Məlumatların analizi, hesabatların hazırlanması və SQL, Power BI bilikləri tələb olunur
Data Modeling
Məlumat modelləşdirmə — verilənlərin necə saxlanacağını, əlaqələndiriləcəyini və emal olunacağını təsvir edən struktur qurmaq bacarığıdır. Buraya cədvəllərin, açarların və münasibətlərin dizaynı, normallaşdırma və biznes tələblərinin verilənlər bazasının strukturuna çevrilməsi daxildir.
Data Modeling bazarda indi
bu gün yenilənibData Modeling bacarığının bazarı — Azərbaycan
Məlumat aktual bazar vakansiyalarını əks etdirir və hər gün yenilənir. Həftəlik dinamika və kabinet analitikası HRX-dədir.
Data Modeling üzrə kim işə götürür
Top rollar və median əməkhaqqı.
- Data mühəndisi7 vakansiya
- Biznes analitik2 vakansiya
- Backend developer1 vakansiya
- BI developer1 vakansiya
- Data analitik1 vakansiya
Data Modeling ilə nə birləşdirilir
Yanaşı rast gəlinən bacarıqlar.
Data Modeling harada lazımdır
Sahələr üzrə tələb.
Data Modeling bacarığı tələb olunan vakansiyalar
Məlumatların emalı strategiyasını həyata keçirir və data engineering sahəsində 2-3 il təcrübəyə malikdir
Veb-platformanın server tərəfini və interfeyslərini hazırlayır, 3 ildən çox proqramlaşdırma təcrübəsi tələb olunur
Stabil və miqyaslana bilən backend sistemləri qurur, API dizaynı və təhlükəsizlik bilikləri tələb olunur
Data mühəndisi kimi məlumat bazalarını dizayn edir və Python, SQL biliklərinə malikdir
Məlumat anbarını qurur, ETL proseslərini hazırlayır və Python bilikləri tələb olunur.
Verilənləri analiz edərək proqnoz modelləri qurmaq üçün maşın öyrənmə bacarığı tələb olunur.
Tələbələrə Data Analitika öyrətmək və layihələrdə real problem həllərinə dəstək olmaq.
Data Modeling Azərbaycanda niyə tələb olunur
Məlumat modelləşdirmə — verilənlərin necə saxlanacağını, əlaqələndiriləcəyini və emal olunacağını təsvir edən struktur qurmaq bacarığıdır. Buraya cədvəllərin, açarların və münasibətlərin dizaynı, normallaşdırma və biznes tələblərinin verilənlər bazasının strukturuna çevrilməsi daxildir.
Bacarıq haqqında qısa
- Kateqoriya
- Verilənlər və analitika
- Giriş səviyyəsi
- yüksək
- Yaxın rollar
- Data Engineer, Database Administrator, Data Analyst, Backend Developer
Data Modeling — tez-tez verilən suallar
Data Modeling (məlumatların modelləşdirilməsi) — verilənlərin strukturunun, yəni obyektlərin (entity), onların atributlarının və aralarındakı əlaqələrin layihələndirilməsi prosesidir. Nəticə çox vaxt ER-diaqram şəklində təsvir olunur və verilənlər bazasının, analitik anbarların qurulmasının əsasını təşkil edir. İş elanında bu bacarıq altında işəgötürən adətən cədvəl strukturu, normallaşdırma və sxem dizaynı qura bilməyi nəzərdə tutur.
Konseptual model biznes anlayışlarını və onların əlaqələrini yüksək səviyyədə göstərir, texniki detala girmir. Məntiqi model atributları, açarları və əlaqə növlərini dəqiqləşdirir, fiziki model isə artıq konkret verilənlər bazası üçün cədvəl, indeks və məlumat tiplərini təyin edir. Bu üç səviyyə eyni layihənin getdikcə detallaşan mərhələləridir.
Başlanğıc üçün relyasion nəzəriyyəni və normallaşdırma qaydalarını (1NF–3NF) mənimsəmək, sonra ER-diaqram qurmağı praktikada məşq etmək lazımdır. dbdiagram.io, draw.io və ya erwin kimi alətlərlə real biznes ssenarisi üçün sxem çəkin. SQL bilikləri modeli praktikada yoxlamağa kömək edir, ona görə bu ikisini paralel öyrənmək faydalıdır.
Bu bacarıq ən çox Data mühəndisi, Biznes analitik, Backend developer, BI developer, Data analitik elanlarında rast gəlinir, xüsusən Data mühəndisi üçün əsas tələblərdən biridir. Ümumilikdə onu 14 işəgötürən axtarır və çox vaxt Oracle SQL (47%), Python (41%), Data Governance (29%), ETL (24%), Data Analysis (18%), Power BI (18%) kimi bacarıqlarla birlikdə istənilir.
Praktikada data modeli təkbaşına işləmir: elanlarda ən çox onunla birlikdə Oracle SQL (47%), Python (41%), Data Governance (29%), ETL (24%), Data Analysis (18%), Power BI (18%) tələb olunur. Xüsusən Oracle SQL modeli real verilənlər bazasında qurmaq və sorğularla yoxlamaq üçün vacibdir.
Data Modeling tələb olunan rollar
Data Modeling ən çox hansı rol və vəzifələrin vakansiyalarında tələb olunur.













