Что хорошего в смене специализации и каких ошибок лучше не совершать

Содержание
  1. ML-инженер
  2. Дата-инженер (Data Engineer)
  3. Тестировщик
  4. Профессия №1. Аналитик данных
  5. Задачи аналитика данных
  6. Что хорошего в смене специализации и каких ошибок лучше не совершать
  7. «Писать код — прибыльно», — говорили они
  8. Решение о переходе в аналитику
  9. Смена профессии на текущем месте работы
  10. Как пройти собеседование на системного аналитика без потери в зарплате: советы из личного опыта
  11. Этап 1: подготовка резюме
  12. Этап 2: первичный созвон с HR
  13. Этап 3: техническое интервью
  14. Первый день в качестве системного аналитика: трудности, с которыми столкнулось сознание разработчика
  15. Надо общаться с успешными людьми
  16. Приходится разбираться с ошибками без доступа к коду
  17. Нужно учиться описывать функциональность
  18. Резюмируем
  19. Где обучаться новым профессиям
  20. Системный администратор
  21. Разработчик игр
  22. Профессия №3. Эксперт 1С
  23. Задачи 1С эксперта 
  24. Навыки эксперта 1С
  25. Зарплата эксперта 1С
  26. Системный аналитик
  27. DevOps-инженер
  28. Онлайн-обучение для бухгалтеров, кадровиков, юристов
  29. Какие навыки нужно получить и где искать первые проекты
  30. Мобильный разработчик
  31. Data Scientist
  32. Аналитик данных (Data Analyst)

ML-инженер

Инженер в сфере Machine Learning (машинного обучения) применяет на практике модели, придуманные Data Scientist. Он создает программы, которые обучаются на заданном наборе информации, а затем могут самостоятельно анализировать данные и делать на их основе выводы и прогнозы.

Стать ML-инженером с нуля сложно, нужны как минимум хорошая математическая база и опыт разработки. Специалист по машинному обучению должен разбираться в программировании, математике, статистике. Владеть стеком технологий, например знать языки программирования Python, Scala, Java, C++.

Медианная зарплата: 165 тыс. рублей.

специальность ML-инженер

Без IT: Машинное обучение отдаленно напоминает работу дрессировщика, который хвалит животное, когда оно правильно выполняет команды, и ругает, когда оно ошибается.

Пример задачи: Вписать алгоритм для распознавания почерка и оцифровки написанного от руки текста в приложение, дать ему практическое применение, а потом кропотливо отлаживать, чтобы оно правильно работало.

Дополнительный анализ:  Анализ эффективности использования внеоборотных активов (на примере ООО «Форкама»)

Перспективы: Как и в случае с другими разработчиками, ML-специалист сначала набирается опыта, доходя до должности тимлида, а затем может стать руководителем отдела, подразделения и в конце концов CDO, Chief Data Officer — главным специалистом по данным в компании.

Тест: узнайте свое идеальное место работы

Дата-инженер (Data Engineer)

Специалист, который собирает данные из разных источников, очищает их и передает в удобном виде аналитикам для принятия бизнес-решений.

Именно он создает и поддерживает архитектуру данных: крупные базы данных, хранилища или системы для обработки информации.

Дата-инженер

Data Engineer должен отлично разбираться в базах данных, знать SQL, уметь программировать на Python, Java или Scala. Стать таким специалистом легче всего будет с навыками разработки, но научиться можно и с нуля.

Зарплата Data Engineer: от 100 тыс. до 300 тыс. рублей.

Чаще всего предлагают: 150 тыс. рублей.

Без IT: Работа Data Engineer связана с поиском, сбором и сортировкой информации, поэтому в мире без технологий они умели бы работать с аналоговыми базами знаний, например, огромными архивами.

Пример задачи: Спроектировать систему сбора и обработки данных о просмотрах для рекомендательной системы онлайн-кинотеатра.

Перспективы: Больше всего в использовании больших данных заинтересованы крупные корпорации, так что Data Engineer может рассчитывать на место в Яндексе или Сбербанке. В дальнейшем он может попасть на руководящие должности.

Тестировщик

Тестировщик — IT-специалист, который оценивает программу с точки зрения корректности работы: все ли функции исправны, нет ли багов. Тестировщики проверяют работу кода в разных ситуациях использования и находят в нем ошибки и уязвимые места. Помимо технических навыков, тестировщику нужны и софт-скиллы: умение давать обратную связь разработчикам, писать отчеты, которые помогут им воспроизвести и устранить проблему.

