ការមើលប្រវត្តិរូបជាមុន

ច័ន្ទ សុភា

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់

[email protected]+855 12 456 789ភ្នំពេញ, កម្ពុជា

សង្ខេបការងារ

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់ដែលមានបទពិសោធន៍ 6+ ឆ្នាំក្នុងការប្រែក្លាយទិន្នន័យឆៅទៅជាការសម្រេចចិត្តអាជីវកម្ម នៅទូទាំងវិស័យធនាគារ, microfinance និងទូរគមនាគមន៍កម្ពុជា។ បានសាងសង់ dashboard នាយកប្រតិបត្តិដែលកាត់បន្ថយពេលវេលារាយការណ៍ប្រចាំសប្ដាហ៍ 70% និងបានដាក់ឱ្យដំណើរការកម្មវិធីធ្វើតេស្ត A/B ដែលបង្កើនការបម្លែង 22% នៅលើ Wing Bank mobile wallet។ ជំនាញខ្ពស់ក្នុង SQL, Tableau, Power BI, Python (pandas), dbt និង Looker។ ដៃគូដែលគួរទុកចិត្តរបស់ក្រុមទីផ្សារ ផលិតផល និងហិរញ្ញវត្ថុសម្រាប់ការវិភាគ cohort, funnel និង attribution។

បទពិសោធន៍ការងារ

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់

ធនាគារអេស៊ីលីដា (ACLEDA Bank)

មីនា 2022 - បច្ចុប្បន្ន

បានសាងសង់ dashboard KPI នាយកប្រតិបត្តិដែលតាមដានបរិមាណប្រតិបត្តិការ ACLEDA mobile $4B+ ប្រចាំឆ្នាំ ជំនួសរបាយការណ៍ដោយដៃ 12 និងសន្សំ 30 ម៉ោងវិភាគ/សប្ដាហ៍
បានដឹកនាំកម្មវិធីធ្វើតេស្ត A/B សម្រាប់លំហូរ checkout នៃកម្មវិធីធនាគារតាមទូរសព្ទ ដំណើរការពិសោធន៍ 40+ និងបង្កើនអត្រាបម្លែង checkout 22% បន្ថែម $14M ក្នុង GMV ប្រចាំឆ្នាំ
បានធ្វើស្តង់ដាររង្វាស់អាជីវកម្មស្នូលក្នុង dbt នៅទូទាំងក្រុម 5 កាត់បន្ថយជម្លោះនិយមន័យ 80% និងបង្កើនល្បឿនរបាយការណ៍ក្រុមប្រឹក្សាប្រចាំត្រីមាស
បានណែនាំអ្នកវិភាគជូនियर 3 នាក់លើ SQL, ការធ្វើតេស្តស្ថិតិ និងការទំនាក់ទំនងជាមួយ stakeholder

អ្នកវិភាគទិន្នន័យ

Wing (Cambodia) Limited Specialised Bank

កក្កដា 2020 - កុម្ភៈ 2022

បានស្វ័យប្រវត្តិកម្មការរាយការណ៍ទីផ្សារប្រចាំសប្ដាហ៍ក្នុង Python និង Looker លុបបំបាត់កិច្ចការ spreadsheet ដោយដៃ 18 ម៉ោង/សប្ដាហ៍
បានធ្វើការវិភាគការរក្សា cohort ដែលជូនព័ត៌មានដល់ការផ្លាស់ប្ដូរតម្លៃកម្រៃប្រតិបត្តិការ បង្កើន LTV ប្រចាំឆ្នាំ 17%
បានសហការជាមួយក្រុមកំណើនលើគំរូ attribution បែងចែកថវិកាទីផ្សារ $2.4M ឡើងវិញទៅឆានែលដែលមាន ROI ខ្ពស់ជាង
បានរចនា និងវិភាគការធ្វើតេស្ត A/B 25+ លើ onboarding ផលិតផល ដោយមានអ្នកឈ្នះ 9 ត្រូវបានដាក់ឱ្យដំណើរការ

អ្នកវិភាគទិន្នន័យកម្រិតដំបូង

Smart Axiata

សីហា 2018 - មិថុនា 2020

បានកាន់កាប់របាយការណ៍ KPI ប្រចាំថ្ងៃសម្រាប់អាជីវកម្មទូរសព្ទចល័ត ប្រើដោយថ្នាក់ដឹកនាំដើម្បីតាមដាន ARPU និងការបាត់បង់អតិថិជន
បានសាងសង់ dashboard Tableau ស្វ័យប្រវត្តិដំបូងសម្រាប់ប្រតិបត្តិការ ត្រូវបានទទួលយកដោយអ្នកប្រើ 60+ នាក់នៅទូទាំងខេត្ត 4
បានសរសេរ SQL queries លើទិន្នន័យបណ្ដាញ និង CDR ជាង 2TB ដើម្បីគាំទ្រការវិភាគ ad-hoc សម្រាប់អ្នកគ្រប់គ្រងផលិតផល
បានគាំទ្រក្រុមហិរញ្ញវត្ថុក្នុងអំឡុងពេលបិទចុងខែជាមួយការផ្ទៀងផ្ទាត់ប្រាក់ចំណូល និងការវិភាគ variance

ការអប់រំ

អនុបណ្ឌិតវិភាគអាជីវកម្ម (M.S.)

