Кто такой бизнес-аналитик. Обзор изнутри от Ксении Лаце | dev.by

Кто такой бизнес-аналитик. Обзор изнутри от Ксении Лаце | dev.by Аналитика

Работа в it с зарплатой 150 000 рублей: что представляет из себя профессия системного аналитика и как им стать

Уже все знают, что работа в IT перспективная и высокооплачиваемая. Практически каждый слышал про дата-саентистов, разработчиков и тестировщиков. Но что делать если разбираться с языками программирования не хочется, а сфера IT интересует? Есть профессия, о которой мало говорят, и очень зря.

240 000 рублей в месяц — это реальный уровень зарплаты системного аналитика, задача которого — внедрять технологии и решать бизнес-задачи. Больше всего ценятся профессионалы, которые одновременно обладают навыками и системного, и бизнес-аналитика.

Что делает системный аналитик? И почему я раньше о нём не слышал?

Системный аналитик — это одна из самых востребованных и новых профессий в сфере IT с высоким потенциалом карьерного роста. В ней важно не просто внедрять технологии, но и действительно решать бизнес-задачи.

Такой специалист анализирует поставленные перед компанией задачи и придумывает, как именно стоит их решать: как будет работать система, какие технологии надо использовать. Эта профессия в России возникла совсем недавно. Ее появление связано напрямую с повышением спроса на автоматизацию процессов в крупных фирмах.

Основные задачи системного аналитика — анализ бизнес-процессов с точки зрения их последующей автоматизации, разработка технических заданий и спецификаций, тестирование программного обеспечения, составление аналитических отчетов. Основным продуктом системного аналитика являются организационно-технические решения, оформляемые как техническое задание на программное обеспечение.

Профессия наиболее востребована в следующих отраслях: информационная безопасность, интернет-банкинг и автоматизация бизнес-процессов. Если хотите работать в IBS или Альфабанке, обратите внимание на курс «профессия Системный аналитик» от SkillFactory. В онлайн-школе вас не только научат работать с большими данными, но и помогут найти работу. Начиная с первых недель обучения, ментор поможет определить карьерные цели и не сойти с намеченного пути, а карьерный центр подскажет, как оформить резюме и попасть на собеседования. 

Кто может стать таким специалистом?

От специалиста требуются знания в сфере информационных технологий, менеджмента, экономики и сферы деятельности компании, для которой решаются задачи. Системному аналитику важно уметь, сохраняя творческий стиль работы, соблюдать дисциплину в отношении ведения документов, версий, протоколов и быть готовым трудиться в команде с архитекторами, разработчиками, тестировщиками. Из личных качеств важны системное мышление, обучаемость и внимательность. 

Если вы не умеете составлять SQL-запросы, не знаете нотации IDEF0 и EPC — не проблема. Готовым специалистом с нуля можно стать на курсе «профессия Системный аналитик». Всего за 6 месяцев вы на практике научитесь работать в Git, SQL,UML, BPMN, оформлять и презентовать бизнес-процессы. А еще получите знания в области инженерии и аналитики, научитесь системному мышлению и анализу, и сформируете хорошие навыки коммуникации в команде. 

После обучения вы сможете правильно ставить задачи разработчикам, самостоятельно анализировать данные с помощью SQL-запросов и проверять реализацию требований заказчика.

Познакомьтесь подробнее с программой курса и преподавателями. До 31 января 2021 года по промокоду 3D действует скидка 40 % на курс. Сделайте старт в новой профессии с выгодой.

Product LIVE — это проект Skillfactory. Направление менеджмента так выросло, что теперь мы отдельная большая школа. Мы продолжаем совершенствовать линейку курсов каждый день, чтобы ни на секунду не выпадать из трендов рынка. Сильные наставники и эксперты, актуальное и эксклюзивное содержание курсов, практика на реальных проектах от компаний-партнёров – все это Product LIVE.

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL ENTER.

Бизнес аналитик

Занимается сбором информации о внутренних процессах в компании и рыночных факторах, изучает их влияние на деятельность предприятия, помогает принимать эффективные решения, учитывая бизнес-цели руководства.