Раньше можно было стать тестировщиком благодаря заинтересованности в технологиях и опыту использования разных программ. Сейчас для старта нужен хотя бы небольшой багаж знаний в сфере IT: понимание жизненного цикла разработки, процессов тестирования, умение работать с таск-трекерами. Но по-прежнему это одна из самых подходящих профессий, чтобы быстро попасть в IT.

Зарплата: от 50 000 до 300 000 рублей, медианная — 85 000.

Без IT: Тестировщик вне мира IT — этот тот самый человек, который придумает необычный способ проверки любого предмета, который попадет в его руки. Навыки тестировщика пригодятся специалисту по качеству, в какой бы сфере он ни работал: любой продукт, от кофемолки до самолета, нужно протестировать перед началом продаж.

профессия связанная с программированием тестировщик

Пример задачи: Проверить, как будет работать интернет-сервис, когда им будут пользоваться сотни тысяч пользователей, то есть провести нагрузочное тестирование: замерить скорость работы сервиса под высокой нагрузкой и найти «бутылочное горлышко», замедляющее работу.

Перспективы: Тестировщик может вырасти до QA-инженера или, набравшись опыта, перейти в разработку и управление проектами.

Пройдите наш тест и узнайте свое идеальное место работы. Ссылка в конце статьи.

Профессия №1. Аналитик данных

Аналитик данных — это специалист в области обработки, анализа и интерпретации данных. Сделанные выводы помогают принимать решения в бизнесе, исследованиях, менеджменте и в других областях.

Такие специалисты нужны любой компании, от ритейла до маркетингового агентства, ведь бизнес стремится избежать ошибок и сэкономить деньги, поэтому хочет, чтобы любые решения принимались рационально.

Например, аналитик в отделе маркетинга помогает привлекать новых клиентов компании. Он занимается анализом поведения пользователей на сайте, чтобы скорректировать стратегию продвижения. Благодаря аналитику маркетологи не делают лишнюю работу и не принимают решения «вслепую».

У бухгалтеров и аналитиков данных есть общий бэкграунд: и те, и другие работают с данными и анализируют информацию. Кроме того, бухгалтеры отлично разбираются в бизнес-процессах компании, а именно это требуется от хорошего аналитика. Узнаете в статье: Инструменты аналитика данных, которые пригодятся в работе бухгалтера.

Задачи аналитика данных

Задачи могут быть разными и зависеть от конкретной организации или проекта.

Как правило, базовые задачи аналитика данных выглядят так:

  • Автоматизация сбора и обработки данных для формирования отчетов

  • Поиск закономерностей для принятия решений

  • Внедрение бизнес-метрик, которые помогают оценивать эффективность деятельности компании

  • Выдвижение новых гипотез, которые потом будут подтверждаться на практике

  • Проведение A/B тестирования, чтобы исследовать реакцию рынка и потребителей на изменения в продуктах или услугах компании

Школа Action Digital School переучивает бухгалтеров на аналитиков данных, основываясь на уже имеющемся у специалистов опыте. После обучения студенты получают диплом о профессиональной переподготовке и могут искать работу в дата-аналитике. 

Что хорошего в смене специализации и каких ошибок лучше не совершать

Время на прочтение

Если вы задаётесь такими вопросами, как «точно ли я занимаюсь тем, что нравится?» или «как сменить сферу деятельности?», тогда эта статья однозначно для вас. В ней я поделюсь:

  • тем, как я выбрал свою первую профессию программиста;

  • почему решил сменить её и ушёл в системный анализ;

  • насколько мой опыт разработки помог мне в новой сфере;

  • сложно ли менять профессию и проходить собеседования;

  • какие выводы я сделал из пройденных трудностей и совершённых ошибок.

Привет! Я, Игорь Олянич, системный аналитик компании Intaro, сейчас проведу вас по своему пути из разработки в аналитику и поделюсь опытом, который мне удалось получить. Присаживайтесь поудобнее.

«Писать код — прибыльно», — говорили они

В 2015 году я окончил технический вуз в своём родном городе по направлению, близкому к программированию. После получения диплома передо мной стоял выбор, в какой профессии хочу развиваться. Как и большинство моих одногруппников, я решил стать программистом, — в связи с полученными в университете знаниями и большими, ежегодно растущими зарплатами.