សាកលវិទ្យាល័យភូមិន្ទភ្នំពេញ

2016 - 2018

ផ្ដោតលើការរៀនស្ថិតិ និងការរចនាការពិសោធន៍។ Capstone ជាមួយ ACLEDA Bank លើគំរូការបាត់បង់អតិថិជន។

បរិញ្ញាបត្រស្ថិតិ (B.S.)

វិទ្យាស្ថានបច្ចេកវិទ្យាកម្ពុជា

2012 - 2016

មុខវិជ្ជាពាក់ព័ន្ធ៖ regression, ទ្រឹស្តីប្រូបាប៊ីលីតេ, ការវិភាគ time series, ប្រព័ន្ធទិន្នន័យ, SQL។

វគ្គសិក្សា និងវិញ្ញាបនបត្រ

Google Data Analytics Professional Certificate

Coursera / Google

2021

វគ្គពិសេស 8 វគ្គគ្របដណ្ដប់ SQL, R, Tableau និងវដ្តជីវិតវិភាគទិន្នន័យពេញលេញ។

Microsoft Certified: Power BI Data Analyst Associate (PL-300)

Microsoft

2023

លេខសម្គាល់វិញ្ញាបនបត្រ៖ MS-PL300-2023-9182

ស្គ្រីបទិន្នន័យ និងការវិភាគជាមួយ Python

Sabaicode Cambodia

2020

Bootcamp ក្នុងស្រុក ផ្ដោតលើ pandas, NumPy និងការវិភាគទិន្នន័យអាជីវកម្មកម្ពុជា។

ភាសា

ភាសាខ្មែរ

និយាយ: ភាសាកំណើតស្តាប់: ភាសាកំណើតសរសេរ: ភាសាកំណើត

ភាសាអង់គ្លេស

និយាយ: ស្ទាត់ជំនាញស្តាប់: ស្ទាត់ជំនាញសរសេរ: ស្ទាត់ជំនាញ

ភាសាបារាំង

និយាយ: មធ្យមស្តាប់: មធ្យមសរសេរ: មូលដ្ឋាន

ជំនាញ

SQLExcel (Advanced)TableauPower BIPython (pandas)LookerdbtGoogle AnalyticsA/B TestingCohort AnalysisStatisticsData Visualization

នេះគឺជាប្រវត្តិរូបគំរូ។ ប្រើឧបករណ៍បង្កើតប្រវត្តិរូបឥតគិតថ្លៃដើម្បីប្ដូរតាមបទពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នក។

គន្លឹះប្រវត្តិរូប

បញ្ជាក់ផលប៉ះពាល់អាជីវកម្មជាលេខ

កុំគ្រាន់តែនិយាយថា 'បានសាងសង់ dashboard'។ សូមនិយាយថា 'បានសាងសង់ dashboard នាយកប្រតិបត្តិដែលសន្សំ 30 ម៉ោង/សប្ដាហ៍ និងជូនព័ត៌មានដល់ការផ្លាស់ប្ដូរតម្លៃ បន្ថែម $1.2M ARR'។ បកប្រែការងាររបស់អ្នកវិភាគទៅជាប្រាក់ចំណូល តម្លៃ ឬពេលវេលាដែលបានសន្សំ។

បង្ហាញ pipeline វិភាគពេញលេញ

ការវិភាគទិន្នន័យមិនមែនគ្រាន់តែជា SQL ទេ។ សូមរៀបរាប់អំពីការទាញយកប្រភពទិន្នន័យ ការសម្អាត ការធ្វើគំរូ ការមើលឃើញ និងរបៀបដែល stakeholders បានសម្រេចចិត្តលើការយល់ដឹងរបស់អ្នក។

ដាក់ឈ្មោះឧបករណ៍ និង stack របស់អ្នក

អ្នកជ្រើសរើស និង ATS ស្វែងរកឧបករណ៍ជាក់លាក់។ សូមបញ្ជាក់ SQL dialects (PostgreSQL, BigQuery, Snowflake), ឧបករណ៍ BI (Tableau, Power BI, Looker) និង Python libraries (pandas, NumPy)។

