Как стать аналитиком данных

Как стать аналитиком данных: какие навыки нужно получить и где искать первые проекты

Аналитика — идеальная сфера для тех, кто любит решать головоломки. Рассказываем, как стартовать в ней с нуля.

Фото: Monty Rakusen / Getty Images

Роман Панов

Редактор и иллюстратор. Перепробовал пару десятков профессий — от тестировщика до модели, но нашёл себя в удалёнке. Учится в Skillbox и делится в своих текстах новыми знаниями.

О старте в аналитике рассказала

Влада Савина

Специалист по машинному обучению департамента аналитических решений в ГК «КОРУС Консалтинг». Магистр НИУ ВШЭ по направлению «Наука о данных». В IT с 2019 года, участвовала в проектах из разных сфер — от ретейла до финтеха.

Профессия аналитика данных востребована — только на HeadHunter размещено более 49 тысяч вакансий со словом «аналитик» в описании. Аналитика позволяет зарабатывать 200 тысяч рублей в месяц, с неё можно начать путь в IT.

Если вы мало знаете об этой сфере, но хотите освоить профессию аналитика данных, читайте нашу статью. Рассказываем, что нужно знать на старте.

• Кто такой аналитик данных
• Чем занимается аналитик данных
• Сколько он зарабатывает
• Что знает и умеет аналитик данных
• Как стать аналитиком данных
• Где искать работу новичку

Кто такой аналитик данных

Аналитик данных (data analyst) — это специалист, который работает с данными: собирает, обрабатывает их и делает выводы на их основе. Эти выводы помогают принимать бизнес-решения.

Аналитик ищет закономерности в данных — а они бывают как довольно очевидные, так и неявные. Когда аналитик обнаруживает неявные закономерности, это называют инсайтом — от английского insight, что значит «понимание», «интуиция».

Вот пример закономерностей, с которыми работает аналитик. Компания продаёт товары на маркетплейсе. Руководитель ставит аналитику задачу: нужно понять, как изменить цены на товары, чтобы продавать больше.

Аналитик изучает данные и замечает, что некоторые товары охотнее покупают перед выходными. Он делает вывод: возможно, это значит, что перед выходными цены на такие товары стоит повышать. Или аналитик находит другую закономерность: молодые люди покупают товары определённой категории чаще, чем старшее поколение. Он делает вывод: возможно, необходимо снизить цены на эти товары, чтобы привлечь новых клиентов.

Аналитик может работать как в офисе, так и удалённо. Но чем ближе он к бизнес-процессам, тем больше ему нужно общаться с сотрудниками компании. Поэтому аналитиков чаще нанимают на работу в офисе.

Также аналитик данных может работать на фрилансе и вести несколько проектов одновременно. Но искать задачи на фрилансе сложнее — в основном компании ищут сотрудников в штат.

Чем занимается аналитик данных

Все аналитики данных решают следующие задачи:

• Сбор данных. Аналитику нужно понять, какие данные могут потребоваться для решения задачи и где их можно найти. Он берёт данные из внутренних и внешних источников — онлайн-сервисов, документов и баз — и объединяет их для дальнейшей работы.
• Обработка данных. Аналитик удаляет ненужные данные, очищает их от ошибок и повторов. Решает, как их можно отсортировать, и упорядочивает.
• Интерпретация. Аналитик ищет закономерности в данных и выявляет аномалии. Выясняет, как метрики влияют друг на друга, и рассчитывает необходимые для бизнеса показатели.
• Построение отчётов. Аналитик готовит отчёты и визуализирует их: делает графики и диаграммы.
• Выводы. Выводом может служить результат логического умозаключения или рекомендация. Например, аналитик может выяснить, почему изменилась какая-то метрика, или выдвинуть гипотезу о том, что стоит сделать, чтобы улучшить результаты.

В аналитике данных много направлений и, следовательно, есть разные специализации. Например, бывают маркетологи-аналитики, продуктовые аналитики, бизнес-аналитики, финансовые аналитики. Все они решают задачи, о которых мы говорили выше. Но методы анализа, метрики и объекты, с которыми работают специалисты, различаются.

Например, маркетологи-аналитики, скорее всего, будут работать с воронками продаж, сегментацией аудитории и юнит-экономикой. Продуктовые аналитики — с системой продуктовых метрик, мониторингом KPI и анализом причин и следствий. Бизнес-аналитики — с бизнес-процессами: эти специалисты больше других погружены в детали работы компании.

Редакция «Управление» Skillbox Media изучила зарплаты на рынке

Сколько зарабатывает аналитик данных

На рынке труда большой спрос, а специалистов не хватает. Поэтому зарплаты в этой отрасли большие. Согласно статистике Zarplan, средняя зарплата аналитика данных в России — 107 516 рублей в месяц. А медианная зарплата — 83 тысячи рублей в месяц.

На зарплату влияют разные факторы — например, регион, размер компании, число обязанностей. Но в первую очередь уровень дохода зависит от квалификации специалиста. В диджитале обычно выделяют три уровня компетенций: джун, мидл, сеньор.

Джуниор — новичок, который может написать простой код и работать с базами данных. Его зарплата — от 40 тысяч до 80 тысяч рублей в месяц: такие предложения есть на HeadHunter.

Мидл — специалист с опытом работы от года. Зарплата специалиста такого уровня — от 100 до 200 тысяч рублей в месяц.

Сеньор — специалист с опытом работы от трёх лет. Он разбирается в бизнес-процессах и умеет общаться с бизнес-заказчиками и разработчиками. Сеньор может рассчитывать на зарплату от 200 тысяч рублей в месяц.