Что хорошего в смене специализации и каких ошибок лучше не совершать

Игорь Олянич

Решился сменить профессию и стал системным аналитиком

После этого нужно было определиться с языком программирования и технологиями, а также подобрать компанию, удовлетворяющую моим запросам. Здесь всё было максимально банально и приближено к тому, как я выбирал профессию. Я отталкивался от двух вещей:

  • чему я больше всего обучался в университете,

  • какие разработчики больше всего получают.

Мой выбор пал на Java и SQL. Затем мой одногруппник подкинул мне вакансию в его компании, и я приступил к своим должностным обязанностям, а именно к написанию кода.

Первый год был достаточно увлекательным. Я получил опыт работы над крупным проектом, начал расти и развиваться, меня повысили — перешёл с должности младшего программиста на должность программиста. Старался больше погрузиться в используемые и новые технологии, чтобы вырасти как специалист в выбранном мной направлении. 

Решение о переходе в аналитику

Спустя несколько лет работы программистом я стал осознавать, что больше не получаю того удовольствия от своей деятельности, которое было раньше. Весь мой день проходил за написанием кода и его отладкой. Казалось бы, ты берёшь новую задачу в работу, это должно быть интересно, но на самом деле всё было однообразно. Большая часть времени уходила на поиск небольших ошибок, которые ты рассчитывал поправить за каких-то 30 минут и на которые по итогу тратил несколько часов. 

В какой-то момент стало не хватать коммуникаций с людьми, так как в основном всё общение сводилось к уточняющим вопросам по задаче. Когда я видел какую-то проблему, было сложно протолкнуть своё решение: всё уже было утверждено, и требовалось только реализовать. 

Всё говорило, что усталость от работы возникла не из-за необходимости отдохнуть или сменить место работы. Причина глубже: как раз в том, подходит ли выбранная профессия конкретно мне. Деньги переставали быть решающим фактором, и я стал размышлять. Мой выбор пал на профессию системного аналитика. Я взвесил все за и против и зафиксировал всё это в таблице:

Работа системного аналитика

Каждодневная рутинная работа по написанию нового кода и отладке написанного, что занимает больше всего времени

Разнообразие задач, которые нельзя назвать типовыми

Работа над одной частью проекта и непонимание картины целиком

Глобальное видение проекта

Отсутствие коммуникации с людьми

Коммуникация с людьми для выявления лучшего решения

Написание кода согласно разработанному техническому заданию

Проработка реализации от начала и до конца, составление технического задания на основе этого анализа

Уровень заработной платы незначительно выше системного аналитика

Уровень заработной платы незначительно ниже программиста

Почему не тестировщик?

• Работа похожа на то, чем занимается программист, нет глобального видения проекта;
• невысокий уровень заработной платы

Почему не бизнес-аналитик?

• Профессия очень размыта, и, как правило, системный аналитик частично выполняет роль бизнес-аналитика;
• невысокий уровень заработной платы;
• отсутствуют технические детали

Почему не аналитик данных?

Совершенно другая сфера, требующая обучения практически с нуля

Смена профессии на текущем месте работы

Многие, когда решаются сменить профессию, сразу начинают готовить резюме и искать новую компанию. Я же решил пойти другим путём и попробовать поработать в роли системного аналитика на текущем месте работы. Благо у нас был отзывчивый руководитель, мою просьбу услышали, и я смог частично выполнять обязанности системного аналитика, хоть и выглядело это весьма странно. 

Мне приходилось общаться с бизнес-аналитиками, собирать требования, затем переводить их на технический язык и ставить задачи коллегам из своего же отдела разработки. При этом параллельно я занимался написанием кода и закрывал свои программистские задачи. Здесь стоит добавить, что у меня уже была начальная база для работы системным аналитиком:

  • я учился в аспирантуре по направлению «Системный анализ, обработка и управление информацией»;

  • в годы университета я развивал собственный проект, искал программистов-фрилансеров и составлял ТЗ (как сам его вижу) для разработки сайта и приложения;

  • я изучал ТЗ, которые передавались мне, как разработчику, от системных аналитиков (если у вас такой возможности нет, то можно найти примеры ТЗ в сети и понять, какая должна быть структура и как правильно формулировать мысли, чтобы информация была понятна разработчику).

Также я перечитал кучу статей и посмотрел множество видео на темы, с которыми придётся столкнуться при работе системным аналитиком. Ниже приведу примеры некоторых из них.