បញ្ចូលជោគជ័យពិសោធន៍ និង dashboard

ការធ្វើតេស្ត A/B ដែលបានដាក់ឱ្យដំណើរការ, dashboards ដែលអ្នកប្រើ N នាក់ទទួលយក, របាយការណ៍ស្វ័យប្រវត្តិដែលជំនួសការងារដោយដៃ — ទាំងនេះជាភស្តុតាងជាក់ស្ដែងនៃផលប៉ះពាល់ដែលអ្នកគ្រប់គ្រងជួលចូលចិត្ត។

ជំនាញសំខាន់ៗ

SQLExcel (Advanced)TableauPower BIPython (pandas)LookerGoogle AnalyticsA/B TestingCohort Analysisការវិភាគស្ថិតិការបង្ហាញទិន្នន័យជារូបភាពការទំនាក់ទំនងជាមួយ Stakeholder

របៀបសរសេរប្រវត្តិរូបអ្នកវិភាគទិន្នន័យ (ជំហានទី១ដល់ទី៥)

ក្រុមហ៊ុននៅកម្ពុជា ចាប់ពីធនាគារ, microfinance រហូតដល់ក្រុមហ៊ុនទូរគមនាគមន៍ និង NGO អន្តរជាតិ សុទ្ធតែស្វែងរកអ្នកវិភាគទិន្នន័យដែលអាចផ្លាស់ប្ដូរតារាង Excel ច្របូកច្របល់ទៅជាការសម្រេចចិត្តច្បាស់លាស់។ ប្រវត្តិរូបរបស់អ្នកត្រូវបង្ហាញរឿងនោះក្នុងរយៈពេលតិចជាង 10 វិនាទីនៃការអានដំបូង។ សូមអនុវត្តតាមជំហានទាំង 5 ខាងក្រោមដើម្បីសរសេរប្រវត្តិរូបអ្នកវិភាគទិន្នន័យដែលទាំង ATS និងអ្នកគ្រប់គ្រងជួលអានចាប់អារម្មណ៍។

1. សរសេរសេចក្ដីសង្ខេបវិជ្ជាជីវៈក្នុង 3 បន្ទាត់

កំណត់កម្រិត (Junior, Senior), ដែនអាជីវកម្មដែលអ្នកជំនាញ (ធនាគារ, microfinance, e-commerce, ទូរគមនាគមន៍) និង stack ឧបករណ៍សំខាន់ៗ (SQL, Excel, Tableau/Power BI, Python) ក្នុងបន្ទាត់ទីមួយ។ បន្ទាប់មកបញ្ចប់ដោយលេខផលប៉ះពាល់អាជីវកម្មតែមួយដែលអង្គភាពជួលពិតជាចាប់អារម្មណ៍ ដូចជា 'កាត់បន្ថយពេលរាយការណ៍ 70%' ឬ 'បង្កើនអត្រាបម្លែង 22%'។ ជៀសវាងពាក្យទូទៅដូចជា 'មនុស្សដែលមានការលើកទឹកចិត្ត' — សរសេរតែអ្វីដែលអាចវាស់វែងបាន។

2. សរសេរចំណុចបទពិសោធន៍ការងារជាមួយរង្វាស់ជាក់ស្ដែង

រាល់ចំណុចគួរចាប់ផ្ដើមដោយកិរិយាស័ព្ទសកម្ម (បានសាងសង់, បានស្វ័យប្រវត្តិកម្ម, បានដឹកនាំ) ហើយបញ្ចប់ដោយលេខ៖ ចំនួន stakeholder ដែលប្រើ dashboard, ម៉ោងដែលបានសន្សំពីការស្វ័យប្រវត្តិកម្ម, ចំនួនជួរទិន្នន័យដែលបានដំណើរការ, ភាគរយកំហុសរាយការណ៍ដែលបានកាត់បន្ថយ ឬលទ្ធផលការធ្វើតេស្ត A/B។ ឧទាហរណ៍៖ 'បានស្វ័យប្រវត្តិកម្មរបាយការណ៍លក់ប្រចាំសប្ដាហ៍ក្នុង SQL និង Power BI សន្សំ 15 ម៉ោង/សប្ដាហ៍ និងកាត់បន្ថយកំហុសទិន្នន័យ 90%'។ លេខទាំងនេះជាអ្វីដែលអ្នកគ្រប់គ្រងជួលចងចាំបំផុត។

