Data Analist - Complete Samenvatting en
Oefenvragen
DEEL 1: ALGEMENE KENNIS & BEROEPSPROFIEL (Vragen 1-
10)
Vraag 1
Wat is de primaire rol van een data-analist binnen een organisatie?
A) Het ontwikkelen van machine learning-modellen voor voorspellingen
B) Het beheren van de IT-infrastructuur en databases
C) Het verzamelen, interpreteren en analyseren van gegevens om waardevolle
inzichten te verschaffen voor strategische besluitvorming
D) Het ontwerpen van nieuwe softwareapplicaties
Antwoord: C
Rationale: Een data-analist is de schakel tussen ruwe gegevens en strategische
bedrijfsbeslissingen. Hij/zij verzamelt, interpreteert en analyseert gegevens om patronen
en trends te identificeren, waarmee organisaties weloverwogen keuzes kunnen maken.
,Vraag 2
Welke van de volgende is geen kerntaak van een data-analist?
A) Data-opschoning en -voorbereiding
B) Het maken van datavisualisaties en dashboards
C) Het identificeren van patronen en trends in data
D) Het ontwikkelen van nieuwe programmeertalen
Antwoord: D
Rationale: Een data-analist gebruikt bestaande tools en talen zoals SQL en Python voor
analyse, maar ontwikkelt geen nieuwe programmeertalen. De kerntaken omvatten het
inspecteren, schoonmaken, transformeren en modelleren van data.
Vraag 3
Wat wordt bedoeld met datagedreven denken?
A) Het vertrouwen op intuïtie bij besluitvorming
B) Het herkennen van patronen en trends in complexe datasets en deze vertalen
naar bruikbare inzichten
C) Het gebruiken van zoveel mogelijk data, ongeacht de kwaliteit
D) Het uitsluitend gebruiken van data voor marketingdoeleinden
Antwoord: B
Rationale: Datagedreven denken is een kerncompetentie van een data-analist. Het
omvat het vermogen om patronen en trends in complexe datasets te herkennen en
deze te vertalen naar concrete, bruikbare inzichten voor de organisatie.
,Vraag 4
Welke vaardigheid is essentieel voor het communiceren van analyseresultaten aan niet-
technische stakeholders?
A) Kennis van geavanceerde wiskunde
B) Storytelling: het omzetten van cijfers en analyses in een helder verhaal
C) Het kunnen programmeren in meerdere talen
D) Kennis van databasebeheer
Antwoord: B
Rationale: Storytelling is een cruciale vaardigheid voor een data-analist. Door analyses
om te zetten in een begrijpelijk verhaal kan de analist stakeholders op basis van data
duidelijk adviseren en overtuigen. Dit voorkomt dat inzichten verloren gaan in technisch
jargon.
Vraag 5
Wat is het verschil tussen data-analyse en datawetenschap?
A) Er is geen verschil; de termen worden door elkaar gebruikt
B) Data-analyse richt zich op het beschrijven en interpreteren van bestaande data;
datawetenschap omvat ook het bouwen van voorspellende modellen en
geavanceerde algoritmen
C) Datawetenschap is alleen voor grote bedrijven; data-analyse voor kleine
D) Data-analyse gebruikt alleen Excel; datawetenschap gebruikt Python
Antwoord: B
Rationale: Data-analyse richt zich primair op het beschrijven, interpreteren en
visualiseren van bestaande data om inzichten te verkrijgen. Datawetenschap bouwt
, hierop voort door ook voorspellende modellen en geavanceerde algoritmen te
ontwikkelen, vaak met behulp van machine learning.
Vraag 6
Welke persoonlijke eigenschap is volgens Capgemini Academy het meest belangrijk
voor een data-analist?
A) Stressbestendigheid
B) Analytisch denken
C) Creativiteit
D) Dienstverlenende oriëntatie
Antwoord: B
Rationale: Volgens Capgemini Academy is analytisch denken de meest belangrijke
persoonlijke eigenschap voor een data-analist (extreem belangrijk). Andere belangrijke
eigenschappen zijn actief leren, innovatief vermogen, zelfstandigheid, samenwerking,
aanpassingsvermogen en oog voor detail.
Vraag 7
Wat is de verwachte groei van de vraag naar data-analisten in de Verenigde Staten
tussen 2024 en 2034?
