IT ტექნოლოგიები · ძალიან მაღალი მოთხოვნა

მონაცემთა ანალიტიკა & ხელოვნური ინტელექტი · კარიერული გზამკვლევი

Data is the engine driving competitive advantage in Georgian banking, e-commerce, and logistics. Organizations invest heavily in professionals who can transform raw data warehouses into automated predictive models, dynamic executive dashboards, and LLM-powered business workflows.

საწყისი: ₾2,400
Senior პოტენციალი: ₾16,000+
Senior-მდე: 4 - 6 წელი
ეტაპი: 4

განვითარების ტრეკი

პროფესიული ზრდის ეტაპები

დააჭირეთ ნებისმიერ ეტაპს და ნახავთ მოვალეობებს, ხელსაწყოებსა და დაწინაურების კრიტერიუმებს.

ეტაპი 1 / 4-დან0 - 2 წელი გამოცდილება

უმცროსი მონაცემთა ანალიტიკოსი

საშუალო ხელზე ასაღები ხელფასი საქართველოში₾1,800 - ₾2,800 / თვეში

Writes SQL queries, builds operational dashboards in Power BI or Tableau, and cleans raw data exports.

ძირითადი მოვალეობები და პასუხისმგებლობა

Extract operational data from SQL databases to fulfill departmental reporting requests
Build and maintain interactive dashboards in Power BI or Tableau
Clean, validate, and reconcile discrepancies across disparate business datasets
Document data dictionary definitions and calculation methodologies

დაწინაურებისთვის საჭირო ეტაპები

1Build an automated executive dashboard replacing 10+ hours of weekly manual Excel reports
2Achieve Microsoft Power BI Data Analyst Associate certification
3Identify a data inconsistency issue that directly saves the company operational costs

ძირითადი ტექნიკური და ფუნქციური კომპეტენციები

Complex SQL queriesPower BI / Tableau visualizationData cleaning & hygieneBasic Python / Excel modeling

რეკომენდებული ინსტრუმენტები და პლატფორმები

PostgreSQL / SQL ServerPower BI DesktopTableauExcel / Jupyter Notebooks

საბაზისო უნარების მატრიცა

საბაზისო კომპეტენციები, რომლებსაც ითხოვს თითქმის ყველა დამსაქმებელი საქართველოში ამ პოზიციაზე.

Advanced SQL Queries & Window FunctionsPython for Data Analysis (Pandas, NumPy)Data Visualization (Power BI / Tableau)Statistics & Hypothesis TestingETL / ELT Data PipelinesData Warehousing Concepts (Star Schema)

მოწინავე სპეციალიზაციები

მიმართულებები, რომლებიც ყველაზე მაღალ ანაზღაურებას იძლევა და მენეჯერულ ან საექსპერტო როლზე გადასვლის გზას ხსნის.

Machine Learning (Scikit-Learn, XGBoost)Deep Learning & NLP (PyTorch / HuggingFace)Generative AI & LLM Fine-Tuning / RAG SystemsData Engineering (dbt, Apache Airflow, Spark)Cloud Data Platforms (Snowflake, BigQuery, AWS Redshift)Predictive Scoring & Recommender Systems

აღიარებული ინდუსტრიული სერტიფიკატები

სერტიფიკატები, რომლებიც ადასტურებს თქვენს კომპეტენციას ქართველი და საერთაშორისო რეკრუტერების წინაშე.

AWS Certified Data Analytics Specialty

გამცემი: AWS

მოწინავე

Microsoft Certified: Power BI Data Analyst Associate

გამცემი: Microsoft

საშუალო

Google Professional Data Engineer

გამცემი: Google

ექსპერტი

DeepLearning.AI Machine Learning Specialization

გამცემი: DeepLearning.AI

საშუალო

რეკომენდებული სასწავლო რესურსები

შემოწმებული ლიტერატურა, კურსები და ინტერაქტიული დოკუმენტაცია.

Python for Data Analysis

წიგნი

Wes McKinney’s (creator of Pandas) indispensable guide to manipulating datasets.

The Data Warehouse Toolkit

წიგნი

Ralph Kimball’s definitive guide to dimensional data modeling.

დასაქმების ტენდენციები და ბაზრის კონტექსტი (საქართველო)

Surging demand in predictive scoring models, customer churn prevention, LLM integrations, and modern data stack (Snowflake, dbt, BigQuery) in financial institutions and tech companies.

ალტერნატიული გზები