  • Документирование в разработке ПО;

  • Требования к ПО на пальцах;

  • ESB (enterprise service bus);

  • REST API Best Practices;

  • OAuth 2.0 простым и понятным языком;

  • Что такое XML;

  • Индикаторы использования XML-элементов;

  • Диаграммы последовательности UML;

  • Практикум UML, диаграммы классов;

  • BPMN для бизнес-аналитиков;

  • Apache Kafka, урок 1: зачем нужна, что это, RabbitMQ vs Kafka vs БД;

  • Архитектура web-приложений: от простых до высоконагруженных.

  • выпишите темы, которые вам необходимо подтянуть, и ищите ту статью или то видео в сети, которые будут понятны именно вам;

  • фиксируйте важную информацию из каждого видео, чтобы в случае чего можно было открыть и перечитать её без повторного чтения целой статьи или просмотра полного видео.

Я не из тех, кто любит менять место работы, так как очень привязываюсь к людям, с которыми приходится взаимодействовать. К тому же начинаешь хорошо разбираться в проектах. Но два фактора повлияли на моё решение заняться поиском нового места работы, чтобы развиваться в профессии системного аналитика и дальше:

  • В компании начался переход с Oracle на PostgreSQL, и роль системного аналитика стала посредственной. Новые задачи от заказчиков не поступали, а все силы были направлены на перенос текущих режимов. Для меня это означало остановку в развитии как системного аналитика и возвращение в позицию только разработчика.

  • Задачи системного аналитика в текущей компании были очень однотипны, не было какого-то развития, а так хотелось. 

Как пройти собеседование на системного аналитика без потери в зарплате: советы из личного опыта

Прохождение собеседования — одна из главных проблем при смене любой профессии, даже если вы ищете работу в смежной сфере. Вы можете быть отличным специалистом, но вас даже не позовут на техническое собеседование: HR-менеджеры не рассмотрят ваше резюме, потому что не увидят там строчку с работой на должности «системный аналитик». Здесь возникает дилемма:

  • идти на позицию junior, потеряв в зарплате;

  • пытаться убедить HR-менеджеров в своей компетентности.

Думаю, не каждый ИТ-специалист, получающий уже зарплату выше среднего, захочет идти на понижение с учётом того, что его знания явно выше позиции junior. Поэтому здесь всё зависит от вашей настойчивости. Если у вас всё получилось и вас позвали на техническое собеседование — поздравляю, теперь всё в ваших руках.

От себя хочу дать несколько рекомендаций, которые помогли мне в поиске работы в качестве системного аналитика. 

Этап 1: подготовка резюме

От резюме зависит очень многое, поэтому важно уметь его правильно составлять.

  • Кратко обозначаем свой опыт на той позиции, с которой переходим.

  • Подсвечиваем те задачи, которые были похожи на таски системного аналитика. Не расписываем задачи, которые не относятся к системному анализу, иначе лишь перегрузим наше резюме.

  • Описываем свои хард- и софт-скиллы как системного аналитика и частную практику, если таковая имеется.

  • Обозначаем навыки из предыдущего опыта, которые дают преимущества в части системного анализа. Например, если были разработчиком, то хорошо разбираемся в технических моментах и умеем общаться с командой разработки, а если руководителем проектов — у нас хорошо развиты навыки коммуникации и планирования. 

Знания разработки дают сильный бонус в аналитике, и это можно и нужно отражать в резюме. Например:

  1. Умение выбирать правильный подход к технической реализации того или иного решения.

  2. Общение с разработчиком на одной волне и понимание кода, даже если не было непосредственного опыта работы с тем или иным стеком и языком программирования.

  3. Осознание сложности реализации и поиск оптимального решения.

  4. Понимание, с какими трудностями может столкнуться разработчик при написании кода.

Этап 2: первичный созвон с HR

Если ваше резюме прошло первичный отбор и с вами связался HR-менеджер — значит, ваше резюме отличное. Если вы видите, что обратной связи нет, возвращаемся на предыдущий этап и вносим изменения в своё резюме.

О чём может спрашивать HR? Как правило, это рассказ о вашем опыте, предыдущем месте работы и причинах поиска нового. Здесь общаемся уверенно и раскрываем те моменты, которые описаны в резюме с уклоном в системный анализ.

Этап 3: техническое интервью

К этому этапу желательно подготовиться. Для этого нужно освежить накопленные и полученные в процессе самообучения или курсов навыки, можно посмотреть интервью на YouTube. 

Вероятнее всего, спросят про зарплатные ожидания. Для этого заранее изучаем средние вилки по рынку для того грейда, на который себя оцениваем. 