Вертикальный рост «джун → мидл → сеньор» обычно занимает около 4–5 лет. Чем больше у специалиста опыта и проектных достижений, тем больше его будут ценить и, следовательно, тем больше ему будут платить.

Аналитик данных может продвинуться по карьерной лестнице и зарабатывать больше. Если развить хард-скиллы — например, навыки программирования, математики, статистики или моделирования, — можно переквалифицироваться в дата-сайентиста. Это программист, который создаёт модели, предсказывающие результат.

Если сделать упор на софт-скилы и прокачать умение управлять командой и проектом, ответственность и понимание бизнес-процессов, то можно стать руководителем проектов.

Что нужно знать и уметь, чтобы работать аналитиком данных

Аналитик данных использует в работе математические методы, программирование и специальные сервисы. Перечислим то, что требуется каждому аналитику.

Знать математику и статистику. А именно математический анализ, линейную алгебру, численные методы, математическую статистику, дискретную математику. Это разделы математики, изучить их можно в вузе или на курсах для аналитиков.

Знать теорию нужно, чтобы правильно обрабатывать и анализировать данные, искать закономерности и зависимости, в том числе неявные. Ещё эти знания нужны для формирования и проверки гипотез.

Владеть языками программирования. Написание кода — неотъемлемая часть работы аналитика при обработке данных. Чаще всего используют следующие языки программирования:

• SQL. Довольно простой язык. Полезен для первого знакомства с данными.
• Python и R. Языки более высокого уровня, с их помощью можно выявлять сложные закономерности. Также они помогают визуализировать данные, что тоже полезно для аналитики.

Уметь работать с таблицами в Google и Excel. Почти все данные, с которыми работает аналитик, содержатся в таблицах. Также в Excel и «Google Таблицах» обрабатывают данные, строят прогнозы и составляют отчёты.

Уметь работать с инструментами визуализации. Например, с Power BI, Tableau, Qlik. В них строят дашборды — интерактивные информационные панели, которые получают данные из других систем и отображают их в понятном виде.

Понимать потребности бизнес-заказчиков. Аналитик должен хорошо разбираться в бизнесе, с которым работает. Только так он сможет определить, что означают для бизнеса полученные выводы.

Уметь общаться с людьми нетехнических специальностей. Аналитик часто взаимодействует не только с разработчиками и дата-инженерами, но и с другими сотрудниками. Поэтому он должен уметь объяснять даже самые сложные вещи понятным языком, избегая технических терминов.

Кому подойдёт работа аналитиком

В аналитике будет комфортно людям, которые любят решать головоломки или сложные неординарные задачи и готовы скрупулёзно изучать данные.

Что такое скрупулёзность? Аналитик данных должен быть внимателен к мелочам. Любая, даже незначительная ошибка может сильно повлиять на конечный результат. Кроме того, аналитик должен уметь мыслить критически.

Людям, которые не готовы долго сидеть над одной задачей, в аналитике будет сложно. Плохая новость для тех, кто в школе хейтил математику: её в аналитике достаточно.

Есть ещё один важный момент. В аналитике может не быть осязаемого результата. Заранее бывает сложно сказать, получится ли найти инсайты, с которыми можно вернуться к бизнесу. Или предложенные правила могут не сработать в реальной среде — и часто виноваты в этом будете не вы, а внешние обстоятельства, которые сложно предсказать.

Как стать аналитиком данных с нуля

Есть три основных способа начать работать в сфере. В аналитику приходят из смежных сфер, после получения профильного образования в вузе и после курсов.

Чаще всего в аналитику переходят из смежных отраслей. Аналитиками становятся программисты, экономисты, HR-специалисты и все, чья работа предполагала анализ данных. Даже те, кто просто работал с Excel. Главное для тех, кто приходит из смежных сфер, — подтянуть недостающие скиллы, например программирование или статистику.

Кроме того, в сферу попадают после обучения в вузе по специальности или смежным дисциплинам. Например, в НИУ ВШЭ есть магистерская программа по наукам о данных, а на мехмате МГУ — бакалаврская программа «Фундаментальная математика и математическая физика».

Ещё одна точка входа — курсы. На них преподают и математику, и программирование. Обычно программы курсов построены таким образом, чтобы дать необходимые для работы навыки.

Неважно, как вы пришли в аналитику. Главное — практиковаться. Примеры проектов, в которых вы участвовали, помогут подтвердить навыки при трудоустройстве. Подойдут даже симуляции проектов или результаты с Kaggle — популярной платформы для соревнований по data science от Google.

Учат ли на аналитика данных в Skillbox? Да, в Skillbox есть курс «Аналитик данных с нуля». Он подойдёт для старта в отрасли, даже если вы не слышали об аналитике данных раньше. Тем, кто хочет освоить профессию после вуза или перейти в отрасль из смежной специальности, курс поможет быстрее получить необходимые навыки. В программе 35 практических заданий по SQL, Power BI, Python и итоговый проект — работа над кейсом от разработчика компьютерных игр.

• проводить исследования и делать точные выводы — использовать математические модели, работать с массивами данных и находить закономерности в цифрах;
• использовать программирование: языки Python и SQL;
• строить гипотезы и оценивать перспективы бизнес-решений с помощью метрик;
• делать развёрнутые аналитические отчёты, работать с «Яндекс Метрикой» и Google Analytics и собирать данные в одном окне;
• работать с заказчиками — определять запросы бизнеса и презентовать результаты.