3. រៀបចំផ្នែកជំនាញបច្ចេកទេសឱ្យត្រូវនឹងការផ្សាយការងារ

បែងចែកជា 4-5 ក្រុមតូច៖ ការសាកសួរទិន្នន័យ (SQL, Excel ជាន់ខ្ពស់), ឧបករណ៍ BI (Tableau, Power BI, Looker), ភាសាសរសេរកម្មវិធី (Python/pandas, R), ការស្វ័យប្រវត្តិកម្ម workflow (dbt, Airflow, Google Sheets) និងមូលដ្ឋានស្ថិតិ (regression, A/B testing, forecasting)។ ថតចម្លងពាក្យពិតប្រាកដពីការផ្សាយការងារ — បើគេសរសេរ 'Power BI' កុំសរសេរតែ 'BI tools' ព្រោះ ATS ស្កេនតាមពាក្យពិតប្រាកដ។

4. បង្ហាញ portfolio ឬគម្រោង dashboard នៅពេលបទពិសោធន៍មានកម្រិត

បើអ្នកទើបចាប់ផ្ដើម ឬកំពុងផ្លាស់ប្ដូរអាជីព សូមបញ្ចូលផ្នែក 'គម្រោង' ដែលមាន link ទៅ dashboard សាធារណៈ (Tableau Public), notebook លើ GitHub ឬ Kaggle, ឬ case study SQL ដែលឆ្លើយសំណួរអាជីវកម្មច្បាស់លាស់មួយ (ឧ. 'តើអតិថិជនប្រភេទណានឹងឈប់ប្រើសេវា?')។ dashboard ដែលរចនាល្អតែមួយជាមួយការយល់ដឹងច្បាស់លាស់ មានតម្លៃលើសពី dataset toy 10 ដងទៀត។

5. បញ្ចប់ដោយការអប់រំ វិញ្ញាបនបត្រ និងត្រួតពិនិត្យ ATS

រាយសញ្ញាបត្រ បន្ថែមដោយវិញ្ញាបនបត្រដែលទទួលស្គាល់ក្នុងតំបន់ដូចជា Google Data Analytics Professional Certificate ឬ Microsoft Power BI (PL-300) បើពាក់ព័ន្ធ។ មុនផ្ញើ សូមត្រួតពិនិត្យចុងក្រោយ៖ ជួរឈរតែមួយ, ទាញយកជា PDF, គ្មានតារាង ឬក្រាហ្វិកក្នុងឯកសារ, និងឈ្មោះផ្នែកស្ដង់ដារ (បទពិសោធន៍, ការអប់រំ, ជំនាញ) ដើម្បីឱ្យប្រព័ន្ធ ATS អានបានត្រឹមត្រូវ 100%។

ឧទាហរណ៍សេចក្ដីសង្ខេបវិជ្ជាជីវៈអ្នកវិភាគទិន្នន័យ (ចម្លងហើយកែសម្រួល)

ជ្រើសរើសឧទាហរណ៍ដែលនិងកម្រិតរបស់អ្នកបំផុត ហើយកែសម្រួលលេខ ដែនអាជីវកម្ម និងឧបករណ៍ឱ្យត្រូវនឹងបទពិសោធន៍ពិតរបស់អ្នក។

អ្នកវិភាគទិន្នន័យកម្រិតដំបូង / ទើបបញ្ចប់ការសិក្សា

និស្សិតបញ្ចប់ថ្មីផ្នែកស្ថិតិដែលមានចំណេះជំនាញ SQL, Excel និង Power BI ពីវគ្គ Google Data Analytics Professional Certificate និងការធ្វើកម្មសិក្សា 4 ខែក្នុងក្រុមហិរញ្ញវត្ថុ។ បានសាងសង់ dashboard តាមដានប្រតិបត្តិការប្រចាំថ្ងៃដែលកាត់បន្ថយពេលរាយការណ៍ដោយដៃ 5 ម៉ោង/សប្ដាហ៍។ ចង់រួមចំណែកលើការវិភាគអាជីវកម្មដែលផ្អែកលើទិន្នន័យ។

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់ដែលមានបទពិសោធន៍ 6+ ឆ្នាំក្នុងវិស័យធនាគារ និងទូរគមនាគមន៍ ដឹកនាំ suite របាយការណ៍ cross-team ក្នុង Tableau និង dbt។ បានស្វ័យប្រវត្តិកម្មរបាយការណ៍ដោយ Python ដែលកាត់បន្ថយពេលបិទខែ 60% និងធ្វើតេស្ត A/B ជាង 40 ជាមួយផលប៉ះពាល់ GMV ជាង $10M។ ជំនាញគ្រប់គ្រង stakeholder ថ្នាក់ដឹកនាំ។