A) 10-15%
B) 20-25%
C) 34%
D) 50%
Oefenvragen
DEEL 1: ALGEMENE KENNIS & BEROEPSPROFIEL (Vragen 1-
10)
Vraag 1
Wat is de primaire rol van een data-analist binnen een organisatie?
A) Het ontwikkelen van machine learning-modellen voor voorspellingen
B) Het beheren van de IT-infrastructuur en databases
C) Het verzamelen, interpreteren en analyseren van gegevens om waardevolle
inzichten te verschaffen voor strategische besluitvorming
D) Het ontwerpen van nieuwe softwareapplicaties
Antwoord: C
Rationale: Een data-analist is de schakel tussen ruwe gegevens en strategische
bedrijfsbeslissingen. Hij/zij verzamelt, interpreteert en analyseert gegevens om patronen
en trends te identificeren, waarmee organisaties weloverwogen keuzes kunnen maken.
,Vraag 2
Welke van de volgende is geen kerntaak van een data-analist?
A) Data-opschoning en -voorbereiding
B) Het maken van datavisualisaties en dashboards
C) Het identificeren van patronen en trends in data
D) Het ontwikkelen van nieuwe programmeertalen
Antwoord: D
Rationale: Een data-analist gebruikt bestaande tools en talen zoals SQL en Python voor
analyse, maar ontwikkelt geen nieuwe programmeertalen. De kerntaken omvatten het
inspecteren, schoonmaken, transformeren en modelleren van data.
Vraag 3
Wat wordt bedoeld met datagedreven denken?
A) Het vertrouwen op intuïtie bij besluitvorming
B) Het herkennen van patronen en trends in complexe datasets en deze vertalen
naar bruikbare inzichten
C) Het gebruiken van zoveel mogelijk data, ongeacht de kwaliteit
D) Het uitsluitend gebruiken van data voor marketingdoeleinden
Antwoord: B
Rationale: Datagedreven denken is een kerncompetentie van een data-analist. Het
omvat het vermogen om patronen en trends in complexe datasets te herkennen en
deze te vertalen naar concrete, bruikbare inzichten voor de organisatie.
,Vraag 4
Welke vaardigheid is essentieel voor het communiceren van analyseresultaten aan niet-
technische stakeholders?
A) Kennis van geavanceerde wiskunde
B) Storytelling: het omzetten van cijfers en analyses in een helder verhaal
C) Het kunnen programmeren in meerdere talen
D) Kennis van databasebeheer
Antwoord: B
Rationale: Storytelling is een cruciale vaardigheid voor een data-analist. Door analyses
om te zetten in een begrijpelijk verhaal kan de analist stakeholders op basis van data
duidelijk adviseren en overtuigen. Dit voorkomt dat inzichten verloren gaan in technisch
jargon.
Vraag 5
Wat is het verschil tussen data-analyse en datawetenschap?
A) Er is geen verschil; de termen worden door elkaar gebruikt
B) Data-analyse richt zich op het beschrijven en interpreteren van bestaande data;
datawetenschap omvat ook het bouwen van voorspellende modellen en
geavanceerde algoritmen
C) Datawetenschap is alleen voor grote bedrijven; data-analyse voor kleine
D) Data-analyse gebruikt alleen Excel; datawetenschap gebruikt Python
Antwoord: B
Rationale: Data-analyse richt zich primair op het beschrijven, interpreteren en
visualiseren van bestaande data om inzichten te verkrijgen. Datawetenschap bouwt
, hierop voort door ook voorspellende modellen en geavanceerde algoritmen te
ontwikkelen, vaak met behulp van machine learning.
Vraag 6
Welke persoonlijke eigenschap is volgens Capgemini Academy het meest belangrijk
voor een data-analist?
A) Stressbestendigheid
B) Analytisch denken
C) Creativiteit
D) Dienstverlenende oriëntatie
Antwoord: B
Rationale: Volgens Capgemini Academy is analytisch denken de meest belangrijke
persoonlijke eigenschap voor een data-analist (extreem belangrijk). Andere belangrijke
eigenschappen zijn actief leren, innovatief vermogen, zelfstandigheid, samenwerking,
aanpassingsvermogen en oog voor detail.
Vraag 7
Wat is de verwachte groei van de vraag naar data-analisten in de Verenigde Staten
tussen 2024 en 2034?
A) 10-15%
B) 20-25%
C) 34%
D) 50%
