Если вам кажется, что успешными аналитиками становятся только выпускники математических факультетов, то спешим вас обрадовать. Стать хорошим специалистом можно и без технического образования. В статье расскажем, как найти работу, даже если нет опыта.
Кто такой аналитик данных
Аналитик данных занимается сбором, обработкой и анализом данных. Он выявляет закономерности и получает инсайты, которые помогают принимать правильные бизнес-решения. Аналитик работает с большими объемами информации, использует различные инструменты и методологии для анализа, а затем представляет результаты в виде отчетов или дашбордов.
Какие качества нужны, чтобы стать успешным аналитиком данных
Критическое мышление: способность анализировать информацию и делать обоснованные выводы, а также замечать несоответствия — критически относиться к получаемым данным, их источникам и методикам.
Например, по результатам аналитики данных внутри компании специалист получил информацию о том, что каждый офисный сотрудник тратит на совещания около 9 часов в день. Вероятно, эти подсчеты ошибочны. Аналитик должен отличать истину от лжи и перепроверять результаты.
Коммуникабельность: умение ясно излагать сложные идеи как устно, так и письменно. Результаты анализа — промежуточный результат для будущего проекта, поэтому важно представлять их просто и понятно для восприятия.
Внимание к деталям: аналитик обрабатывает огромные объемы информации, это требует сосредоточенности продолжительное время. Если вы неусидчивы, то работа аналитиком станет для вас мучением, а невнимательность может привести к ошибкам и финансовым рискам для компании.
Способность решать проблемы: аналитик, как понятно из названия профессии, не только собирает данные и ищет закономерности, но и анализирует результаты, предлагает решения.
Если все эти качества есть у вас, то вы смело можете приступать к изучению матчасти.
Что должен знать и уметь аналитик данных
Чтобы начать карьеру аналитика, не обязательно изучать все разделы высшей математики. Для старта будет достаточно иметь базовые знания статистики и математики для понимания методов анализа данных:
- описательная статистика (среднее значение, медиана, мода);
- теория вероятностей;
- регрессионный анализ;
- гипотезы тестирования.
Эти знания помогут не только понимать методы анализа, но и правильно интерпретировать результаты. Получается, что знать все разделы математики глубоко не обязательно, но при этом у кандидатов с высшим техническим образованием будет больше шансов заполучить работу и стать успешным аналитиком.
Что станет конкурентным преимуществом
Конкурентным преимуществом обладают не только математики. Если у вас есть один из навыков, которые описаны ниже, то обязательно включите его в резюме:
- владение языками программирования: Python, R являются стандартами в индустрии;
- знание SQL: умение работать с базами данных и выполнять запросы;
- опыт работы с инструментами визуализации данных, такими как Tableau, Power BI;
- понимание основ машинного обучения для более углубленного анализа данных;
- навыки работы с Excel: базовые функции и продвинутые формулы.
Каждый скилл в списке — одна из частей будущей работы. Если уже что-то умеете, то будет проще заполучить внимание работодателя.
Книги и ресурсы для начинающего аналитика данных
«Python для анализа данных» Уэса Маккини
Эта книга — настоящий кладезь знаний для тех, кто хочет освоить Python с нуля. Уэс Маккини подробно объясняет основы языка программирования Python и его применение в анализе данных. Вы научитесь работать с библиотеками Pandas и NumPy, что является основой любого аналитического проекта.
Coursera: Специализация Data Science от университета Джонса Хопкинса
Этот онлайн-курс состоит из нескольких модулей, охватывающих все аспекты науки о данных: от введения до продвинутых техник машинного обучения. Курсы ведут эксперты из Университета Джонса Хопкинса, что гарантирует высокое качество обучения.
«Статистика с нуля» Чарльза Уилана
Для тех, кто боится статистики как огня, эта книга станет настоящим открытием. Чарльз Уилан объясняет сложные концепции простым языком с множеством примеров из реальной жизни.