អ្នកផ្លាស់ប្ដូរអាជីព (ពីហិរញ្ញវត្ថុ/ប្រតិបត្តិការ/ទីផ្សារ)

អតីតអ្នកគ្រប់គ្រងហិរញ្ញវត្ថុ 5 ឆ្នាំដែលបានផ្លាស់ប្ដូរទៅជាការវិភាគទិន្នន័យ ដោយបំពាក់ខ្លួនជាមួយ SQL, Power BI និង Python តាមរយៈវិញ្ញាបនបត្រ PL-300 និងគម្រោង portfolio 3 ដែលវិភាគទិន្នន័យលក់ពិតប្រាកដ។ នាំមកនូវការយល់ដឹងជ្រៅអំពី P&L និងថវិកា ជាមួយជំនាញបច្ចេកទេសថ្មី ដើម្បីផ្ដល់ការយល់ដឹងលឿន និងជឿទុកចិត្តបានចំពោះថ្នាក់ដឹកនាំ។

ពាក្យគន្លឹះ ATS សំខាន់ៗសម្រាប់ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យ

ទាំង ATS និងអ្នកជ្រើសរើសមនុស្សស្កេនរកពាក្យពិតប្រាកដពីការផ្សាយការងារ។ ប្រើពាក្យទាំងនេះឱ្យត្រូវនឹងបទពិសោធន៍ពិតរបស់អ្នក កុំគ្រាន់តែបិទភ្ជាប់ដោយគ្មានភស្តុតាង។

SQL

រៀបរាប់ SQL dialect ជាក់លាក់ (PostgreSQL, MySQL, BigQuery) ក្នុងផ្នែកជំនាញ ហើយបង្ហាញឧទាហរណ៍ query ស្មុគស្មាញក្នុងចំណុចបទពិសោធន៍។

Excel (Advanced)

បញ្ជាក់មុខងារជាក់លាក់ដូចជា pivot table, VLOOKUP/XLOOKUP, macro បើអ្នកមាន ព្រោះក្រុមហ៊ុនក្នុងស្រុកជាច្រើននៅតែពឹងផ្អែកលើ Excel ជាឧបករណ៍ចម្បង។

Tableau

រួមបញ្ចូល link ទៅ dashboard សាធារណៈលើ Tableau Public បើអាចធ្វើបាន ដើម្បីបញ្ជាក់ជំនាញដោយផ្ទាល់។

Power BI

នៅកម្ពុជា ធនាគារ និងក្រុមហ៊ុន microfinance ជាច្រើនប្រើ Power BI ដូច្នេះជាពាក្យគន្លឹះដែលមានតម្លៃខ្ពស់ណាស់។

Python (pandas)

ដាក់ក្នុងផ្នែកជំនាញ ហើយបញ្ជាក់ការប្រើប្រាស់ជាក់ស្ដែងដូចជា ការសម្អាតទិន្នន័យ ឬស្វ័យប្រវត្តិកម្មរបាយការណ៍ក្នុងចំណុចបទពិសោធន៍។

A/B Testing

លើកឡើងចំនួនការធ្វើតេស្តដែលបានដឹកនាំ និងលទ្ធផលអាជីវកម្មដែលបានវាស់វែងបាន (ឧ. អត្រាបម្លែង)។

Data Cleaning

លើកឡើងបរិមាណទិន្នន័យ ឬចំនួនប្រភពដែលអ្នកបានបញ្ចូលគ្នា ដើម្បីបង្ហាញកម្រិតការងារពិត។

KPI Reporting

ដាក់ឈ្មោះ KPI ជាក់លាក់ដែលអ្នកតាមដាន (ARPU, LTV, churn rate) ដើម្បីបង្ហាញចំណេះដឹងដែនអាជីវកម្ម។

Dashboard Development

បញ្ជាក់ចំនួនអ្នកប្រើ ឬក្រុមដែលពឹងផ្អែកលើ dashboard របស់អ្នកជារៀងរាល់ថ្ងៃ ដើម្បីបង្ហាញការទទួលយក។

Stakeholder Communication

លើកឧទាហរណ៍ជាក់លាក់នៃការធ្វើបទបង្ហាញការយល់ដឹងទៅថ្នាក់ដឹកនាំ ឬក្រុមឆ្លងមុខងារ។

ឧទាហរណ៍ចំណុចបទពិសោធន៍៖ ខ្សោយ ធៀបនឹង ខ្លាំង

ភាពខុសគ្នារវាងចំណុចធម្មតា និងចំណុចដែលទទួលបានការសម្ភាសន៍ គឺនៅត្រង់ការវាស់វែងលទ្ធផលអាជីវកម្ម មិនមែនគ្រាន់តែពិពណ៌នាកិច្ចការទេ។