Найти работу можно уже во время обучения. Специалисты Центра карьеры Skillbox помогают оформить резюме и подготовиться к собеседованию, предлагают партнёрские вакансии.

Где искать работу аналитику данных

Искать работу можно на агрегаторах, на специальных площадках и по знакомству.

Площадок с вакансиями много. Можно пойти на агрегаторы вакансий — HeadHunter, «Хабр Карьеру» и другие. Если есть желание выйти на международный рынок, лучше всего искать работу на LinkedIn. Ещё есть каналы в Telegram — например, getmatch и careerspace.

Начинающим аналитикам данных полезно ходить на мероприятия IT-тематики и знакомиться там с работодателями и IT-специалистами. А ещё можно вступить в профессиональные сообщества в социальных сетях.

Чем больше усилий вы приложите, тем выше шанс быстро найти работу. Вот несколько советов начинающим аналитикам данных:

• Участвуйте в соревнованиях или создайте пет-проект — проект, который разрабатывают не на заказ, а для себя. Его можно включить в портфолио и показать при трудоустройстве.
• Готовьтесь к собеседованию — повторите технический материал, а также почитайте о компании, в которую вы идёте на интервью. Важно разбираться в контексте, чтобы показать свою заинтересованность на собеседовании.
• Оформите резюме. Желательно, чтобы оно включало проекты и решённые задачи. Также стоит упомянуть курсы, которые вы проходили.

Не бойтесь откликаться на вакансии, которые вам интересны, но требованиям в которых вы не соответствуете. Зачастую решение о найме принимают не на основе резюме, а после личной встречи, на которой вы можете показать себя с лучшей стороны.

Главное об аналитиках данных в 4 пунктах

• Аналитик данных (data analyst) — это специалист, который работает с данными. Он собирает их, обрабатывает и делает выводы на их основе. Аналитик данных может работать удалённо и в офисе, в штате и на фрилансе. Но чаще компании ищут специалистов в штат, в офис.
• В аналитике данных высокие зарплаты. Средний доход в России — 107 тысяч рублей в месяц. Рост от джуна до сеньора занимает в среднем 4–5 лет, и за это время можно увеличить доход до 300 тысяч рублей в месяц.
• Аналитик данных должен знать математику и статистику, уметь программировать на Python, R и SQL, работать с Excel и BI-системами. Аналитика подойдёт людям, которые любят решать головоломки и неординарные задачи.
• Есть три точки входа в аналитику — смежная отрасль, вуз и курсы. Курсы — хорошее решение и для тех, кто хочет освоить аналитику с нуля, и для тех, кто хочет перейти в неё из смежной отрасли или дополнить знания, полученные в вузе.

Редакция Skillbox Media рекомендует

Как узнать больше об аналитиках данных

• В Skillbox Media есть обзоры разных профессий, связанных с аналитикой. Прочитайте статьи о работе маркетолога-аналитика, финансового аналитика, UX-аналитика, веб-аналитика, бизнес-аналитика, чтобы понять, какая специализация вам подойдёт.
• Также в Skillbox Media есть статья, которую написал Ассир Битохов — дата-аналитик американской компании Xometry. Прочитайте её, чтобы узнать, как устроены карьерная лестница и собеседования в этой отрасли.
• Если вас интересуют сервисы, в которых работают аналитики данных, прочитайте другие материалы Skillbox Media. Мы уже рассказывали о «Яндекс Метрике», Google Analytics, BI-системах и Power BI.
• Если вы хотите стартовать в аналитике данных, обратите внимание на курс Skillbox «Аналитик данных с нуля». Он построен так, чтобы помочь освоить новую профессию даже тем, у кого нет опыта и знаний. На курсе учат всему, что пригодится в работе, и помогают с трудоустройством.

Больше материалов Skillbox Media для тех, кто интересуется аналитикой

• Кто такой data scientist, сколько он получает и как им стать, даже если вы не программист
• Что такое сквозная аналитика, чем она полезна бизнесу и кто её должен настраивать
• Чем занимается аналитик букмекерской компании и почему ему готовы платить 100 тысяч рублей в месяц
• Главное о маркетинговых исследованиях: зачем бизнесу опросы, Jobs to be done и глубинные интервью
• 6 книг для UX‑дизайнера и UX‑аналитика на русском языке

Медианная зарплата — зарплата «посередине» выборки. Это значит, что половина участников выборки получает зарплату больше, а другая половина — меньше.

Как стать аналитиком данных с нуля — руководство для новичков

По оценке международной исследовательской компании IDC, по итогам 2019 года, объём мирового рынка больших данных достиг почти 169 млрд долларов. К 2022 году его объём может достичь отметки 274,3 млрд долларов. Такой стремительный темп роста определяет популярность сферы data science, и как следствие, востребованности специалистов по анализу данных .

В этой статье разбираемся, чем занимается аналитик данных и что, где и как учить, чтобы освоить эту профессию.

Содержание статьи скрыть

Кто такой аналитик данных и чем он занимается

Аналитик данных собирает, изучает, обрабатывает и интерпретирует данные. Этот специалист проводит A/B-тестирования, строит гипотезы и отвечает за принятие решений на их основе. Такие с пециалисты нужны в компаниях, которые работают с большим потоком данных, оцифровывают их и на основе результатов моделируют бизнес -процессы. Аналитик данных работает в IT-компаниях, научной отрасли, торговле, финансовых компаниях, сельском хозяйстве и промышленности.

