Никто не хочет стать аналитиком. Мечтая о будущем, поступая в вуз, выбирая специализацию, мы думаем о чём-то глобальном: лечить людей, разрабатывать крутые игры, найти лекарство от рака, программировать, проектировать корабли и самолёты, работать на госслужбе, важно вышагивая по красным коврам… Быть аналитиком — это уже выбор после получения образования, который происходит довольно случайно: попросили на работе, нашёл вакансию с таким названием, попал в онлайн-школу, где не заладилось с программированием и т. д.
Между тем работа аналитика полезная, интересная, востребованная и неплохо оплачивается. Более того, скорее всего ИИ аналитиков не заменит, особенно топовых — пока что его «ум» не позволяет анализировать разрозненные данные и находить причинно-следственные связи в совершенно неожиданных срезах данных.
Мне кажется, задуматься о карьере аналитика можно даже на первом курсе — и тогда же начинать двигаться к своему будущему. В прошлый раз мы поговорили с аналитиком, а в этот раз попробуем выстроить маршрут.
Какие аналитики будут востребованы в 2025 году — отличное видео про разные аспекты работы аналитика в 2025 году.
Hard skills — первое и главное
SQL и работа с DWH (хранилища данных) — основа работы аналитика. Владея этими навыками, вы получаете ключ к огромному количеству данных — вы сможете обрабатывать базы, строить выборки и отчёты, не просто выступать заказчиком на выгрузку, а планировать архитектуру своего запроса. Многие приложения станут для вас прежде всего источником данных, из которых можно сделать выводы, которые помогут вывести новый продукт, исследовать рынок, спроектировать обучающий курс, оценить состояние дел в компании и даже написать научную работу.
Вообще сейчас SQL изучают даже врачи в некоторых медвузах — это позволяет им соединить профильные знание и умение работать с базами. Да, конечно, это не второй английский, но мощный, удобный и комфортный в освоении инструмент.
Визуализация данных — важнейший навык аналитика. Да, почти в каждой компании есть дизайнер или аутсорсер, который сделает блестящую презентацию с гладенькими гистограммами и дашбордами, но только аналитик может представить данные корректно, точно, без хитростей и манипуляций. Профессиональное представление данных — задача со звёздочкой, решение которой способно продвинуть карьеру аналитика, поскольку он знает не только, как выбрать и обработать данные, но и как их донести до аудитории.
Статистика и математика часто кажутся нам какими-то монстрами, о которых хочется забыть сразу после сессии. Когда-то давно я преподавала статистику и видела, насколько сложно она заходила у экономистов. Мы решали задачи через примеры про ночные клубы и сигареты — только так дело шло. Потом я оставила и вуз, и науку, прошла большой путь, вернулась в науку уже взрослым человеком и увидела, насколько математика и статистика востребованы в технических и в естественных науках. Поэтому рекомендация: разбираться и учить, вникать, тренироваться, использовать специальное ПО, писать формулы в Excel, читать книги и статьи. И да, я не случайно упоминаю Excel: если вы разберёте руками формулы, посидите в справке, напишете макросы для обработки данных, вы неплохо разберётесь в азах анализа и статистики.
Что касается математики, то необходимый уровень зависит от ваших целей и сферы, где вы собираетесь быть аналитиком. В любом случае математическое моделирование, сделанное грамотным человеком, способно облегчить прежде всего его работу.
Python для анализа данных — здесь даже не стоит ничего писать. Но если вдруг вы совсем-совсем новичок или даже родитель будущего новичка, то знайте: Python — это мощнейший инструмент для работы с данными, который позволяет сделать буквально всё (а если что-то не умеет — просто напишите нужную библиотеку). Кроме того, Python — это язык программирования, который довольно легко выучить (до определённого предела), он понятный и стройный. Сюрпризы начинаются позже :-)
Основы машинного обучения и работы с ИИ — новый скилл аналитика, который помогает бороться с рутиной, делегировать машине и роботам примитивные, однообразные задачи или (при более серьёзном погружении) собирать и обрабатывать суперсложные данные (например, номера автомобилей, изображения лиц людей, состояния конвейера и проч.). Однако в разных компаниях могут быть разные требования: от знания устройства космического корабля да понимания продуктовых матриц. Это уже осваивается на рабочем месте. Либо, если вы аналитик в профильной сфере (медицина, промышленность, космос, СМИ, издательство и проч.), то функция аналитика может успешно наложиться на ваше основное образование.
Знание бизнеса и профильной сферы — необходимый навык аналитика. Данные не могут (и не должны) существовать в отрыве от их смысла, их полезной нагрузки, а польза возможна только в том случае, если аналитик точно знает и понимает, чего эти цифры касаются и о чём они могут рассказывать.
Системный аналитик. Краткий гайд по профессии. Часть 1. Основы взаимодействия систем — внутри статьи ссылки на всю серию о всевозможных знаниях именно системного аналитика (это хардкорный путь карьеры). Подойдёт для изучения даже опытным специалистам.
Soft skills — в помощь бесконечным экранам чисел
Софт скилы аналитику нужны. Он много общается с заказчиками (внутренними и внешними), презентует результаты работы, собирает требования и технические задания. Это непростая коммуникация, потому что аналитику нужно не просто приятно пообщаться, но и грамотно, точно и достоверно опросить людей, чьи знания и опыт необходимы для качественного анализа.