После того как собеседующая сторона закончила со своими вопросами, задаём встречные и просим рассказать о задачах, с которыми придётся столкнуться. 

Стараемся понять для себя, насколько успешно прошли интервью. И только после этого называем ожидаемый уровень заработной платы. Высокую планку не называем, если знания пока до неё не дотягивают, но в то же время не занижаем собственные скиллы. Если собеседующих смущает наш опыт, а у нас самих есть неуверенность в своих силах, то спрашиваем про возможность пересмотра оклада после испытательного срока и заранее оговариваем его.

Первый день в качестве системного аналитика: трудности, с которыми столкнулось сознание разработчика

Мой первый день в роли системного аналитика стал для меня глотком свежего воздуха, я получил новый заряд энергии и приступил к работе. Как программист, я был максимально погружён в технические детали, поэтому мой переход в системный анализ можно считать максимально плавным. Однако не обошлось и без некоторых трудностей, о которых мы сейчас поговорим.

Надо общаться с успешными людьми

Работа системного аналитика подразумевает плотный контакт по различным вопросам. Например, взаимодействие с заказчиком или обсуждение проекта с командой разработки. Во многих компаниях роль системного аналитика включает в себя роль бизнес-аналитика. И здесь придётся ещё с обратной связью к заказчику возвращаться и пересматривать с ним изначальные планы. 

На позиции системного аналитика важно уметь правильно формулировать свои мысли, переводить технические моменты на язык бизнеса. Для меня это не стало проблемой, потому что я очень общительный человек и это то, чего мне не хватало, когда я был разработчиком. Однако кого-то это может оттолкнуть.

Приходится разбираться с ошибками без доступа к коду

Когда ты в прошлом разработчик, а теперь — системный аналитик, для тебя непривычно разбирать какие-то ошибки без доступа к коду, ведь надо идти к разработчикам и вместе с ними всё изучать. 

Когда ты системный аналитик, ты можешь воспроизвести ошибку, с которой обратился бизнес, но найти вариант её решения невозможно, так как она может крыться в самом написании кода другим разработчиком. Зато когда ты в прошлом разработчик, а теперь системный аналитик, ты легко общаешься с программистами, — это позволяет быстрее решать возникающие проблемы.

Нужно учиться описывать функциональность

Самая большая трудность, с которой я столкнулся, — это необходимость грамотно составлять документы: спецификацию, техническое задание или пользовательскую инструкцию. Одно дело писать код, совершенно другое — описывать функциональность. Никакой курс этого не подскажет, только практика. Благо мне с этим повезло и я попал в очень мощную команду системных аналитиков, которые давали мне советы и вычитывали мои документы. 

Вот основные ошибки, которых я не смог избежать:

  • отсутствие чёткой структуры документа;

  • использование сокращений без глоссария.

Резюмируем

В этой статье я описал свой путь вхождения в ИТ, опыт в качестве разработчика и переключение на профессию системного аналитика. Хочу заметить, что плавный переход в системный анализ возможен не только из разработки, но и с таких позиций, как руководитель проектов или тестировщик. Главное — задавайте правильные вопросы, умейте находить ответы в сети и ничего не бойтесь!

Надеюсь, что мой опыт и советы будут полезны вам. Главное, что я хочу донести, — не бойтесь пробовать что-то новое, если то, чем вы занимаетесь сейчас, не доставляет вам удовольствия.

Что хорошего в смене специализации и каких ошибок лучше не совершать

У вас есть все возможности, чтобы изменить свою жизнь. Сделать шаг к переменам и начать свой путь в системном анализе можно с бесплатного симулятора профессии или с обучения «Системный аналитик». С промокодом DSHABR10 цена ещё приятнее.

Где обучаться новым профессиям

Все три профессии хорошо подходят именно бухгалтерам — ведь они отлично умеют работать с данными и понимают, как работает бухучет. Но для того, чтобы освоить новую специальность, недостаточно посмотреть несколько роликов и почитать пару статей. Ведь для работы в IT-сфере нужны более глубокие и уверенные знания.

Какие варианты для обучения существуют? 

✓ Обучение в ВУЗах. Многие университеты предлагают свои программы по аналитике данных и 1С. Они качественные, но, как правило, длятся слишком долго: от 1 до 3 лет. А иногда вопрос смены профессии стоит очень остро, и приступить к работе хочется как можно скорее. 