ការងារ dashboard និងរបាយការណ៍

សាងសង់ dashboard សម្រាប់ក្រុមលក់។

បានសាងសង់ dashboard KPI លក់ក្នុង Power BI ដែលអ្នកគ្រប់គ្រង 25+ នាក់ប្រើប្រចាំថ្ងៃ ជំនួសរបាយការណ៍ Excel ដោយដៃ និងកាត់បន្ថយពេលរាយការណ៍ប្រចាំសប្ដាហ៍ពី 6 ម៉ោងមកនៅ 30 នាទី។

ការសម្អាតទិន្នន័យ និងស្វ័យប្រវត្តិកម្ម

ធ្វើការជាមួយ Excel ដើម្បីអង្គុយទិន្នន័យ។

បានស្វ័យប្រវត្តិកម្មដំណើរការសម្អាតទិន្នន័យលក់ 50,000+ ជួរ/ខែក្នុង Python (pandas) លុបបំបាត់កំហុសដោយដៃ ហើយកាត់បន្ថយភាគរយកំហុសរបាយការណ៍ពី 8% មកនៅតិចជាង 1%។

ការវិភាគ ad-hoc និងការធ្វើតេស្ត A/B

ជួយក្រុមទីផ្សារវិភាគទិន្នន័យយុទ្ធនាការ។

បានដឹកនាំការវិភាគ ad-hoc លើទិន្នន័យយុទ្ធនាការទីផ្សារ 6 ខែ រកឃើញថាឆានែល Facebook Ads មាន ROI ខ្ពស់ជាង 3 ដង ដែលនាំឱ្យក្រុមផ្លាស់ប្ដូរថវិកា $30K/ខែ និងបង្កើន lead 18%។

សំណួរដែលគេសួរញឹកញាប់

ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យគួរមានអ្វីខ្លះ?

ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យរឹងមាំរួមមានសេចក្ដីសង្ខេបវិជ្ជាជីវៈជាមួយសមិទ្ធផលដែលបានវាស់វែង ជំនាញបច្ចេកទេស (SQL, Excel, ឧបករណ៍ BI ដូចជា Tableau ឬ Power BI, ល្អបំផុត Python ឬ R), បទពិសោធន៍ការងារ 2-4 ជាមួយលទ្ធផលអាជីវកម្មជាក់ស្ដែង, ការអប់រំ និងវិញ្ញាបនបត្រដែលពាក់ព័ន្ធដូចជា Google Data Analytics ឬ Power BI PL-300។ ផ្ដោតលើផលប៉ះពាល់អាជីវកម្មជាជាងពាក្យបច្ចេកទេស។

តើខ្ញុំត្រូវការសញ្ញាបត្រសម្រាប់ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យទេ?

សញ្ញាបត្រស្ថិតិ, គណិតវិទ្យា, សេដ្ឋកិច្ច, វិភាគអាជីវកម្ម ឬវិទ្យាសាស្ត្រកុំព្យូទ័រជួយបាន ប៉ុន្តែវាមិនមែនជាតម្រូវការទេ។ អ្នកវិភាគទិន្នន័យជោគជ័យជាច្រើននៅកម្ពុជាមកពីពីផ្ទៃខាងក្រោយមិនមែនបច្ចេកទេស ហើយរៀនតាមរយៈវិញ្ញាបនបត្រ និងគម្រោង portfolio។

តើធ្វើឱ្យប្រវត្តិរូបអ្នកវិភាគទិន្នន័យឆបគ្នាជាមួយ ATS យ៉ាងដូចម្ដេច?

ប្រើពាក្យគន្លឹះពីការពណ៌នាការងារ (SQL, Tableau, Power BI, A/B testing, cohort analysis), ប្រើចំណងជើងផ្នែកស្តង់ដារ (បទពិសោធន៍, ការអប់រំ, ជំនាញ), ជៀសវាងជួរឈរ/តារាង/ប្រអប់អត្ថបទ, រក្សាទុកជា PDF និងបញ្ជាក់ឈ្មោះឧបករណ៍ច្បាស់លាស់។

តើខ្ញុំអាចបង្កើតប្រវត្តិរូបអ្នកវិភាគទិន្នន័យឥតគិតថ្លៃបានទេ?

បាទ/ចាស។ NoBsResume គឺឥតគិតថ្លៃ 100% ដោយគ្មានថ្លៃលាក់កំបាំង។ ជ្រើសរើសពីគំរូឆបគ្នាជាមួយ ATS 3, បំពេញបទពិសោធន៍របស់អ្នកដោយប្រើឧទាហរណ៍នេះជាការបំផុសគំនិត ហើយដាក់នៅលើ BongThom.com, CamHR.com ឬ LinkedIn។

តើមានគំរូប្រវត្តិរូបអ្នកវិភាគទិន្នន័យសម្រាប់ទាញយកទេ?

