचे है, ताकि आप अपने नतीजे से उसकी तुलना कर सकें।
कदम 1: सही JDs इकट्ठा करें
- एक ही level चुनिए: fresher (0–2 साल) और experienced JDs को मिलाइए मत, वरना नतीजा बिगड़ जाएगा।
- Titles: Data Analyst के साथ MIS Analyst, Reporting Analyst, Business Analyst (data वाले) और Product Analyst भी।
- स्रोत: Naukri, LinkedIn, Indeed और companies के careers pages। एक ही posting कई portals पर होती है, duplicates हटाइए।
- समय: पिछले 2–3 महीनों की postings लीजिए और sheet में तारीख़ लिखिए।
- शहर: जिस शहर में job चाहिए, कम से कम आधी JDs वहीं की हों।
हर JD का "requirements" वाला हिस्सा एक अलग .txt file में या sheet की एक cell में रखिए।
कदम 2: Python से skills गिनें
नीचे का script हर JD में देखता है कि कौन सी skill आई है, और एक JD में किसी skill को एक ही बार गिनता है। यहाँ उदाहरण के लिए पाँच छोटी sample lines हैं; ये असली postings नहीं, सिर्फ़ demo हैं।
import re
from collections import Counter
jds = [
"Strong SQL and Excel skills. Experience with Power BI dashboards. Good communication.",
"Advanced Excel (pivot tables, VLOOKUP). Basic SQL. Stakeholder management.",
"SQL, Python (pandas), Tableau. Knowledge of statistics and A/B testing.",
"Power BI, DAX, SQL Server. Ability to present insights to business teams.",
"Excel, SQL, Python preferred. Exposure to cloud (AWS/Azure) is a plus.",
]
skills = {
"SQL": r"\bsql\b",
"Excel": r"\bexcel\b",
"Power BI": r"\bpower bi\b",
"Tableau": r"\btableau\b",
"Python": r"\bpython\b",
"Statistics": r"\bstatistic",
"Communication": r"communicat|present|stakeholder",
"Cloud": r"\baws\b|\bazure\b|\bgcp\b|\bcloud\b",
}
count = Counter()
for jd in jds:
text = jd.lower()
for name, pattern in skills.items():
if re.search(pattern, text):
count[name] += 1 # ek JD mein skill ko ek hi baar gino
total = len(jds)
for name, n in count.most_common():
print(f"{name:<14} {n}/{total} JDs")
Output:
SQL 5/5 JDs
Excel 3/5 JDs
Communication 3/5 JDs
Power BI 2/5 JDs
Python 2/5 JDs
Tableau 1/5 JDs
Statistics 1/5 JDs
Cloud 1/5 JDs
अपनी 100 JDs पर चलाने के लिए उन्हें jds नाम के folder में .txt files के रूप में रखिए और list वाली line की जगह यह लिखिए:
from pathlib import Path
jds = [p.read_text(encoding="utf-8") for p in Path("jds").glob("*.txt")]
ध्यान रखें: "SQL Server" भी SQL में गिना जाएगा, जो ठीक है। पर "R" जैसी एक अक्षर वाली skill को regex से गिनना मुश्किल है; उसे हाथ से जाँचिए।
कदम 3: "Required" और "Preferred" को अलग करें
किसी skill का बार-बार आना एक बात है, उसका ज़रूरी होना दूसरी। "Python preferred" या "cloud is a plus" का मतलब है कि इसके बिना भी apply किया जा सकता है। इसलिए sheet में दो columns रखिए: required और preferred। Python के बजाय यह हिस्सा हाथ से करना बेहतर है, क्योंकि JDs की भाषा हर company में अलग होती है।
आम तौर पर क्या pattern निकलता है?
Fresher-level JDs पढ़ने पर जो तस्वीर अक्सर बनती है, वह नीचे है। यह कोई मापा हुआ आँकड़ा नहीं है; अपनी sheet के नतीजे से इसे जाँचिए।
| Group | Skills | मतलब |
|---|---|---|
| Core | SQL, Excel | लगभग हर जगह; इनके बिना shortlist मुश्किल |
| Role के हिसाब से | Power BI या Tableau, Python (pandas) | BI/reporting roles में BI tool, product roles में Python ज़्यादा |
| Soft skills | Communication, stakeholder management, presentation | लगभग हर JD में किसी न किसी रूप में |
| Differentiators | Statistics, A/B testing, cloud, Git, domain knowledge | कम JDs में, पर जहाँ हैं वहाँ competition कम |
अगर आपके नतीजे इससे अलग आएँ, जैसे आपके शहर की BFSI postings में SAS या domain knowledge ज़्यादा दिखे, तो अपने नतीजे पर भरोसा कीजिए। Delhi NCR की postings पर अलग चर्चा यहाँ है।
कदम 4: नतीजे को सीखने के क्रम में बदलें
- सबसे ऊपर वाली दो skills को "test-ready" स्तर तक लाइए, यानी timer के साथ सवाल हल कर सकें।
- फिर role के हिसाब से एक BI tool या Python।
- हर skill के लिए एक project, जो JD की भाषा से मेल खाए। अगर JDs में "dashboard" और "stakeholders" बार-बार है, तो project में एक dashboard और उसका एक पन्ने का summary होना चाहिए।
- Resume की skills list को JD के शब्दों से मिलाइए, पर वही लिखिए जो आप सच में कर सकते हैं।
Excel, SQL, Power BI और Python में से पहले क्या, इस पर यह लेख देखिए। Technical और business skills के संतुलन पर technical vs business skills पढ़िए, और resume में skills कैसे लिखें, इसके लिए recruiter checklist है। English में इसी विषय पर data analyst skills across job descriptions भी उपयोगी है।
Uncodemy के data analytics course का syllabus SQL, Excel, Power BI और Python पर बना है, और course के बाद Dedicated Placement Support मिलता है।