දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාවක් කුමක් ඇතුළත් කළ යුතුද?
ශක්තිමත් දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාවක් සංඛ්යාත්මක ජයග්රහණ සහිත වෘත්තීය සාරාංශයක්, තාක්ෂණික කුසලතා (SQL, Excel, Tableau හෝ Power BI වැනි BI මෙවලමක්, වඩාත් සුදුසු Python හෝ R), ස්ථිර ව්යාපාරික ප්රතිඵල සහිත වැඩ අත්දැකීම් 2-4ක්, අධ්යාපනය සහ Google Data Analytics හෝ Power BI PL-300 වැනි අදාළ සහතික ඇතුළත් කරයි. TopJobs.lk, LinkedIn Sri Lanka සහ XpressJobs වැනි ශ්රී ලාංකික වේදිකාවල බඳවා ගන්නන් තාක්ෂණික වචන වලට වඩා ව්යාපාරික බලපෑමට ප්රමුඛත්වය දෙයි.
දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාවකට උපාධියක් අවශ්යද?
සංඛ්යානය, ගණිතය, ආර්ථික විද්යාව, ව්යාපාර විශ්ලේෂණ හෝ පරිගණක විද්යාව පිළිබඳ උපාධියක් ප්රයෝජනවත් වේ, නමුත් එය අත්යවශ්ය නොවේ. ශ්රී ලංකාවේ බොහෝ සාර්ථක දත්ත විශ්ලේෂකයින් තාක්ෂණික නොවන පසුබිම් වලින් පැමිණ, සහතික (Google Data Analytics, Power BI PL-300) සහ ව්යාපෘති පෝට්ෆෝලියෝ හරහා ඉගෙන ගනී. ප්රදර්ශනය කරන ලද SQL කුසලතා සහ උපකරණ පුවරු හෝ විශ්ලේෂණ පෝට්ෆෝලියෝවක් උපාධියකට වඩා වැඩි බරක් දැරිය හැකිය.
මගේ දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාව ATS-සමග අනුකූල කරන්නේ කෙසේද?
රැකියා විස්තරයෙන් මූල පද භාවිතා කරන්න (SQL, Tableau, Power BI, A/B පරීක්ෂණ, කෝහෝට් විශ්ලේෂණය), ප්රමිතිගත කොටස් සිරස්තල (අත්දැකීම්, අධ්යාපනය, කුසලතා) භාවිතා කරන්න, තීරු/වගු/පෙළ පෙට්ටි වළකින්න, PDF ලෙස සුරකින්න, මෙවලම් නම් පැහැදිලිව ලියන්න. සෑම ලකුණකම සංඛ්යාවක් සඳහන් කරන්න — TopJobs.lk සහ LinkedIn Sri Lanka මත විශ්ලේෂක බඳවා ගන්නන් මිනුම් සඳහා පරිලෝකනය කරයි.
මට නොමිලේ දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාවක් සෑදිය හැකිද?
ඔව්. NoBsResume 100% නොමිලේ, සැඟවුණු පිරිවැයක් නැත. ATS-සමග අනුකූල අච්චු 3න් එකක් තෝරන්න, මෙම උදාහරණය ආශ්වාදයක් ලෙස භාවිතා කරමින් ඔබේ අත්දැකීම් පුරවන්න, මිනිත්තු කිහිපයකින් වෘත්තීය PDF එකක් බාගන්න.
දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකා අච්චුවක් නොමිලේ බාගත කළ හැකිද?
ඔව්, මෙම පිටුවේ ඇති සම්පූර්ණ දත්ත විශ්ලේෂක උදාහරණය NoBsResume හි නොමිලේ සාදන්නා තුළ සැකසිය හැකි අච්චුවක් ලෙසම ලබා ගත හැක. ලියාපදිංචියක් නොමැතිව, ATS-සමග අනුකූල අච්චු 3න් එකක් තෝරා, ඔබේ තොරතුරු පුරවා, ක්ෂණිකව PDF ලෙස බාගන්න. Word/Google Docs ආකෘතියක් අවශ්ය නම්, PDF එක ඕනෑම සංස්කරණ මෘදුකාංගයකට ආනයනය කළ හැක.
අත්දැකීමක් නැති නවක දත්ත විශ්ලේෂකයෙකුට ජීව දත්ත පත්රිකාවක් ලියන්නේ කෙසේද?