Kaggle
Kaggle — это платформа для соревнований по анализу данных и машинному обучению. Здесь вы можете попробовать свои силы на реальных задачах от компаний со всего мира, а также изучить решения других участников.
YouTube-канал «StatQuest with Josh Starmer»
Джош Стармер делает сложные концепции доступными каждому благодаря своим простым объяснениям и наглядным примерам.
Не пугайтесь, если часть платформ и материалов представлены на иностранном языке. IT-область — международная, поэтому изучение материалов на английском — еще одна увлекательная часть профессии.
Как составить резюме аналитику без опыта и технического образования
Хорошее резюме не бывает шаблонным, поэтому составьте CV — гибрид сопроводительного письма и резюме, в котором вы рассказываете о мотивации, смежном опыте, сильных личных качествах, которые помогут вам стать успешным аналитиком.
Начать стоит со знакомства: назвать имя, возраст и город, в котором вы живете. Это может быть важным для понимания вашего часового пояса, возможности приезжать в офис. Дальше — обозначьте должность, на которую вы претендуете.
Теперь о важном: расскажите, что вы уже умеете как аналитик, какие методы знаете, какими качествами обладаете. Укажите, в чем вы будете полезны компании. Делайте упор на свою полезность, а не на то, что у вас мало опыта и вы идете учиться.
Если вы проходили стажировку, участвовали в проектах, хакатонах, то не стесняйтесь указать это. Повествование можно построить так: проходила стажировку в компании «Серьезный аналитик», занималась сбором и поиском данных о целевых аудиториях продукта, составляла портрет типичного клиента. За период стажировки научилась визуализировать данные в Excel, работать с базами данных и SQL. Важно рассказать о задачах, которые вы решали, и знаниях, которые вы приобрели.
Далее немного говорим о себе. Надо привести не банальные факты, но те, которые отразят ваш характер как специалиста. Не пишите о том, что вы «целеустремленный и стрессоустойчивый». Это не конкретные фразы, которые пишет каждый соискатель. Проявите сообразительность, аналитические способности и ответьте на вопрос: «Какие качества важны аналитику?». Обожаю представлять свою жизнь в таблицах и схемах. Я умело визуализирую бытовые данные в разных программах.
В конце напоминаем работодателю то, с чего начинали: хочу работать именно в вашей компании. Покажите, что вы заинтересованы именно в этом работодателе, расскажите почему. Для этого изучите сайт и неформальные каналы компании.
Где искать работу
Карьерные сайты
Самый популярный сайт для поиска работы в России — это HeadHunter. По запросу «Аналитик данных» на нем собрано около 19 000 вакансий. Еще один ресурс — careerspaсe. Это небольшой, но уютный портал с подборками вакансий по направлениям и уровню подготовки.
Большой список профильных вакансий можно увидеть на сайте Хабр.Карьера. Это отдельное карьерное направление популярного сайта, где собраны вакансии в IT-индустрии.
Каналы
Нередко компании ищут сотрудников через Telegram-каналы. Собрали несколько популярных:
@kadrof_work — здесь размещаются предложения удаленной работы и заказы для фрилансеров.
@analysts_hunter — профильные вакансии в Telegram.
@datasciencejobs — предложения о работе в области искусственного интеллекта, сбора, обработки и дата-анализа.
@foranalysts — предложения для Digital Analysts и Data Scientists.
@products_jobs — вакансии и разбор резюме.
@hireproproduct — продуктовые вакансии.
Где стажироваться
Если не уверены в своих силах, то начните профессиональный путь со стажировок. Информацию о них работодатели размещают на сайтах поиска — HH.ru и careerspaсe, а также на специализированных сайтах. Один из них — Future Today, на нем собраны лидерские программы и стажировки для новичков.
Также подписывайтесь и следите за новостями крупных компаний. Например, Авито, Т-банк, Ozon, VK и Сбер регулярно открывают набор стажеров с обучением и последующим трудоустройством.