Системное мышление — умение видеть данные внутри процессов и понимать, как работают крупные системы в целом. Это навык, который можно прокачать, изучая бизнес-модели, системный анализ, теорию систем и процессов. Неплохое подспорье с приятным процессом обучения — ТРИЗ, она помогает смотреть на анализ и на объекты аналитики шире.
Умение работать с данными как с сущностью — тот самый аналитический склад ума, при котором человек действует не на основании эмоций, а на обнаружении причинно-следственных связей. Кстати, таких людей видно ещё в детстве: они задают конкретные вопросы, уточняют, ищут что-то смежное в разных вещах.
Способность к самообучению — в принципе важный навык для каждого айтишника и вообще любого человека, желающего расти в любой сфере. Аналитик учится постоянно: новые стеки, обновления технологий, интересные инструменты и изменения в профильной отрасли, новые методики анализа и проч. Это буквально бесконечный процесс. Это мне удалось прочувствовать на себе: работая аналитиком, я читала по 1-2 профильные книги в неделю, получала рассылки с разными фишками SQL, торчала на форумах, читала Хабр (ё-моё, 2010 год!), училась на разработке ПО. И это был рядовой начинающий аналитик в операторе связи без особых карьерных амбиций.
Навыки коммуникации нужны, чтобы работать с заказчиками, уметь уточнять формулировки и выстраивать разговор так, чтобы получить больше конкретики. И да, на будущее: лучшее ТЗ — ТЗ, написанное самим аналитиком на основании интервью с заказчиком. Интервью, составленные людьми без опыта работы с данными, это просто кошмар, состоящий из размытых формулировок, странных запросов и попыток изобразить заправского аналитика 🙂
Рекомендации по сбору и приоритизации требований для бизнес-аналитика / Хабр
Как строится карьера аналитика
В начале статьи не случайно упомянут первый курс. Уже в это время нужно смотреть в сторону аналитики, пробовать её «на вкус». Лучше это начинать с научной работы в вузе — скорее всего, вашей кафедре нужны халявные руки, а вам нужна практика. К тому же, такое рвение даст бонусы в виде роста вашего личного студенческого бренда :-) И в аспирантуру такие поступают первыми — проверено!
А ещё благодаря такой научной работе вы пролетаете этап стажёрства в компании и уже становитесь джуном.
Младший аналитик осваивает профильные инструменты и особенности работы компании, выполняет простые запросы, проектирует несложные ТЗ, работает с рутинными аналитическими задачами, тестирует данные.
Аналитик-миддл уверенно решает аналитические задачи, активно включается в бизнес и разработку, часто широко применяет в работе программирование. Его мнение авторитетно, он умеет презентовать результаты анализа и давать комплексные рекомендации для компании (однако это нужно не в любой компании).
Сеньор-аналитик занимается стратегией, выстраивает свои требования к хранилищам данных, участвует в их проектировании. Ну и помимо этого выполняет все функции миддла.
Что хорошего в работе аналитика?
Неоднородная, разнообразная работа, которая очень долго не наскучивает.
Высокий уровень самостоятельности и автономности внутри команды.
Включённость в развитие компании в непосредственной роли.
Универсальность навыков, можно менять сферы деятельности, оставаясь аналитиком.
Мощное развитие навыков мышления, активное самообучение.
Работа, подходящая для тотальной удалёнки.
Много профильных обучающих и профессиональных мероприятий, где дают далеко не лишнюю и не пустую информацию.
Возможность обучать в качестве преподавателя, ментора, бадди.
Что плохого в работе аналитика?
Абсолютно сидячая работа, требующая высокого уровня сосредоточенности.
Высокая ответственность и высокая цена ошибки.
Необходимость постоянного рабочего контакта с коллегами и заказчиками.
Разноплановая работа может доставлять проблемы тем, кто не привержен многозадачности.
А сколько платят?
Мы возьмём системного аналитика. По данным Хабр Карьеры,
интерн — 61 тыс руб
джун — 102 тыс руб
миддл — 198 тыс руб
сеньор — 329 тыс руб
лид — 362 тыс руб
У продуктового аналитика эти значения на 20–30 тыс повыше, так же у BI‑разработчика. Действительно, аналитики сейчас зарабатывают неплохо по рынку, а главное, что их отличает — это возможность быстрого роста за счёт быстрого обучения и развития навыка работать с данными.
Читайте статьи по аналитике на Хабре и не бойтесь менять профессию — наш динамичными мир это позволяет. И знаете, это огромное благо.
А если вы аналитик и пишете статьи на Хабре, то до 5 мая включительно вы можете подать заявку на Технотекст, чтобы получить приз от хранителя номинации «Аналитика» — экосистемы для бизнеса Контур.
И мне кажется, хранитель номинации оставил самое ёмкое пожелание за сезон:
«Выявляйте неопределенное, упрощайте сложное, пишите полезное! Вдохновения и интересных текстов!»
Приз, кстати, очень интересный: приглашение на ежегодную конференцию аналитиков. В подарок будет входить: билет на конференцию (обычно он платный), проживание там, где будет конференция, особый пак мерча. В общем, как всегда у аналитиков — максимально полезно для ума и ещё чуток — для души.
И да, Технотекст 7 завершён, 30 апреля вы увидите все шорт-листы, кроме двух: Аналитики и Дизайна. Так что используйте последний шанс в этих номинациях.
Всем удачи, и спасибо за участие!
Работайте с Хабром 💵💰💳
P.S.: чуть не забыла — если вы круто пишете и хотите на этом зарабатывать, обязательно заполните анкету. Участие в проекте здорово прокачивает авторов.