У IT есть обратная сторона. Найти профессию по душе сложно, и иногда люди ошибаются со специальностью или местом работы. Чтобы вы сделали правильный выбор, мы хотим рассказывать и про это. Наша героиня мечтала стать Шерлоком Холмсом в IT: применять дедукцию и связывать отдельные цифры в единую картину бизнес-успеха. Рабочие будни оказались прозаичнее. Мария Пилева, ведущий менеджер по маркетинговым исследованиям в Яндексе, честно рассказала о своем опыте работы дата-аналитиком.
Как я познакомилась с IT
Я окончила экономический факультет в НИУ ВШЭ. У нас были пары по статистике и теории вероятности, мы учились программировать на языке R и работать с аналитикой данных. Тогда я заинтересовалась областью.
После университета устроилась работать в маркетинговое агентство. Формально — аналитиком. Но на деле это была исследовательская деятельность для консультаций компаний-заказчиков. В таких агентствах ресерчеры (или аналитики, как нас называли) не погружаются в продукт: работа ведется «на поверхности». Да, нужно копаться в данных, использовать SQL и искать полезные бизнесу тенденции и закономерности, но часто все эти задачи подаются в очень тесных рамках. И реальных потребностей компании не закрывают, не ведут к развитию и масштабированию бизнеса.
Мои амбиции были шире: хотелось видеть, что мои гипотезы и действия напрямую влияют на успех и прибыль компании. Еще я стремилась использовать более продвинутые технологии и применять университетские знания по статистике. Поэтому решила сделать шаг вперед и устроиться дата-аналитиком в крупную компанию. Мне удалось.
Я быстро поняла: мой образ профессии очень далек от реальности
Мои обязанности дата-аналитика оказались очень техническими и рутинными. Преимущественно приходилось выполнять операционные задачи: строить DataSources, искать новые источники данных и обеспечивать их хранение, создавать выборки. В моем представлении подобным занимаются дата-инженеры.
На практике функции инженеров и аналитиков часто смешивают в одном мешке и перетасовывают — неизвестно, какие таски будут именно у вас в конкретной компании. В моей команде было 90 аналитиков, и все они были скорее инженерами.
Неудивительно, что при таком хаотичном распределении обязанностей уровень профессионализма в команде тоже максимально неровный. Например, руководитель мог оказаться менее теоретически и практически подкованным, чем подчиненные.
В итоге в должности аналитика я выучила Python, научилась с ним работать, но осталась все так же далека от профессии мечты. В своих обязанностях мне было тесно и грустно.
Аналитик должен неплохо продавать
Другой подводный камень, о который я больно споткнулась — необходимость сто раз переспрашивать и выяснять, что именно от тебя хотят. И это не история о продуктивных уточняющих вопросах, которые полезно уметь задавать. Нет, дело в том, что задачи, которые приносили мне как аналитику, были сформированы очень неточно и не отражали изначального бизнес-запроса. Приходилось бегать по разным специалистам и додумывать, какого результата от тебя ждут.
А еще я поняла, что аналитик должен не только найти полезный для компании инсайт, но и доказать свое видение этой пользы. То есть буквально продать собственное мнение и выводы.
Все компании отличаются друг от друга. Это подтверждают наши другие герои. Например, для Даниила Югая, нашего студента, работа стала хобби. А Татьяна Быкова, еще одна наша студентка, полюбила программирование и помогает выявлять коррупционные схемы, случаи мошенничества.
Наш курс «IT-специалист» с нуля поможет попробовать за 2 месяца 9 разных IT- профессий и уверенно выбрать одну для дальнейшего обучения.
Не стоит гнаться за названием профессии — ищите то, что действительно хотите делать
Так я решила вернуться в исследовательскую деятельность. Сейчас я ведущий менеджер по маркетинговым исследованиям в Яндексе. Или просто ресечер. Здесь я занимаюсь тем, чем и хотела: генерирую инсайты и приношу бизнесу реальную пользу.
В позиции ресечера у меня больше творческой свободы. Здесь важна инициативность: могу предлагать свои гипотезы к проверке, а не просто прокладывать готовые маршруты от кого-то сверху. К тому же в Яндексе нашлось применение моему профильному образованию: здесь нужны основательные знания статистики и маркетинга. Я даже решила продолжить обучение и сейчас заочно получаю магистерскую степень в Эссекском университете по специальности «Data-analytics for social scientists».
Мое призвание нашлось в смежном направлении, и полученный на предыдущей работе опыт не был напрасным. Главное — я поняла, что описание вакансии и даже ее название не всегда отражают действительные обязанности. Не стоит подстраиваться под разочаровывающую вас реальность — где-то рядом может быть близкая вам профессия.