មាន។ ឧទាហរណ៍ពេញលេញនៅលើទំព័រនេះអាចកែសម្រួលបានផ្ទាល់ក្នុងឧបករណ៍បង្កើតប្រវត្តិរូបឥតគិតថ្លៃរបស់ NoBsResume — គ្មានតម្រូវឱ្យទាញយកឯកសារ Word ដែលធ្វើឱ្យ format ខូច។ ជ្រើសរើសគំរូឆបគ្នាជាមួយ ATS 3, បំពេញព័ត៌មានផ្ទាល់ខ្លួន ហើយទាញយកជា PDF ស្អាតក្នុងរយៈពេលប៉ុន្មាននាទី ដោយមិនចាំបាច់ចុះឈ្មោះ។

តើអ្នកគ្មានបទពិសោធន៍ ឬអ្នកទើបចាប់ផ្ដើមអាជីពគួរសរសេរប្រវត្តិរូបអ្នកវិភាគទិន្នន័យយ៉ាងណា?

សូមផ្ដោតលើគម្រោង portfolio, capstone academic ឬវិញ្ញាបនបត្រ (Google Data Analytics, PL-300) ជំនួសបទពិសោធន៍ការងារ។ បង្ហាញ dashboard មួយ ឬ SQL case study ដែលឆ្លើយសំណួរអាជីវកម្មច្បាស់លាស់ ព្រមទាំងជំនាញ SQL, Excel និង Power BI/Tableau ក្នុងផ្នែកជំនាញ។ ភាពសកម្មក្នុងគម្រោងផ្ទាល់ខ្លួន សំខាន់ជាងចំនួនឆ្នាំបទពិសោធន៍។

តើប្រវត្តិរូបអ្នកវិភាគទិន្នន័យគួរសរសេរជាភាសាខ្មែរ ឬភាសាអង់គ្លេស?

សម្រាប់ការងារវិភាគទិន្នន័យនៅកម្ពុជា ជាពិសេសនៅធនាគារ, NGO អន្តរជាតិ, ក្រុមហ៊ុនធំៗ និងតួនាទីទាក់ទងនឹងទិន្នន័យ/បច្ចេកវិទ្យា ភាសាអង់គ្លេសត្រូវបានប្រើប្រាស់ជាទូទៅបំផុត ព្រោះឯកសារ SQL, ឧបករណ៍ BI និងការទំនាក់ទំនងក្នុងក្រុមច្រើនតែជាភាសាអង់គ្លេស។ សម្រាប់ក្រុមហ៊ុនក្នុងស្រុកតូចជាង ប្រវត្តិរូបភាសាខ្មែរអាចប្រើបាន ប៉ុន្តែសូមរក្សាពាក្យបច្ចេកទេស (SQL, dashboard, A/B testing) ជាភាសាអង់គ្លេស ព្រោះនេះជាទម្លាប់ស្ដង់ដារក្នុងវិស័យនេះ។

ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យគួរមានប៉ុន្មានទំព័រ?

សម្រាប់អ្នកកម្រិតដំបូងឬកម្រិតមធ្យម 1 ទំព័រគឺគ្រប់គ្រាន់ និងជាទម្លាប់ដែលអ្នកជ្រើសរើសនិយមចូលចិត្តបំផុត។ អ្នកជាន់ខ្ពស់ដែលមានបទពិសោធន៍លើសពី 8-10 ឆ្នាំអាចប្រើ 2 ទំព័រ ប៉ុន្តែសូមរក្សាចំណុចដ៏សំខាន់បំផុត (dashboard, A/B testing, ផលប៉ះពាល់អាជីវកម្ម) នៅផ្នែកកំពូលនៃទំព័រទីមួយ ព្រោះអ្នកគ្រប់គ្រងជួលច្រើនតែអានលឿន។

ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យខុសពីប្រវត្តិរូបអ្នកវិទ្យាសាស្ត្រទិន្នន័យ (Data Scientist) យ៉ាងណា?