Часто именно аналитиком совместно с маркетологами, другими специалистами разрабатываются стратегия и тактика деятельности компании на рынке.

Бизнес-аналитика – это общее направление деятельности. Внутри существует несколько специализаций:

  1.  Аналитик данных . Это собиратель необходимых сведений. Затем полученный материал обрабатывается, изучается. На заключительном этапе выдается интерпретация, формируется итоговый отчет.
  2.  Менеджер проектов  (Project-manager) осуществляет ведение интернет-проектов, выступает координатором командной работы.
  3. Более объемная работа у  менеджера по продукту  (Product- manager). Данный специалист персонально отвечает за создание нового продукта.После проведения всестороннего анализа рыночного ассортимента в зону ответственности включаются:
    • Формирование ценообразования;
    • Продвижение на рынке сбыта;
    • Формирование итогового перечня требований
    • Определение сферы назначения.
  4.  Системный архитектор . Специалист осуществляет техническое руководство конкретным проектом. Им создается архитектурный эскиз, по которому проектная команда оформляет итоговый результат работы.
  5.  Технический писатель . Основная задача сотрудника в данной должности – составление грамотного технического описания в рамках определенных требований. Документирует решение поставленных технических задач, в т. ч. – разработки программного обеспечения.

Конкретный список должностных обязанностей зависит от вида и рода деятельности предприятия/фирмы: производит продукт самостоятельно, выполняет дилерские функции, работает в условиях краткосрочного бизнес-проекта (стартапа) и др.

Бизнес аналитика

image

Разговаривая с бизнес-заказчиком, нужно отдавать себя отчет в том, что его язык может существенно отличаться от вашего. Бизнес-требование может быть озвучено таким образом, что у нескольких участников процесса согласования требований возникает различное понимание, что это требование означает. Порождается двусмысленность, которая очень дорого обходится команде на поздних этапах разработки.

Проблема оказывается наиболее острой при наличии нескольких бизнес-заказчиков, каждый из которых выдвигает свои требования. Например, при интеграции двух систем, по каждой из которых есть свой представитель от бизнеса.

Кейс из практики: месяц разработки был потрачен на функционал переноса списка активностей из объекта №1 в объект №2. На этапе приемочного тестирования обнаружилось, что заказчик ожидал совершенно иной функционал — копирование, а не перенос активностей. В процессе переделывания функционала и детализации двусмысленности IT-команда, во-первых, договорилась с заказчиком о MVP, а, во-вторых, о необходимости работы с корнем бизнес-проблемы. Было выдвинуто предположение, что сам функционал копирования требуется только лишь по причине недостаточно качественно реализованного функционала подгрузки шаблонов активностей.


По работе встречался с кейсами, когда постановка на разработку была описана без фиксации бизнес-цели: в чем конкретно эта доработка поможет бизнесу? Какую боль эта доработка снимет с бизнеса?

Дополнительный анализ:  Можно ли верить аналитикам?

Зачастую такие доработки без цели приводили к неприятным последствиям уже на этапе тестирования, когда и разработчик, и тестировщик не понимали, зачем мы спроектировали этот функционал. Хуже того, разработчик и тестировщик не получали ответы от аналитика, а если и получали, что чаще всего придуманные самим аналитиком: цели, который аналитик сформировал самостоятельно.

Записывайте цели вместе с заказчиком, чтобы абсолютно все участники процесса в любой момент времени понимали, зачем они выполняют свою работу.

На практике сталкивался с разными заказчиками, некоторые из которых не сразу были готовы приглашать аналитика на свои оффлайн-встречи. С этим аналитик также должен будет поработать: договориться и показать результат от слаженной совместной работы.

Во время очной встречи руководителя подразделения с подчиненным, где мы — аналитик и UX-дизайнер — сидели «в фоне», выявился целый ряд требований, который не проявлялся в течение целого года работы команды. Мы обращали внимание на все детали: ручные записи руководителя и сотрудника, на стикеры, на пометки в windows-блокноте, на действия внутри системы. По итогу такой встречи бэклог был существенно дополнен, а мы приступили к глубокой переделке реализованного в системе функционала.