රැකියා අත්දැකීම වෙනුවට උපාධි ව්යාපෘති, Kaggle/GitHub SQL නඩු අධ්යයන, Tableau Public හෝ Power BI උපකරණ පුවරු, සහ Google Data Analytics සහතිකය ඉස්මතු කරන්න. එක් ව්යාපෘතියකට 'ව්යාපාරික ප්රශ්නය → සොයාගත් පිළිතුර' ආකෘතියෙන් ලකුණු 2-3ක් ලියන්න. ඉන්ටර්න්ෂිප් හෝ පාර්ට්ටයිම් රැකියාවකදී භාවිතා කළ Excel/SQL කාර්යයන් ද ඇතුළත් කළ හැක — කුඩා වුවත් සංඛ්යාත්මක ප්රතිඵලයක් සහිත වීම වැදගත්ය.
ශ්රී ලංකාවේ දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාව ඉංග්රීසියෙන් ලිවිය යුතුද, නැතිනම් සිංහලෙන්ද?
ශ්රී ලංකාවේ දත්ත/තාක්ෂණික රැකියා සඳහා ජීව දත්ත පත්රිකා අත්යවශ්යයෙන්ම ඉංග්රීසියෙන් ලියනු ලබයි — TopJobs.lk, LinkedIn සහ බහුජාතික සමාගම් (Dialog, WSO2, IFS, Virtusa) බඳවා ගැනීම් ඉංග්රීසි ජීව දත්ත පත්රිකා අපේක්ෂා කරයි. මෙම සිංහල පිටුව ලේඛන ක්රියාවලිය තේරුම් ගැනීමට උපකාරී වේ, නමුත් ඔබේම ජීව දත්ත පත්රිකාව ලියන විට NoBsResume සාදන්නාවේ ඉංග්රීසි අච්චුවක් භාවිතා කිරීම නිර්දේශ කරමු, විශේෂයෙන් බහුජාතික හෝ IT සමාගම් වෙත අයදුම් කරන්නේ නම්.
දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාවක් කොපමණ දිගු විය යුතුද?
කනිෂ්ඨ හෝ මධ්ය මට්ටමේ දත්ත විශ්ලේෂකයින් සඳහා පිටුවක් 1ක් ප්රමාණවත්ය. වසර 8+ අත්දැකීම් සහිත ජ්යේෂ්ඨ විශ්ලේෂකයින්ට හෝ කණ්ඩායම් නායකයින්ට පිටු 2ක් දක්වා දිගු කළ හැක, නමුත් එය සාධාරණීකරණය කළ යුතුය. ශ්රී ලංකාවේ බඳවා ගැනීමේ කළමනාකරුවන් ලකුණු 4-6කින් යුත් සංක්ෂිප්ත, බලපෑමෙන් පිරුණු පිටුවක් වඩාත් අගය කරයි, එය සියල්ල පිරවූ පිටු 2කට වඩා.
ජීව දත්ත පත්රිකාවේ SQL ව්යාපෘති හෝ උපකරණ පුවරු පෝට්ෆෝලියෝවක් ඇතුළත් කළ යුතුද?
ඔව්, විශේෂයෙන් අත්දැකීම් අඩුනම් හෝ නිශ්චිත මෙවලමක් (Tableau, Power BI) පෙන්විය යුතුනම්. Tableau Public හෝ GitHub වෙත සබැඳියක් ජීව දත්ත පත්රිකා ශීර්ෂයේ එක් කරන්න, එවිට බඳවා ගන්නා කෙනාට ඔබේ දෘශ්ය සහ SQL කුසලතා සජීවීව බැලිය හැක. ව්යාපෘති 2-3ක් ප්රමාණවත් — ගුණාත්මකභාවය සංඛ්යාවට වඩා වැදගත්ය.
දත්ත විශ්ලේෂක (Data Analyst) සහ දත්ත විද්යාඥ (Data Scientist) ජීව දත්ත පත්රිකාවක් අතර වෙනස කුමක්ද?
දත්ත විශ්ලේෂක ජීව දත්ත පත්රිකාවක් SQL, Excel, BI උපකරණ පුවරු (Tableau/Power BI), වාර්තාකරණය සහ ව්යාපාරික අවබෝධය කෙරෙහි අවධානය යොමු කරයි. දත්ත විද්යාඥ ජීව දත්ත පත්රිකාවක් යන්ත්ර ඉගෙනීම් ආකෘති, ගැඹුරු Python/R ක්රමලේඛනය සහ සංඛ්යානමය ආකෘතිකරණය ඉස්මතු කරයි. ඔබ dashboards සහ reporting මත වැඩි කාලයක් ගත කරයි නම් 'Data Analyst' තනතුර භාවිතා කරන්න; ML ආකෘති ගොඩනඟයි නම් 'Data Scientist' නිවැරදිය.