អ្នកវិភាគទិន្នន័យផ្ដោតលើ SQL, Excel, dashboard BI (Tableau/Power BI), ការសម្អាតទិន្នន័យ និងការយល់ដឹងអាជីវកម្មសម្រាប់ការសម្រេចចិត្តភ្លាមៗ។ អ្នកវិទ្យាសាស្ត្រទិន្នន័យផ្ដោតលើគំរូ machine learning, Python/R កម្រិតជ្រៅ និងការស្រាវជ្រាវព្យាករណ៍។ បើបទពិសោធន៍របស់អ្នកភាគច្រើនជា query, របាយការណ៍ និង dashboard សូមប្រើងារ 'អ្នកវិភាគទិន្នន័យ'; បើអ្នកសាងសង់គំរូ ML សូមប្រើ 'អ្នកវិទ្យាសាស្ត្រទិន្នន័យ'។

សាងសង់ប្រវត្តិរូបរបស់អ្នកឥឡូវនេះ

ប្រើឧទាហរណ៍នេះជាការបំផុសគំនិត។ ប្ដូរតាមបទពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នក ហើយទាញយក PDF វិជ្ជាជីវៈក្នុងរយៈពេលប៉ុន្មាននាទី។ ឥតគិតថ្លៃ 100%។

ចាប់ផ្តើមសាងសង់ប្រវត្តិរូប

មើលប្រវត្តិរូបនេះជាភាសាផ្សេង

ឧទាហរណ៍ប្រវត្តិរូបនេះមាននៅក្នុង 63 ភាសា:

ឧទាហរណ៍ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យ

ការមើលប្រវត្តិរូបជាមុន

សង្ខេបការងារ

បទពិសោធន៍ការងារ

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់

អ្នកវិភាគទិន្នន័យ

អ្នកវិភាគទិន្នន័យកម្រិតដំបូង

ការអប់រំ

អនុបណ្ឌិតវិភាគអាជីវកម្ម (M.S.)

បរិញ្ញាបត្រស្ថិតិ (B.S.)

វគ្គសិក្សា និងវិញ្ញាបនបត្រ

Google Data Analytics Professional Certificate

Microsoft Certified: Power BI Data Analyst Associate (PL-300)

ស្គ្រីបទិន្នន័យ និងការវិភាគជាមួយ Python

ភាសា

ភាសាខ្មែរ

ភាសាអង់គ្លេស

ភាសាបារាំង

ជំនាញ

គន្លឹះប្រវត្តិរូប

បញ្ជាក់ផលប៉ះពាល់អាជីវកម្មជាលេខ

បង្ហាញ pipeline វិភាគពេញលេញ

ដាក់ឈ្មោះឧបករណ៍ និង stack របស់អ្នក

បញ្ចូលជោគជ័យពិសោធន៍ និង dashboard

ជំនាញសំខាន់ៗ

របៀបសរសេរប្រវត្តិរូបអ្នកវិភាគទិន្នន័យ (ជំហានទី១ដល់ទី៥)

1. សរសេរសេចក្ដីសង្ខេបវិជ្ជាជីវៈក្នុង 3 បន្ទាត់

2. សរសេរចំណុចបទពិសោធន៍ការងារជាមួយរង្វាស់ជាក់ស្ដែង

3. រៀបចំផ្នែកជំនាញបច្ចេកទេសឱ្យត្រូវនឹងការផ្សាយការងារ

4. បង្ហាញ portfolio ឬគម្រោង dashboard នៅពេលបទពិសោធន៍មានកម្រិត

5. បញ្ចប់ដោយការអប់រំ វិញ្ញាបនបត្រ និងត្រួតពិនិត្យ ATS

ឧទាហរណ៍សេចក្ដីសង្ខេបវិជ្ជាជីវៈអ្នកវិភាគទិន្នន័យ (ចម្លងហើយកែសម្រួល)

អ្នកវិភាគទិន្នន័យកម្រិតដំបូង / ទើបបញ្ចប់ការសិក្សា

អ្នកវិភាគទិន្នន័យជាន់ខ្ពស់

អ្នកផ្លាស់ប្ដូរអាជីព (ពីហិរញ្ញវត្ថុ/ប្រតិបត្តិការ/ទីផ្សារ)

ពាក្យគន្លឹះ ATS សំខាន់ៗសម្រាប់ប្រវត្តិរូបអ្នកវិភាគទិន្នន័យ

SQL

Excel (Advanced)

Tableau

Power BI

Python (pandas)

A/B Testing

Data Cleaning

KPI Reporting

Dashboard Development

Stakeholder Communication

ឧទាហរណ៍ចំណុចបទពិសោធន៍៖ ខ្សោយ ធៀបនឹង ខ្លាំង

ការងារ dashboard និងរបាយការណ៍

ការសម្អាតទិន្នន័យ និងស្វ័យប្រវត្តិកម្ម

ការវិភាគ ad-hoc និងការធ្វើតេស្ត A/B

សំណួរដែលគេសួរញឹកញាប់

សាងសង់ប្រវត្តិរូបរបស់អ្នកឥឡូវនេះ

មើលប្រវត្តិរូបនេះជាភាសាផ្សេង