Бизнес-аналитик — кто такой и зачем нужен

Дата сайентисты и системные аналитики сильнее в программировании, лучше разбираются в инструментах BI, организации системы хранения и обработки данных.

Маркетинговые аналитики работают с BI, оптимизируют маркетинговые кампании, экономику продаж.

Финансовые аналитики разбираются в финансовых инструментах, инвестициях, кредитах и займах, условиях финансирования.

Продуктовые аналитики лучше знают метрики, связанные с конкретными продуктами, и инструменты для анализа работы эффективности продуктов (performance).

Наконец, бизнес-аналитики погружаются в выстраивание процессов, экономику, финансы, исследования. Работают с BI и отчётностью, визуализируют данные.

Посмотрим, в каких командах задействованы бизнес-аналитики и какова их роль в каждой из них.

Чаще всего бизнес-аналитики работают в консалтинговом подразделении — внутреннем отделе или в консалтинговой компании. Под консалтингом подразумеваем управленческий консалтинг, среди известных представителей которого компании McKinsey, PWC, Deloitte, Ernst&Young.

Консалтинг — это проектные команды, которые решают задачи по изменению компании. Имеется в виду изменение бизнес-процессов — допустим, закупок, найма и онбординга, системы KPI — или создание и внедрение новых проектов.

Пример. Перед запуском системы для оплаты проезда «Тройка» в Московском метро консультанты просчитали экономику, затраты, ресурсы, схему работы.

Это подразделение компании, которое занимается долгосрочным планированием и развитием бизнеса. Например, аналитики решают, будет ли компания приобретать новые активы, запускать новые направления бизнеса.

Пример. Помимо «Северстали» и добывающих предприятий «Севергрупп» решила развиваться через создание цифровых активов, в частности, купив онлайн-ритейлера «Утконос».

Подразделение компании, которое внедряет цифровые технологии для оптимизации бизнес-процессов, повышения ценности для клиентов, разработки инноваций и улучшения организационных результатов.

Использование инструментов обмена данными, Интернета вещей позволяет получать метрики от больших производственных машин, объединять их в единую экосистему и минимизировать потери, к примеру, металла, а также оптимизировать трудозатраты.

Пример. Цифровая трансформация в металлургической или тяжёлой промышленности — это работа по внедрению ИТ-систем, в результате чего часть процессов автоматизируют, а часть оптимизируют.

Это команда, которая создаёт инструменты для сбора данных и далее для управления компанией на основе данных. Например, инструмент для сбора данных Share point для сотрудников или автоматический сбор данных.

BI — решение на собственном движке или внутри сервисов Tableau, Power BI, QlikView. Позволяет создавать автоматические отчёты, которые демонстрируют эффективность работы компании.

Аналитики в операционных командах могут посчитать финансовую модель проекта: сколько денег нужно вложить для реализации проекта, где целесообразно купить существующую компанию для выхода на рынок, а где — создать компанию с нуля.

В таких случаях это смежная с менеджментом специальность.

Пример. В Яндексе операционная команда запускает бизнес в новых городах и странах.

Функция, близкая к отчётности и стратегии. Такие команды создают системы KPI, поддерживают OKR (инструменты планирования), премии, расчёт показателей эффективности, бонусы — количественные показатели, которые крупные компании используют для сохранения конкурентоспособности и развития.

Business Intelligence (BI) — бизнес-аналитика, точнее — анализ бизнес-данных для принятия управленческих решений

Взгляд с позиции руководителя проекта

Через 1,5 года, заняв позицию РП в той же компании, на проблематику удалось взглянуть со стороны. Имея в подчинении 3 разных бизнес-аналитиков, стало очевидным, без преувеличения, колоссальное влияния компетенций бизнес-аналитика на все параметры проекты:

  • Функциональные границы проекта — без комментариев.
  • Рабочая атмосфера. Как показывает практика, обычно проектная команда, пусть и не в открытую, считает главным виновником всех проблем почему-то именно бизнес-аналитика (ну если не считать РП естественно). Умение не допускать больших «погрешностей», а главное умение достойно выйти из напряженной ситуации взаимных претензий внутри команды, сглаживать конфликты во многом позволяет БА существенно повысить мотивацию всей группы.
  • Сроки проекта. Зачастую этап, назовем его «анализ» (обследование, проектирование), существенная часть проекта по длительности, в среднем 10-30%, который зачастую нельзя поставить параллельно с другими работами по этому проекту, даже при большом желании. Соблюдение срока этого этапа, прямо влияющего на срок всего проекта, почти полностью зависит от организованности и компетенций БА (или ведущего БА или РП, если в одном проекте их несколько).
  • Решение организационных проблем путем облегчения коммуникаций. Как правило, бизнес-аналитик лучше, чем кто-либо еще знаком и пользуется доверием большинства сотрудников у заказчика. Организовать оперативно взаимодействие с сотрудниками клиента, не дожидаясь формальной эскалации — через него гораздо проще.
  • Незаменимый ресурс в ходе проекта. Думаю, что смена руководителя проекта в ходе проекта среди топ-5 основных причин появления некачественных проектов в этой сфере (за исключением наверное совсем уж типовых проектов). Смена бизнес-аналитика в ходе проекта — вероятно на соседней строчке такого рейтинга. На аргумент о необходимости качественного документирования, ответил бы так: к сожалению все не задокументируешь. В проекте помимо понятных вещей, в виде функциональных требований, целей, описания задач, очень часто важны атмосфера, эмоции, «тайные» ожидания заказчика. Формализовать и перенести это на бумагу в принципе далеко не всегда возможно.
  • Приемка проекта и его бюджет. Обычно в практике внедрения на рынке компания-заказчик по выручке и другим показателям в десятки, сотни раз крупнее компании-внедренца. Слон и Моська так сказать. Зачастую «Слон» считает вполне приемлемым опираться в таких отношениях не только на задокументированные договоренности, но и на кулуарные разговоры, обещания «фишечек», «плюшечек», которые когда-то по его мнению звучали, но почему в документацию не попали. Аргументация вида, что «Вы же профессионалы, должны были это учесть, мы естественно могли что-то пропустить, согласовывая сотни страниц документации, но это Вы же мне лично обещали» вполне состоятельная, как минимум потому, что он — «Слон», а Вы — «Моська», а проект сдавать как-то надо. Недопущения таких ситуаций, вероятно это часть так называемого управления требованиями и ожиданиям, и — одна из главнейших задач БА совместно с РП. Самое печальное, что этому, на мой взгляд, в принципе невозможно научить, это своего рода искусство и талант, ну и естественно опыт.
Дополнительный анализ:  Адаптация персонала в компании и инструменты для нее – Блог Mirapolis

Дает ли работа в достаточной мере сложных задач? ведь только ими и растешь.

На любом проекте есть задачи сложные и рутинные. В моей работе соотношение примерно 40/60, и меня это устраивает. Каждый день — и зарядка для ума, и возможность отдохнуть за написанием инструкций.

Приведу несколько примеров задач из практики:

1. Существует система X и система Y. Для выполнения одного из процессов (к определенной дате, не раньше, не позже), системе Y требуются данные из X. Системе X, в свою очередь, нужно подтверждение об успешной передаче данных в систему Y, их корректности и полноте.

Решение: Взаимодействие X и Y реализовано через веб-сервисы. Файловый обмен ведется в режиме 24/7, с момента наступления определенного события в системе Y, до полного завершения выгрузки/до наступления дедлайна/до ручной остановки процесса. Разработан формат обмена, перекрестная (между двумя системами) матрица статусов загрузок, утверждены коды возвратов.

Файлы на входе Y проверяются на корректность, а в случае ошибок отклоняются до исправления ошибок и повторной загрузки. Реализована форма мониторинга, ведутся подробные логи. По завершению загрузки каждого файла Y подтверждает или не подтверждает прием файла.

Проведено нагрузочное тестирование X и Y в период работы сервиса обмена данными (результаты тестирования были неутешительными, поэтому пришлось придумать хитрый алгоритм очередности загрузок, позволяющий не грузить тяжелые файлы в периоды активной работы пользователей Y).