✓ Обучение в онлайн-школах. Прохождение платных онлайн-курсов — вариант для тех, кто хочет получить серьёзные знания и сделать это быстро. 

Системный администратор

Отвечает за бесперебойную работу корпоративной сети, рабочих программ и офисной техники.

Системный администратор (в народе «айтишник») должен уметь администрировать операционные системы — Linux или Windows, понимать основы построения компьютерных сетей и быстро разбираться в работе профессионального программного обеспечения.

Профессия системного администратора часто становится точкой входа IT. Такие специалисты требуются практически в каждом офисе, где работает больше 5–7 человек.

Медианная зарплата: 91 тыс. рублей.

Профессия IT системный администратор

Без IT: В мире без информационных технологий (ИТ) такой специалист не остался бы без работы, ведь он знает, где что лежит, как что починить и к кому обратиться по любому вопросу. Возможно, «завхоз» звучит не так гордо, как «системный администратор», но он может практически в одиночку справиться с любой проблемой, которая возникает в офисе. При этом системный администратор серверов — ступень значительно выше завхоза.

Пример задачи: Составить аварийный план и выполнить его: найти причину отказа сервера, исправить ее, развернуть бэкапы и восстановить работу инфраструктуры компании как можно быстрее.

Перспективы: Со временем, когда системный администратор наберется знаний и опыта, он может дорасти до системного архитектора или DevOps. Другой путь — специализация на информационной безопасности или даже карьера «белого» хакера.

Разработчик игр

Создает развлекательные и обучающие программы для различных платформ — смартфонов, ПК, игровых консолей. Это могут быть и сравнительно простые развлечения и крупные многопользовательские онлайн-игры .

Для старта карьеры нужно понимать, как работает один из популярных игровых движков (например Unreal Engine или Unity) и освоить хотя бы один язык программирования.

Средняя зарплата: 120 тыс. рублей

разработчик игр профессия в IT

Без IT: Мир невозможно представить без игры, а такой специалист умеет их создавать. Если разработчик разбирается в гейм-дизайне, то он легко переквалифицируется, например, в создателя настольных игр.

Пример задачи: Разработчик игр может столкнуться с самыми разными задачами, связанными с созданием игровых интерфейсов. Чем меньше компания, в которой он работает, и чем сложнее игра, тем больше вероятность, что ему придется участвовать во всех этапах разработки.

Перспективы: Как и в любой другой разработке, game developer проходит путь от начинающего — Junior — до опытного — Senior-разработчика, тимлида и, возможно, основателя собственной инди-студии игр.

Профессия №3. Эксперт 1С

1С эксперт — специалист по работе с программными продуктами компании 1С. Такой сотрудник востребован в компаниях, которые активно автоматизируют бизнес-процессы.

Чтобы быть хорошим специалистом, 1С эксперты должны постоянно отслеживать все в изменения и обновления в программных продуктах 1С. Работать можно как в штате, так и на фрилансе, оказывая консультационные услуги заказчикам. Эксперты школы Action Digital School подготовили: Обзор платформы 1С в 2023 году.

Задачи 1С эксперта 

1С эксперт в компании занимается разработкой, организацией и администрированием информационных систем на базе платформы 1С:Предприятие.

Вот список типичных задач 1С эксперта на рабочем месте:

  • Анализ бизнес-процессов компании и подбор подходящих решений на базе платформы 1С:Предприятие.

  • Разработка технических заданий для создания новых информационных систем или модернизации существующих.

  • Разработка и внедрение конфигураций 1С:Предприятие.

  • Техническая поддержка клиентов и пользователей в работе с 1С, решение проблем, исправление ошибок.

  • Оценка эффективности использования 1С:Предприятие.

  • Обучение сотрудников работе с 1С:Предприятие, создание инструкций, проведение мероприятий.

  • Участие в разработке новых функциональных решений системы вместе с разработчиком.

Эксперты школы Action Digital School разработали онлайн-курс «Эксперт 1С», рассчитанный на специалистов с бухгалтерским опытом, которым будет легко освоить новую профессию. В программе курса — 54 обучающих урока, более 30 практических инструментов, видео-разборы заданий от специалистов и полезные материалы. 

Навыки 1С эксперта частично пересекаются с теми, которыми владеет бухгалтер. Вот перечень самых базовых:

➤ Знание работы программы 1С:Предприятие. Специалист должен разбираться в структуре баз данных, настройках, конфигурациях и модулях. 