Ежедневные советы от диджитал-наставника Checkroi прямо в твоем телеграме!
Подписывайся на канал
Подписаться

Что нужно знать, чтобы стать аналитиком данных

Чтобы стать аналитиком данных, нужно освоить много навыков в разных областях. Эта задача решаема только в случае постепенного и структурированного погружения в области.

Технические навыки

Вот без каких навыков не стать успешным аналитиком.

• Математика . Профессию аналитика данных относят к техническим. Несмотря на автоматизацию и упрощение работы с функциями, это та специальность, в которой не обойтись без знаний высшей математики. Чтобы стать аналитиком, необходимо разбираться в основах статистики, математического анализа и линейной алгебры.

• Языки программирования Python и R . Аналитики — это прежде всего математики, а не программисты. Поэтому для работы им необходим простой и производительный язык. Так в Python для анализа данных существует несколько специализированных библиотек — Pandas, NumPy, SciPy, Seaborn и Matplotlib.
• Языки запросов к базам данных SQL . Это мощный инструмент для анализа и обработки информации. Им пользуются аналитики, финансисты, экономисты и даже бухгалтеры. Аналитики экспериментируют с данными, поэтому им важно иметь навыки работы с базами данных.
• Табличные редакторы. Аналитику необходимо объединять данные из нескольких таблиц, фильтровать и сортировать, составлять диаграммы и графики. Для этого используют гугл-таблицы и эксель.
• Метрики анализа эффективности. Это необходимо, чтобы знать, хорошо ли работает тот или иной отдел в компании. Если какой-то процесс недостаточно эффективный, то аналитик на основе данных найдёт решение этой проблемы.
• Прогнозирование событий на основе данных. Анализируя данные, специалист может спрогнозировать, как принятое решение отразится, например, на прибыльности компании. Именно благодаря такому умению, в компаниях снижаются риски и потери.
• Внедрение моделей данных . Моделирование данных помогает визуально представлять данные и обеспечивает соблюдение правил компании, нормативных требований и государственных законов.

Гибкие навыки

Помимо технических навыков, выделяют так называемые софт-скилы или гибкие навыки. Успешного специалиста по анализу данных отличает усидчивость, высокая работоспособность, внимательность к деталям и логическое мышление. Также важна коммуникабельность, ведь часто специалистам приходится ходить на встречи с представителями разных компаний.

С чего начать

Даже без выдающихся знаний высшей математики, вы можете найти своё место в этой профессии. Реальность такова, что знание математической базы желательно, но не необходимо. Рабочие библиотеки и алгоритмы уже готовы взять эти трудности на себя, а вам следует сконцентрироваться на решении прикладных задач и умелом использовании инструментов.

Начните обучение с книг. Вот три основные, которые помогут разобраться с терминами и основными инструментами:

• « BIG DATA. Вся технология в одной книге », Андреас Вайгенд;
• « Укрощение больших данных », Билл Фрэнкс;
• « Большие данные », Виктор Майер-Шенбергера.

Далее переходите к технической базе знаний. Вот с чего стоит начать первые шаги в освоении профессии аналитика данных:

• Изучение программирования на Python и R. Эти два основных инструмента для работы аналитика данных.
• Изучение базы данных SQL. Помогают выгружать необходимых данных из базы.
• Машинное обучение. Машинное обучение позволяет автоматизировать многие рутинные задачи.
• Практика. После изучения всей теории необходимо пробовать свои навыки на реальных задачах и проектах. На портале Kaggle вы найдёте много данных в открытом доступе, свободные к анализу. Анализируйте и делитесь своими результатами. Также, на платформе регулярно проходят соревнования по анализу, в которых могут принять участие все желающие.

Изучить язык запросов SQL можно на курсах. Выбирайте подходящее обучение по SQL из нашей подборки и начинайте осваивать новую сферу.

За сколько можно стать аналитиком данных

Путь аналитика данных с нуля до действующего специалиста может занять от полугода до нескольких лет. Здесь всё зависит от самого человека, его темпа обучения, формы обучения и отвлекающих факторов. Необходимо изучить многое: от основ математики до машинного обучения, а это требует довольно много времени.

Высшее образование — от 4 до 6 лет . Большинство аналитиков имеют высшее образование. Наиболее популярные специальности: экономика, математика, физика и информатика. Если вы хотите получать высшее образование в одной из вышеперечисленных областей, вам помогут следующие вузы: МГУ им. М.В. Ломоносова, ВШЭ, МФТИ, МГТУ им. Баумана, МАИ, МЭСИ.

Онлайн-курсы — от 1 до 18 месяцев. Быстрое обучение с нуля до трудоустройства обеспечивают онлайн-курсы. Чтобы изучить основы, достаточно коротких курсов, чтобы получить полноценные навыки и практический опыт, необходимо не менее полугода обучения.

На курсах вас ждёт: проработанная программа, спикеры — практикующие эксперты крупных компаний, много практики, свободный график обучения, дополнительные материалы и команда единомышленников.

Топ-3 курса для аналитиков данных

Курс «Аналитик Big Data» от ProductStar поможет автоматизировать работу с большими массивами, получать данные из внешних источников и обосновывать выводы, сделанные на основании данных. Вы научитесь проверять гипотезы и освоите машинные методы для обработки данных

На курсе «Python для анализа данных» от SkillFactory вы за два месяца научитесь за минуты обрабатывать большие файлы и создавать отчёты, освоите парсинг и сможете автоматизировать сбор данных с любого сайта

На «Факультете Аналитики Big Data» от GeekBrains за 18 месяцев вы научитесь сбору, обработке и хранению данных и создадите девять кейсов для портфолио. Вы освоите системы машинного обучения и практическое применение аналитики в бизнесе

Как я стала аналитиком данных

Рассказываем историю девушки, которая из менеджера рекламного агентства выросла до аналитика данных в перспективном стартапе.