2. Существует утвержденный перечень нормативов (около 700 строк), с которым работает несколько компаний, включая заказчика. Одна из компаний в судебном порядке оспаривает часть нормативов, предлагая свой вариант. Суд удовлетворяет требование. Одновременно некая экспертная организация производит пересчет части нормативов, выдвигая новый перечень (еще около 150 строк).

Задача: обеспечить систему заказчика актуальной нормативной базой.

Сложность задачи в том, что каждый комплект нормативов отличался единицами измерения и наименованиями позиций. Результирующего списка нормативов не существовало.

Решение: попытки автоматизировать процесс сопоставления строк результата не дали, поскольку в каждом конкретном случае решение должен принимать человек. Поэтому списки пришлось выверять вручную, искать совпадения (Отменен судом? Пересчитан?) и включать, либо не включать в результирующий список.

3. Ввести новый параметр для расчетных операций в системе.

Выполнение:

1) Определить точку «входа» параметра в Систему: вводится пользователем? Рассчитывается из других параметров (Каких? Каким образом? В какой момент времени?)?

2) Определить функции, в которых будет задействован новый параметр.

3) Для каждой функции: Проверить, влияет ли новый параметр на выполнение последующих операций, ввести параметр в формулы расчета.

4) Определить способ и место отображения параметра в интерфейсе. Нарисовать макеты.

5) Узнать, должен ли новый параметр фигурировать в выходных формах: в каких именно, каким образом.

6) На содержимое каких выходных форм этот параметр повлияет неявно? Если да, определить степень влияния, вынести вопрос на обсуждение.

7) Определить объем необходимых доработок.

8) Написать постановку задачи на разработку, либо ТЗ (в зависимости от объема доработки).

9) Протестировать результат.

Вопросы задала Эльмира Давыдова.

Как стать аналитиком

Специалистов в сфере аналитики как таковых не готовит ни одно учебное заведение. В профессию приходят либо после окончания ВУЗа, либо после прохождения специальных профильных курсов.

В учебных заведениях самыми близкими специальностями являются некоторые направления экономики и социологии.

При выборе профессии следует учитывать, что программы обучения в ВУЗах не всегда соответствует быстро меняющимся реалиям, поэтому лучшим выбором будет приобретение практических знаний на курсах.

Основательное образование будущие аналитики могу получить в высших учебных заведениях Москвы (МФЮА, НИУ ВШЭ, МАСИ, ИЭАУ) и Санкт-Петербурга (СПбГУ, СПбГУП, СПбГЭУ).

Наиболее перспективными курсами, в области подготовки профессиональных аналитиков, считаются следующие:

  • В Produkt Star обучают менеджменту и аналитике.
  • Skill Faсtory (овладение популярнейшими профессиями -IT и WEB-дизайн. Удобное обучение в онлайн-режиме).
  • Международная школа профессий (в прошлом – Школа телевидения в СПб).
  • Российский университет им. Косыгина (специализация – кадры для легкой промышленности).
  • Российская экономическая школа (образование экономического профиля исследования для общества и государства, в т.ч. – для бизнеса).

Универсальные знания, высоко ценящиеся на рынке труда, получают выпускники курсов при Дипломатической академии МИДа.

Абитуриентам, решившим в перспективе связать свою жизнь с востребованной и очень интересной профессией, нужно заранее обратить внимание на серьезную подготовку по следующим учебным предметам:

  1. Русский язык (составление справок, аналитических отчетов, прогнозов требует изложения документа без грамматических и пунктуационных изъянов).
  2. Математика (львиная доля рабочего времени аналитика отводится работе с цифрами).
  3. Обществознание (аналитик должен без проблем ориентироваться в закономерностях устройства современного общества).
  4. Иностранный язык (масса необходимой, самой современной информации публикуется на иностранных языках).

Чтобы получить хорошую высокооплачиваемую работу, следуют понимать, что должность аналитика потребует времени, финансовых вложений (в некоторых случаях – значительных), наличия определенных черт характера.

Карьерный рост

Начинающему аналитику вполне возможно через определенное время занять кресло начальника отдела, либо построить карьеру посредством прохождения нескольких ступеней – от руководителя проекта, до уровня высшего менеджмента, с возможностью входа в руководство фирмы/предприятия.

