Rose debug info
---------------

Путь в аналитику — 0

Последние два месяца изучаю новую профессию — анализ данных.

Сделал выбор осознанно, исходил из простых требований:

  1. Новая профессия должна приносить кайф.
  2. Хорошая работа должна хорошо оплачиваться.
  3. Профессия должна быть востребована.

1. Личный кайф

Я люблю таблички и порядок.

  • На каждый отпуск у меня всегд был план на каждый день: где мы будем, что там смотреть, сколько времени это займёт. Все эти данные были в табличках.
  • Бюджет — тоже в табличках. На одном листе выгрузка из банка, с очищенными комментариями через регулярные выражения. На другом — сводные отчёты по категориям и месяцам, собранные через функцию hlookup.

Ещё мне всегда нравилось программирование. Ранее я уже делал попытки изучить его, но так и не смог выйти из учебных заданий в реальный мир.

В это раз помимо законченного вводного курса по Python уже сделал свой проект с реальными данными: прошерстил блог Ильи Бирмана.

Кроме того, внутри отрасли много специализаций: с этими знаниями всегда можно будет найти занятие по душе. Каждому специалисту не обязательно знать все области на уровне профессора, нужен только определенный уровень из каждой.

Алексей Натёкин приводит три области знаний:

  • знания о предметной области,
  • математика,
  • программирование.

И сколько из каждой нужно среднестатистическому аналитику:

Кадр из доклада Алексея Натёкина «Чем отличаются data analyst, data engineer и data scientist»

2. Аналитика нужна всем

Аналитика — частный случай Data Science, науки о работе с данными.

Наука о данных (англ. Data Science) — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме.

Data Science на Википедии

В мире становится всё больше данных и скорость их прироста также возрастает. Сейчас данные есть у каждой шаурмичной — количество гостей, их предпочтения, продажи и маржа. Всё это надо обрабатывать и выдавать гипотезы по улучшению. Например специалисту по машинному обучению точно надо много математики, а вот глубоко разбираться в отрасли необязательно. Аналитику же, напротив, не нужно столько математики.

Такая потребность ведёт к большому разнообразию в выборе будущего работодателя. Здесь не только классные IT компании, но и банки, и другие крупные компании.

3. Работа аналитика хорошо оплачивается

Поскольку всё больше компаний приходят к тому, что пора таки заняться данными, отрасль быстро растёт и специалистов не хватает. Хороших специалистов ещё меньше.

Простой поиск показывает вилку зарплат, количество вакансий и отрасль компаний.

Данные с hh.ru на 13 июля 2019

Главное — не забывать затачивать пилу, уметь решать проблемы и думать о пользе для бизнеса.

Share
Send
Pin