➤ Опыт работы с различными типами бизнес-процессов. Хороший эксперт понимает, как работает склад, как готовятся бухгалтерские документы, как проводится обработка продаж и закупок. 

➤ Навыки консультанта. 1С эксперт должен уметь общаться с бизнес-заказчиками, понимать их потребности и предлагать оптимальные решения. 

➤ Отслеживание трендов. Так как 1С постоянно обновляется и улучшается, важно постоянно посещать обучающие мероприятия, изучать документацию и общаться с профессионалами для поддержания своих знаний и навыков.

Зарплата эксперта 1С

Зарплата 1С эксперта зависит от уровня квалификации, опыта работы, региона, компании и других факторов. В среднем сумма составляет от 60 000 рублей до 120 000 рублей и выше. 

Системный аналитик

Разбирается, чего хочет заказчик или пользователь, и передает эту информацию разработчику программы. Он также должен знать, какие возможности есть у IT-отдела, и уметь объяснять заказчику, какие из его желаний невыполнимы.

Системный аналитик должен уметь анализировать процессы и требования, а затем на основе полученных данных формализовать их, то есть приводить к непротиворечивому, логичному виду, понятному для разработчика.

Системные аналитики востребованы в сферах со сложными внутренними бизнес-процессами, например банковской, но способны принести пользу в любой крупной компании.

Зарплата системного аналитика: от 80 тыс. до 300 тыс. рублей.

Чаще всего предлагают: 180 тыс. рублей.

специальность Системный аналитик

Без IT: Этого специалиста можно сравнить с переводчиком. Он знает два языка — технический и человеческий — и помогает людям из совершенно разных миров лучше понять друг друга. Умение найти общий язык и с техническими специалистами, и с далекими от разработки и техники людьми пригодится за пределами информационных технологий. Например, в дизайне интерьеров: системный аналитик сможет объяснить заказчику, почему не стоит сносить несущую стену, а строителям — чего же все-таки хочет клиент и зачем ему лепнина на потолке.

Пример задачи: расспросить сотрудников заказчика, собрать их требования к будущему продукту, а затем разработать и согласовать техническое задание для программистов.

Перспективы: от ведущего системного аналитика до руководителя по внедрению информационных систем и руководителя IT-направления.

DevOps-инженер

Development Operations помогает разработчикам эффективно взаимодействовать с другими IT-специалистами. Например, программисты и тестировщики отвечают за Development, а администраторы — за Operations. И когда специалист вовлечён не только в непосредственную разработку, но еще и в процесс деплоя и эксплуатации системы — это DevOps.

DevOps чаще всего становятся разработчики или системные администраторы. Первые специализируются на работе с программным обеспечением, а вторые — на безопасности и архитектуре сетей.

Развитие в этой профессии требует знания архитектуры кода, сети, облачных технологий, владения системами логирования и оркестрации, развитых аналитических навыков.

Зарплата DevOps-инженера: от 160 тыс. до 400 тыс. рублей.

Чаще всего предлагают: 250 тыс. рублей.

DevOps-инженер профессия в программировании

Без IT: DevOps-инженер без технологий — это рационализатор. Он стремится найти способы более эффективной работы, технологии, которые ускорят и упростят работу всей команды в целом.

Пример задачи: Автоматизировать обновления IT-продукта, настроить проверку на ошибки и публикацию по нажатию одной кнопки.

Перспективы: С этой должности возможен переход в разработку, однако большинство DevOps-инженеров предпочитают предсказуемый вертикальный рост до позиций head of DevOps или технического директора.

Онлайн-обучение для бухгалтеров, кадровиков, юристов

Осваивайте новые профессии. Учитываем ваш опыт, даем практические знания и обратную связь от преподавателей

Что хорошего в смене специализации и каких ошибок лучше не совершать

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.



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.

Что хорошего в смене специализации и каких ошибок лучше не совершать

О старте в аналитике рассказала

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.


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.

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

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  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.

Что хорошего в смене специализации и каких ошибок лучше не совершать

Вакансии для аналитиков данных без опыта работы
Скриншот: HeadHunter / Skillbox Media

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

Что хорошего в смене специализации и каких ошибок лучше не совершать

Зарплата специалиста мидл-уровня может превышать 100 тысяч рублей в месяц. О зарплате часто предлагают договориться на собеседовании
Скриншот: HeadHunter / Skillbox Media

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.