Успешная карьера во многом зависит от личностных качеств человека, его готовности к постановке высокой планки и готовности к преодолению возможных препятствий на пути к цели.

Карьера на профессиональном языке аналитиков выглядит следующим образом:

  1.  Аналитик-yunior . Это первая ступень в профессии, но полностью исключающая нулевой уровень подготовки – необходимо наличие базовых навыков знание предметной области. Юниорский уровень предполагает умение молодого специалиста выявлять заинтересованные в сотрудничестве лица, самостоятельно проводить «мозговой штурм» по определенной задаче, грамотно вычленять подсистемы, документировать бизнес-требования, знать самые распространенные языки программирования и т.д. При успешном освоении навыков и знаний, относящихся к начальной ступени, аналитик может перейти на более высокую ступень в иерархии.
  2.  Middle-уровень . Обретенные навыки самостоятельной работы, уверенное ведение проекта не только в команде, но и самостоятельно способствуют переходу на следующую ступень к вершинам профессии. К умениям начального этапа следующий, middle-уровень, добавляет понимание устройства микросервисной архитектуры, углубление навыков организации и проведения презентаций, умение свободно разбираться в основах проектирования.
  3. Перемещение в карьерной лестнице на  ступень Senior  означает накопление достаточного опыта и багажа знаний для самостоятельной работы по решению поставленных задач от возникновения идеи до ее реализации. По сути, это главный аналитик компании. Кроме того, статус «Senior» предполагает умение организовать и провести презентацию для заказчика, способность составить инструкции для работников нижнего звена, своевременно обнаружить возможные риски и умело управлять ими. Кроме профессиональных навыков от специалиста данного уровня потребуется специфическое умение разрешать конфликтные ситуации.
Дополнительный анализ:  «Аналитика заканчивается, и остается одна политика»: историк о докладе «Какое прошлое нужно будущему России» - Индикатор

Продуктовый аналитик

Продуктовый аналитик занимается развитием конкретного продукта компании (например, приложения или учебного курса) и ищет зоны роста, касающиеся как текущего состояния, так и перспектив развития продукта.

Продуктовый аналитик также изучает бизнес-показатели, но при этом он уделяет много времени изучению обратной связи от потребителей или пользователей, анализирует, как они используют продукт, чем довольны, на что жалуются. Он внимательно отслеживает реакцию на все нововведения — например, проверяет, используются ли новые фильтры в интернет-магазине. Или изучает, привело ли совершенствование рекомендательной системы в онлайн-кинотеатре к большей досматриваемости фильмов.

Продуктовый аналитик постоянно изучает поступающие данные, работает с пользовательскими сценариями, воронками продаж, следит за новинками рынка и конкурентами. Он же формирует гипотезы дальнейшего совершенствования продукта, ставит прогнозы по KPI и метрикам после внедрения нововведений.

Первое, с чем должен уметь работать продуктовый аналитик — это рынок. Нужно уметь оценивать продуктовые показатели, поведение пользователей, конкурентов, проводить качественные и количественные исследования.

Второе — уметь рассчитывать вероятности и строить прогнозы. Для этого обычно используют:

  • системы для продуктовой аналитики — например, Amplitude;

  • системы для работы с данными — SQL, PosgreSQL Power Query; 

  • системы бизнес-аналитики — Power BI, Tableau, Qlik Sense; 

  • инструменты программирования — например, язык Python.

Также важно уметь проектировать AB-тесты и разрабатывать стратегии развития продукта.

Кому подойдет это направление аналитики?

Тем, кому интересно полностью погрузиться в какой-то один проект и развивать его. Среди аналитических профессий рабочий день и инструменты продуктового аналитика наиболее разнообразны — он работает и с ценами, и с интерфейсами, и с отзывами, поэтому эта профессия может стать хорошей точкой входа в аналитическую сферу в целом.

Системная аналитика

image

Или, по-русски, диаграммы последовательности. Диаграммы окажутся полезными даже не с точки зрения разработки, но с точки зрения верификации собственных требований. Очень часто при описании потока сообщений я выявлял «дыры» в собственном процессе. Например, неактуальный API.