«Изначально я работала в рекламном агентстве и искала клиенту заявки из интернета. Но меня интересовало большее: я хотела знать куда потом попадают заявки, кто и как их обрабатывает, сколько заявок переходят в клиента, что клиенты покупают, как и почему покупают, возвращаются ли ещё раз. Мне казалось, что есть огромный профессиональный мир цифр и данных, от которого я далека

Поэтому я уволилась из рекламного агентства и стала работать в стартапе по выстраиванию аналитики малого бизнеса. Тут я поняла, что есть много инициативных предпринимателей, которые ведут бизнес интуитивно, ничего не считая, не имея CRM, а о сквозной аналитике даже никогда не слышали. Какие-то отчёты записывались в тетрадь, и всё

Я сначала выстраивала аналитику через гугл-таблицы: формировала базы данных , делал отчёты и графики бизнес-показателей, чтобы показать людям, что автоматизация — это удобно

Аналитике я училась по роликам на ютубе, потом пробовала всё на практике. Возможно, если бы училась где-то — было бы быстрее

Главные трудности в моей работе — банально нежелание людей наполнять базу данных. Записывать всё в тетрадь от руки было для них привычней. А вот с формулами и логикой построения отчётов проблем особых не было, хотя по началу много времени уходило на подбор нужной логики вытаскивания данных

Сейчас понимаю, что вовремя ушла из рекламы. Аналитик — перспективная и востребованная профессия, которая требует большого внимания, концентрации и логики действий и умения донести информацию»

Антонина Змитрович, аналитик в компании по продаже электроники

Подведём итог

Задача аналитиков сегодня — проводить сложные исследования, на основе большого потока данных. Аналитику важно уметь работать с разными инструментами анализа, знать языки программирования и формулировать гипотезы. Новичку нужно учиться не меньше полугода, чтобы устроиться на первую работу.

Освоить актуальные инструменты анализа данных, научиться проверять гипотезы и предлагать бизнесу оптимальные сценарии развития и увеличения капитала помогут онлайн-курсы по аналитике .

Поделитесь материалом в соцсетях — обсудите его с друзьями и коллегами!

Не знаете с чего начать?

Получите персональный список курсов, пройдя бесплатный тест по карьере

Как стать аналитиком данных с нуля и найти работу в этой сфере?

Все больше компаний начинают искать специалистов по анализу данных. Появляется много вакансий в этой сфере, в том числе удаленных. Например, в Яндексе. Это перспективное направление, которое хорошо оплачивается. В статье вы узнаете, как стать аналитиком данных с нуля. Пройти весь путь от обучения, в том числе самостоятельно, до трудоустройства.

В статье есть ссылки на бесплатные уроки и платные курсы, сайты с вакансиями и другие полезные ресурсы. Поэтому рекомендуем прочитать ее до конца.

Содержание статьи:

• Кому подойдет профессия?
• Какую специализацию выбрать?
• Где учиться? Обзор курсов с дипломом
• Как освоить профессию самостоятельно?
• Что нужно знать и уметь?
• Сколько можно заработать?
• Как устроиться на работу без опыта?
• Где искать вакансии начинающим?

Кому подойдет профессия?

Людям, которым нравится работа с данными: цифрами, статистикой. Хочется заниматься интерпретация данных: собрать их и сделать важные для бизнеса выводы, подготовить рекомендации.

В этой сфере нужны следующие качества:

• Хорошо развитое логическое мышление.
• Умение видеть задачу целиком, не зацикливаясь на деталях.
• Готовность к монотонной работе.
• Внимательность.
• Желание учиться и узнавать новое.
• Умение работать в команде.

В эту область приходят люди с разным образованием и опытом. Часто это вторая карьера: человек состоялся в одной специальности и хочет освоить новое направление. Либо перейти в смежную сферу.

Стать аналитиком с нуля можно самостоятельно или пойти учиться на курсах. Профильное (математическое) образование не обязательно, но совсем без подготовки не обойтись. Про то, на кого надо обучаться, расскажем ниже.

Чем занимаются аналитики? Выбор специализации

В таблице ниже собрана информация о разных направлениях в специальности. Основная задача одна – анализ и систематизация данных. Однако задачи могут отличаться.

Название специализации (по ссылкам можно перейти на более подробные статьи)

Где может работать, в каких сферах востребован

Формирует рекомендации для руководителей компаний по различным вопросам.

Банковский и финансовый сектор, продажи.

Изучает прибыли и затраты, проводит сравнение с конкурентами, ищет идеи для инвестирования.

Банки, брокерские и страховые компании, инвестиционные корпорации.

Работает в IT, может обладать навыками программирования. Помогает определить требования к ПО.

IT- компании, сфера компьютерной безопасности.

Анализирует показатели сайта: посещаемость, конверсии и другие метрики. Работает над их улучшениями.

Работает в тандеме с разработчиками ПО и предлагает стратегии автоматизации бизнес-процессов. Консультирует сотрудников по работе в 1С.

Торговые и производственные предприятия, компании- франчайзи 1С.

Поиск способов увеличения продаж на торговых площадках Озон, WB и других.