Что хорошего в смене специализации и каких ошибок лучше не совершать

В некоторых вакансиях для сеньоров предлагают зарплату от 300 тысяч рублей в месяц
Скриншот: HeadHunter / Skillbox Media

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.

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.

Что хорошего в смене специализации и каких ошибок лучше не совершать

Пример кода на языке Python — скрипт проверки списка на дубликаты
Скриншот: Skillbox Media

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.

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.

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.

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.

  • 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

  • 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.

Что хорошего в смене специализации и каких ошибок лучше не совершать

Делаю презентации и получаю 220 000 рублей в месяц
На рынке полно клиентов, готовых платить за слайды, которые убеждают заключать сделки на миллионы рублей. Можно работать удалённо на себя или в штате компании. Как это делать, показываем на курсе «Мастер презентаций».

Мобильный разработчик

Мобильный разработчик создает программы для мобильных устройств: телефонов, планшетов, часов и так далее. Его главная задача — сделать удобное и функциональное приложение.

Сегодня мобильные разработчики очень востребованы — и неудивительно, ведь мобильные приложения нужны всем, от магазинов и банков до университетов и государственных органов.

Зарплата мобильного разработчика: от 150 тыс. до 350 тыс. рублей.

Чаще всего предлагают: 250 тыс. рублей.

специальность в айти мобильный разработчик

Без IT: В мире без мобильных устройств мобильные разработчики могли бы придумывать небольшие карманные приспособления, облегчающие людям жизнь: вроде механических счетов или компактных блокнотов-ежедневников.

Пример задачи: Разработка мобильного приложения для крупного интернет-магазина или сети кафе на базе графического прототипа, который утвердил заказчик.

Перспективы: Гаджеты захватывают мир и роль мобильных разработчиков будет возрастать. Он может развиваться вертикально и постепенно дорасти до лидера команды или накапливать опыт, занимаясь разработкой все более сложных и дорогих приложений. А может переключиться на другие сферы программирования.

Data Scientist

Использует данные, чтобы решить конкретную задачу бизнеса. Проводит глубокий анализ данных, строит модели, на которых затем проверяет различные гипотез. Они помогают делать реальные прорывы в бизнесе или науке.

Для работы Data Scientist использует базы данных и Python. Но главное — знание математики, аналитический ум и глубокое понимание области исследования.

Средняя зарплата Data Scientist: 150 тыс. рублей.

Data Scientist

Без IT: Data Scientist — это настоящие исследователи. Если бы в мире не было компьютерных технологий, такие специалисты занялись бы наукой и вскоре бы их придумали.

Пример задачи: На основе данных о том, что смотрели пользователи онлайн-кинотеатра выстроить рекомендательную систему, которая будет предлагать им похожие фильмы, и это увеличит выручку сервиса в 5 раз.

Перспективы: Data Scientist вполне может дорасти до Chief Digital Officer, но и горизонтальный рост в этой профессии открывает большие перспективы. Из-за бурного развития отрасли в этой профессии пока нет такого понятия, как потолок профессионального роста.

Читайте подробнее: Кто такой и чем занимается Data Scientist

Аналитик данных (Data Analyst)

Разбирается в данных, ищет закономерности, на их основе готовит визуализации и отчеты. Это более творческая специальность, чем Data Engineer. Data Analyst должен уметь найти решение задачи и новые идеи в разрозненных и, на первый взгляд, несвязанных данных.

Для Data Analyst важно владеть основами математики и статистики. Еще нужно уметь работать с платформами для визуализации и аналитики, например Tableau. Также необходимы навыки коммуникации, так как результаты аналитики нужно представить заказчику.

Должность Data Analyst — хорошая точка входа в мир больших данных, так как таким специалистам на начальном этапе требуется меньше технических навыков, чем Data Engineer или разработчикам.

Средняя зарплата Data Analyst: 130 тыс. рублей.

Без IT: Умения Data Analyst полезны и в нецифровой аналитике. В мире без технологий такие специалисты продолжат работать аналитиками, ведь их главный навык — умение видеть скрытые связи и на их основании делать выводы и строить прогнозы. Это необходимо во многих отраслях, от экономики до государственного управления.

Пример задачи: Провести A/B-тестирование различных рекомендательных систем и сформулировать рекомендации по их настройке и внедрению.

Перспективы: Для аналитиков данных характерна стандартная кривая профессионального роста Junior, Middle и Senior. Как Data Engineer, по мере профессионального развития они могут освоить смежные профессии и за счет этого получить новые перспективы.

Оцените статью
Аналитик-эксперт