Для быстрого «рисования» sequence диаграмм используйте плагин PlantUML для Confluence. Мне показалось, что быстрее набирать код, нежели ручками корректировать расположение блоков и стрелок. Но у каждого в этой части свой опыт и свои предпочтения.

С точки зрения анализа

позволит вам закрывать ваши же дыры в требованиях. Где-то упустили атрибут, где-то забыли создать задачу в JIRA для доработки базы данных. Не пытайтесь зазубрить синтаксис Сваггера, а создайте шаблоны под разные типы API (справочники, фильтры и так далее), чтобы упростить себе жизнь в будущем.


Во-первых, в процессе первичной приемки вы сможете проверить API, который сами же описали. Иногда некоторую часть доработки оказывается быстрее проверить по исходящим запросам, нежели по UI, чтобы на раннем этапе понять корень проблемы.

Вам, как аналитику, потребуется гораздо меньше времени, чтобы проверить реализацию от разработчика: исходящие данные, входящие данные, результат в UI.

Во-вторых, вы сможете убедиться в правильной последовательности вызовов. Ведь вы сами описали её в рамках sequence диаграммы.

Этот подход позволил нашей команде выводить достаточно хитрые доработки в пром в рамках спринтов без задержек.

Хард скилы

Python с библиотеками для анализа данных Pandas и NumPy

. Это мастхэв, его знание хотя бы на базовом уровне требуют 83% компаний в отрасли. Знание R, JavaScript и других ЯП нужны всего лишь 17% работодателям.

Интересно, что в 2021 году по результатам опроса дата-аналитиков и дата-сайентистов язык R в аналитике данных был куда популярнее — его использовали 61% специалистов.SQL

— практически во всех вакансиях требуется знание SQL и навыки работы с реляционными базами данных. Чаще всего требуют умение писать запросы и оптимизировать их.

Навыки работы с NoSQL системами управления базами данных вроде MongoDB, CouchDB или Apache Cassandra работодатели требуют довольно редко — примерно 9% вакансий.

Power BI, Qlik, Tableau. Большинство компаний не требует знаний какой-нибудь конкретной программы визуализации данных. Обычно они указывают одну из трех на выбор или пишут «системы визуализации данных» без указания конкретной. В целом специалисты могут сами выбирать, что именно им удобнее использовать. Принципиальной позиции у абсолютного большинства работодателей нет.

Опыт работы с Agile, Scrum, Kanban. Почти в половине вакансий работодатели указывают, что дополнительным плюсом будет умение работать с гибкими методологиями создания продуктов.

То есть важно не только то, что делает аналитик данных в рамках своей специальности, но и то, как он это делает.


Но ключевым требованием опыт работы с Agile не является (хоть его и указывают в вакансиях). Да, соискателю придется потратить время, чтобы привыкнуть работать в таком формате, но, по мнению компаний, это не критично.

Excel и Google Sheets. Как ни странно, но в трети вакансий требуется знание электронных таблиц. В основном это нужно продуктовым и консалтинговым компаниям, которые довольно мало пересекаются с диджитал-разработкой, или же относительно небольшим проектам, где весь отдел аналитики состоит из нескольких человек.

Действительно, маленьким командам часто незачем использовать мощные ресурсы SQL, если для обработки данных вполне хватает и обычного Excel. Но в таких ситуациях «аналитик данных» часто занимается сразу всем: сбором и анализом данных, инфраструктурой и автоматизацией.

Многие компании выделяют высокий уровень математической подготовки. Но здесь нужно понимать, что Data Analyst, в отличие от Data Scientist, использует довольно ограниченные математические инструменты, поэтому не нужно быть гением математики.

Высшее образование в области математики пригодится, но при должном усердии все необходимые функции можно изучить и самому. Но для Data Scientist глубокое знание математики уже считается критичным. Если вы планируете расти из Data Analyst в Data Scientist, то математику нужно будет подтянуть.

По основным хард скилам это все. Остальные встречаются менее чем в 10% вакансий, поэтому их можно отнести к индивидуальным особенностям работы в отдельных компаниях.

Оцените статью
Аналитик-эксперт
Добавить комментарий