Вакансии предлагают Вайлдбериз, Озон и другие крупные маркетплейсы.

Разрабатывает стратегию продвижения бизнеса в социальных сетях, анализирует клиентскую базу.

Востребованы в сферах, активно использующих SMM: торговля: ресторанный бизнес, индустрия красоты, моды.

Исследует рынок, изучает потребности клиентов, анализирует спрос на продукт.

IT-фирмы, производственные компании.

Оформляет отчетность компании. Систематизирует информацию в виде дашбордов и понятных таблиц. Помогает автоматизировать процесс составления отчетов.

Страховые компании, банки, торговля, интернет-магазины и другие компании.

Готовит рекомендации по интерфейсу и дизайну сайта.

Реклама, маркетинг, IT, торговля.

Изучает поведение игроков, рассчитывает ожидаемую прибыльность проектов, предлагает варианты улучшения игры.

Бизнесмены и топ-менеджеры все чаще стремятся принимать решения на основе цифр. Эксперт помогает собрать статистику и систематизировать ее, сделать выводы. Извлечь из цифр практическую пользу. Специалисты востребованы в разных сферах: IT, маркетинге, продажах, банковской отрасли, экономике.

Где учиться профессии? Обзор курсов

В таблице собраны популярные программы в онлайн-университетах. Они позволяют освоить профессию с нуля на уровне, достаточном для трудоустройства. Вы получаете системную подготовку, включая практику, и документы, подтверждающие уровень знаний.

Если вас интересуют уроки для самостоятельного обучения, пролистайте таблицу вниз – они будут под ней.

Название и ссылка на программу

Поможет освоить профессию с нуля, опыт в IT не нужен. Обучение состоит из лекций, мастер-классов, домашних заданий с проверкой.

• делать анализ в Excel,
• применять SQL,
• использовать Python для анализа,
• работать с Power BI,
• ориентироваться в метриках (показателях),
• тестировать гипотезы,
• проводить A/B тесты.

Спикеры курса – преподаватели-практики и эксперты, сотрудники крупных компаний. Практика проходит на реальных задачах.

Курс поможет стать аналитиком данных с нуля. По окончании обучения студенты будут иметь 5 проектов в портфолио, диплом установленного образца и знания, достаточные для работы.

Это направление особенно востребовано во время нестабильности. Специалисты помогают компаниям повышать продажи, сокращать издержки. На курсе научат:

• Рассчитывать бизнес-модель.
• Анализировать экономику проекта.
• Оптимизировать процессы.
• Программировать на Python.
• Решать задачи с помощью IT.
• Работать с заказчиками.
• Работать с Excel, Google Таблицами.

Не требует начальных знаний и поможет стать бизнес-аналитиком с нуля. Лекции идут в записи, поэтому обучение в Skillbox рассчитано на людей, готовых учиться самостоятельно.

Это новая и востребованная специальность. Задача – собирать, анализировать цифры и представлять их в виде таблиц и дашбордов. Курс поможет стать аналитиком BI с нуля, без опыта в этой сфере.

Это первый шаг к профессии: курс поможет развить качества, необходимые для работы. Специальные знания для старта не нужны. Формат обучения – видеолекции, вебинары, домашние задания, квизы.

• Основы статистики.
• Работа с Google.Таблицами.
• Python как инструмент анализа.
• SQL.
• Основы машинного обучения.

Вы сможете понять, насколько эта сфера вам интересна. Получите начальные навыки и базовые знания, которые в дальнейшем помогут вам стать аналитиком данных с нуля.

Как освоить профессию самостоятельно? Бесплатные уроки

Вам потребуется изучить:

• Excel – для анализа и обработки числовой информации. В Клубе фрилансеров Вконтакте собрано много бесплатных видео по работе с этой программой. Пользуйтесь поиском по видео, чтобы найти нужные лекции. Excel (либо Google Таблицы) – база, с которой стоить начать, чтобы стать дата аналитиком с нуля.
• SQL – для работы с базами данных. Документация по Microsoft SQL есть в открытом доступе на официальном сайте. Бесплатные курсы по работе с SQL выложены на YouTube.
• Язык программирования Python. Он популярный и несложный. Изучить его можно по бесплатным самоучителям.
• Основы статистики. Есть в открытом доступе, например, здесь: лекции и семинары по курсу Математическая статистика от МФТИ.

Плюсом будет умение пользоваться следующими программами:

• Power BI и Tableau – для представления цифр в виде графиков и таблиц. Уроки для знакомства Power BI выложены на сайте Microsoft.
• MS Power Point – чтобы готовить презентации для клиентов. Обучающие материалы по Power Point есть в Клубе фрилансеров.

Полный перечень необходимых для работы навыков зависит от специализации. Например, чтобы стать бизнес-аналитиком, нужно хорошо разбираться в экономике, финансах.

Для самостоятельного обучения будут полезны следующие ресурсы:

• @internetanalytics – канал Алексея Никушина, основателя конференции МатеМаркетинг.
• @yandexmetrika – официальный чат пользователей сервиса Яндекс.Метрика.
• @appmetrica_chat – официальный чат пользователей AppMetrica, сервиса Яндекса.
• @excel_everyday – канал о работе в Excel.
• @google_spreadsheets_chat – чат по Google Таблицам и скриптам.
• @itanalyst_ru_chat – чат по 1С.
• Stepik.org/course/63054/info — тренажер по SQL.
• Analyst.by/library — библиотека сообщества бизнес- и системного анализа.

Читайте книги, например:

• Для бизнес-анализа. «Руководство к Своду знаний по бизнес-анализу BABOK (аббревиатура от A Guide to the Business Analysis Body of Knowledge)». Это полноценный учебник. Книга дорогая, но ее рекомендуют представители отрасли и преподаватели вузов. Это всемирно признанный стандарт бизнес-анализа. Она поможет продвинуться тем, кто хочет самостоятельно стать бизнес-аналитиком с нуля.
• Для работы с big data (большим массивом данных – востребовано в таких компаниях, как Яндекс). «BIG DATA. Вся технология в одной книге» (Вайгенд Андреас).
• Для работы в IT. «Путь aналитика. Практическое руководство IT-специалиста» (Иванова Вера, Перерва Андрей).

Что еще надо знать и уметь?

Математику, программирование и понимание бизнес-процессов. Чтобы стать аналитиком данных, нужно разбираться в этих сферах. В некоторых специализациях дополнительно понадобятся профильные знания.

• Математика. Нужно иметь знания в областях статистики, математического анализа и линейной алгебры и уметь их применять.
• Программирование. Нужно уметь программировать на Python и использовать SQL.
• Понимание бизнес-процессов, знание основных метрики.
• Редакторы таблиц. В профессии необходимо умение сортировать информацию, составлять диаграммы и графики. Если вы хотите самостоятельно стать аналитиком данных с нуля, начать стоит с изучения Excel и Google Таблиц.

Также могут потребоваться дополнительные знания и навыки. Например, для работы в иностранной компании может понадобиться иностранный язык, обычно – английский. По этой ссылке вы найдете много бесплатных самоучителей, словарей и другой полезной информации.

Сколько можно зарабатывать?

Разброс зарплат в сфере Data Analyst большой. Самые высокие доходы – в Москве и Санкт-Петербурге. Ниже перечислены средние зарплаты в разных городах:

• Москва — от 90 000 руб.
• Санкт-Петербург — от 80 000 до 100 000 руб.
• Казань — от 80 000 руб.
• Владивосток — от 75 000 руб.
• Самара — от 60 000 руб.

В среднем самые высокие доходы – в направлении финансового анализа. Зарплаты зависят от стажа и обязанностей:

• Стажеры и младшие специалисты — от 80 000 руб.
• Сотрудники среднего уровня — от 100 000 руб.
• Senior-специалисты и руководители отделов — от 170 000 руб.

В качестве дополнительного стимула работодатели могут предлагать программы добровольного медицинского страхования, посещение фитнес клуба и курсы иностранных языков.

Как устроиться на работу без опыта?

Чтобы получить предложение от работодателя, стоит тщательно прорабатывать каждый отклик на вакансию:

• Составить привлекательное резюме. Разборы резюме есть в телеграм-канале @products_jobs, там можно найти много полезных советов по его составлению. Также почитайте, как составить резюме, чтобы выделиться, как написать сопроводительное письмо. Опишите в резюме те навыки и задачи, которые близки к новой работе, и уберите непрофильные. Это поможет устроиться на работу аналитиком даже без опыта.
• Подписаться на каналы с вакансиями в социальных сетях, на лидеров отрасли. Оставлять содержательные комментарии под постами.
• Зарегистрироваться на профессиональных форумах и периодически читать, а также комментировать статьи и сообщения.
• Рассмотреть стажировку. Ее предлагают в том числе такие компании, как JetBrains, Авито, Яндекс.
• Добавить в резюме не только описание образования и опыта, но и личные качества, такие как аналитический склад ума, бизнес-мышление, внимание к деталям.
• Готовиться к каждому собеседованию: изучать информацию о работодателе, узнавать, кто будет проводить интервью.

Где искать работу новичкам?

Сайты, где можно найти вакансию аналитика данных, в том числе без опыта работы:

• HH.ru – популярный сайт для поиска работы. Здесь можно найти не только вакансии, но и варианты стажировки.
• Kwork — здесь можно разместить информацию о своих услугах и получать заказы.
• Career.habr.com – раздел с вакансиями на сайте для IT-специалистов.
• @kadrof_work – здесь размещаются предложения удаленной работы и заказы для фрилансеров.
• @analysts_hunter – профильные вакансии в Телеграм.
• @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.

Кто такой аналитик данных и как им стать

Спец собирает и обрабатывает данные, проводит тесты, строит модели и делает выводы.

Анастасия Хамидулина
Автор статьи
20 января 2023 в 20:02

Фактически любой бизнес — от ретейла до IT-гигантов — собирает разные данные: о покупках, продажах, кредитах, налогах, производительности, скачиваниях ПО. Всё ради того, чтобы проверить, как обстоят дела в компании, и принять стратегическое решение. Например, выгодно ли выводить на рынок новый продукт, что популярнее: приложение или сайт, где открыть новую точку продаж.

Данных много, разобраться в них непросто. Обычный менеджер без навыков не справится. Зато справится data analyst — аналитик данных. Он делает так, чтобы данные приносили бизнесу пользу.

На курсе Skypro «Аналитик данных» студентов учат обрабатывать данные о продажах и поведении клиентов на сайте. А еще соотносить их с данными о работе сервиса доставки, изменением цен, запуском рекламных кампаний. Все практические задания потом можно положить в портфолио.

Кто такой аналитик данных

Аналитик данных, или data analyst — специалист, который анализирует большие данные. То есть всевозможные и никак не систематизированные данные, которые создает или получает бизнес.

Аналитик обрабатывает данные, строит гипотезы и прогнозы. А компания на базе данных и выводов принимает важные решения: например, какое обновление выкатить для приложения.

Специалиста обычно нанимают крупные компании, которые не могут существовать без анализа данных. Но аналитик полезен любому бизнесу — даже цветочному магазину у дома. Например, чтобы выяснить, когда больше покупателей — утром, днем или вечером или на какие букеты выше спрос.

А вот чем занимается аналитик данных на рабочем месте:

�� Собирает данные. У аналитика есть цель: например, понять, какой продукт самый продаваемый. Прежде чем анализировать, специалист определяет, какие данные потребуются и из каких источников.

�� Очищает данные. Любые данные приходят в беспорядке: некоторые с ошибками, другие неполные, а третьи — лишние. Задача аналитика — их очистить: удалить те, что не нужны, а остальные исправить, упорядочить и систематизировать.

�� Настраивает данные. На этом шаге аналитик собирает данные из нескольких таблиц в одну, чтобы можно было составить отчеты и построить графики.

�� Создает отчеты. Аналитик находит закономерности и создает на базе данных отчеты, графики, диаграммы. Он либо делает их с нуля, либо дополняет те, которые уже есть. Отчеты и визуализацию изучает руководитель, чтобы сделать выводы по самому популярному продукту. Иногда выводы делает сам аналитик

Если знать основы SQL и Python, можно автоматизировать часть работы. На курсе Skypro «Аналитик данных» учат настраивать визуализации так, чтобы данные из таблиц подгружались при обновлении.

Основные специализации аналитика данных: какие бывают

�� Продуктовый аналитик. Работает в продуктовых компаниях, которым важно анализировать спрос, предложения, производственные нормативы. Специалист изучает данные по продажам, производству, конкурентам и всего рынка в целом.

Типичная задача продуктового аналитика — выяснить, какие сложности возникли у потребителей после того, как они купили продукт и пользуются им. По результатам работы бизнес либо оставит продукт таким, какой есть, либо улучшит — выпустит новую модель.

�� Маркетинговый аналитик. Выясняет, откуда приходит больше клиентов, сколько должен стоить клик, какой рекламный бюджет понадобится на маркетинговую кампанию и есть ли смысл ее запускать. Итог работы аналитика — эффективные объявления, дешевые лиды и высокая окупаемость маркетинговых инвестиций.

�� Гейм-аналитик. Нанимают компании по разработке игр. Задача аналитика — изучать игровые данные и делать выводы, интересна ли игра геймерам, что в нее добавить, что убрать, какое обновление выкатить. Еще аналитик может искать ошибки до и после релиза, выяснять, почему они появились и что предпринять, чтобы всё исправить.

�� BI-аналитик. Автоматизирует работу с источниками данных, строит отчеты и сводит на едином графике — дашборде. Работает с любыми данными организации: хоть производственными, хоть по продажам. В итоге компания больше зарабатывает, снижает затраты, обходит конкурентов.

«Наибольшим спросом пользуются аналитики, которые умеют программировать и рассчитывать результаты АБ-тестов с помощью математической статистики. То есть продуктовые аналитики. Специалистов с подобными умениями не так уж и много, даже по сравнению с бизнес- и BI-аналитиками. Но направление для себя предлагаю не определять, а сперва овладеть базисом профессии, который позволит вам перейти в любое из этих направлений».

Данил Елистратов
Tech Lead факультета «Аналитики данных» в Skypro

Какие навыки и знания нужны, чтобы работать в сфере

Аналитика данных существует на пересечении математики и программирования, но иногда специалист занимается анализом бизнес-процессов и моделированием.

�� Математика. Data analyst должен разбираться в алгебре, статистике, логике. Иметь диплом математика не надо: большую часть данных обрабатывают с помощью скриптов. Но базовые знания помогут просчитать вероятность, найти тенденции и закономерности.

�� Программирование. Аналитик собирает терабайты данных, упорядочивает их и анализирует. Если делать это руками, уйдет много времени. Удобнее написать скрипт — программу, которая сделает всё сама. Но для этого надо уметь программировать на Python или R, а еще знать SQL.

�� Анализ бизнес-процессов. Результаты работы аналитика влияют на весь бизнес, поэтому специалист должен понимать, как работает вся компания и каждый отдел. Иначе не сможет сделать выводы: подсказать, на что влияют данные, как могут помочь или навредить.

�� Моделирование или машинное обучение. Бывает, что с моделированием работает специалист по data science, но иногда и аналитик данных. Задача аналитика — создать модель: файл, который умеет находить закономерности. Потом предоставить ему набор данных, обучить эти данные анализировать, а дальше использовать обученную модель для реальной работы.

Какие личностные качества помогают в работе

�� Аналитический склад ума. Специалист склонен анализировать информацию, вычленять главное из второстепенного и делать последовательные выводы. Если человек привык полагаться на интуицию или шестое чувство, в анализе будет сложно.

�� Внимательность. Потерять цифру, забыть часть данных или не перепроверить отчет — недопустимо для аналитика. Внимательный человек будет кропотливо искать закономерности и ошибки по несколько часов.

�� Деловой подход. Аналитик данных должен уметь концентрироваться на важном, а остальное игнорировать. Например, если в процессе анализа он пришел к второстепенным выводам, отвлекаться нельзя. Нужно делать только значимую работу.

�� Умение аргументировать. Когда аналитик сдает результат компании, то подсказывает, какое решение принять. Даже если решение не нравится начальнику, толковый специалист не отступит перед авторитетом, а приведет конструктивные аргументы.