Работа системным бизнес-аналитиком в Ростове-на-Дону

Работа системным бизнес-аналитиком в Ростове-на-Дону Аналитика

Почему именно такое разделение

Навыки, требуемые БА и СА верхнеуровнево схожи, но дьявол кроется в деталях. Системному аналитику требуется намного больше практических технических навыков для полноценной деятельности, он гораздо ближе к группе технических специалистов и должен лучше понимать их язык (без этого сложно добиться уважения в коллективе, а значит, невозможно транслировать свое видение).

БА в ИТ больше настроен на коммуникацию с бизнесом, его задача — определить нужду (боль), найти, сформулировать и предложить решение проблемы бизнес-заказчика с помощью ИТ систем, в некотором роде «продать» это решение. Близость и понимание пользователя помогают БА эффективнее приоритизировать задачи, описывать нефункциональные требования и ограничения в конкретном случае.

Более того, БА присущи чрезмерные требования к системе, он мыслит целями бизнеса и не должен быть скован возможностями технологий, что для СА неприемлемо. Иногда такие чрезмерные требования БА помогают найти действительно прорывные решения.

При этом есть и ограничения. У БА — это рамки доменной или изученной отрасли (например: глубокое знание правил банковской деятельности), у СА — технологий и системы (например: выдающийся опыт работы с продуктами oracle). Эти ограничения могут быть препятствием при переходе между командами, проектами и компаниями, но быстро устраняются при желании и помощи коллег.

Практически всегда аналитик в команде играет обе роли в большей или меньшей мере  (поэтому хотелось бы избежать споров о совмещении «а у нас БА ещё и вирусолог»). В некоторых случаях аналитики могут быть и не нужны, в некоторых — один специалист может полноценно выполнять обе роли.

Это не нарушает правила, а говорит о совмещении ролей, уровне зрелости и ценности конкретного специалиста. В случае опытного работника — это вполне нормально, но странным выглядит вакансия «junior BA» со знанием SQL, JS и API на всем известном сайте.

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?

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, работа бизнес-аналитиком, вакансии бизнес-аналитик в ростове-на-дону

Работа системным бизнес-аналитиком в Ростове-на-Дону

Интервьюирование

Интервью начинается с определения цели интервью по технике SMART и правильного подбора интервьюируемого. Правильную информацию нужно собирать у правильных людей. Эффективное интервью включает этапы тщательной подготовки к интервью, непосредственно самого интервью и действия после его проведения.

Во время подготовки бизнес-аналитик по максимуму узнает все о предмете, который будет обсуждать, а также будущем собеседнике. Талантливый бизнес-аналитик, скорее всего, попытается выяснить типаж интервьюируемого, чтобы настроиться на его волну и подобрать правильный стиль коммуникации.

Помимо этого на этапе подготовки договариваются о встрече, формируется повестка встречи. Однако самым важным в интервью, и с этим согласятся журналисты, является список вопросов и их последовательность.

Правильно сформированный список вопросов поможет нам получить именно ту ценную информацию, которая снимет много головной боли с разработчиков и тестировщиков. Бизнес-аналитики используют следующие типы вопросов:

  • открытые вопросы — используются в том случае, когда мы хотим, чтобы собеседник рассказал нам побольше, тема нам недостаточно известна. Минус открытых вопросов в том, что они занимают много времени, а основное преимущество — развернутый ответ. Это вопросы, которые содержат вопросительные слова «что», «какой», «как». Пример вопроса из жизни: «Что ты будешь пить?»;
  • закрытые вопросы — это вопросы, на которые можно ответить только «да» или «нет». Применяются, чтобы подтвердить или опровергнуть наши предположения. Преимущество этих вопросов в том, что они экономят много времени. А основной недостаток в том, что собеседник не даст дополнительных деталей, среди которых могут оказаться довольно существенные. Пример вопроса из жизни: «Ты будешь чай?»;
  • опциональные вопросы (альтернативные) — это вопросы, в которых мы предоставляем интервьюируемому конечный набор опций/вариантов, один из которых он может выбрать. У таких вопросов те же преимущества и недостатки, что и у закрытых. Пример альтернативного вопроса из жизни: «Ты будешь чай или кофе?».

Затем проводится само интервью. Здесь настоятельно рекомендую пройти тренинг по эффективной бизнес-коммуникации. В нем вы узнаете про техники подключения к собеседнику и ведения его, работу с возражениями, техники начала и завершения коммуникации. Если встречаетесь в онлайне, желательно попросить камеры, так вы сможете добавить невербальную коммуникацию.

Дополнительный анализ:  Лабораторное оборудование мебель Спектрофотометры титратор ООО Экрос-Аналитика г. Санкт-Петербург

После интервью подводятся итоги, определяются дальнейшие шаги, фиксируются договоренности и отправляются интервьюируемому на подтверждение. А для себя можете сделать ретроспективу, понять, что шло хорошо, а что можно изменить.

Как проходит онлайн-обучение дата-аналитике

Я учился на 11 онлайн-курсах по дата-аналитике. Один из них проходил напрямую у создателя — Высшей школы бизнес-информатики. Остальные нашел на образовательных платформах «Курсера», «Стэпик», «Скиллбокс», «Дата-кэмп» и «Яндекс-практикум».

На всех платформах я выбирал отдельные курсы. Только на «Дата-кэмпе» оплатил сразу годовую подписку и мог проходить по ней любые курсы.

У каждого курса на «Стэпике» было не только описание с планом, но и отзывы с оценками. Так мне было легче понять, стоит ли вообще его проходить. Каталоги курсов на других платформах были устроены аналогично

Кто преподавал. Курс в Высшей школе бизнеса вели преподаватели самой школы, а в «Яндекс-практикуме» — аналитики «Яндекса». На других платформах курсы создали преподаватели университетов, колледжей и бизнес-школ и сотрудники крупных успешных компаний.

«Скиллбокс» сам набирает команду преподавателей. На курсе «Профессия Data Scientist: анализ данных» лекции читали сотрудники «Рамблера», «Профи-ру», Сбера и самого «Скиллбокса».

В Высшей школе бизнес-информатики преподавали директора крупных компаний. Но курс по аналитике это не спасло, мне он не понравился. Расскажу про это дальше в статье

Формат занятий. Курсы включали в себя теорию в виде лекций — текстовых или в формате видео. И практику — тесты и домашние задания. Смотреть лекции и сдавать тесты я мог в любое время, хоть ночью. Главное — успевать все делать в пределах модуля. На «Яндекс-практикуме» модуль длился 2 недели, на остальных платформах — неделю.

За тесты мне начисляли баллы. Потом из них складывалась итоговая оценка. В основном тесты проверяли преподаватели, только на Data Science Professional Certificate на «Курсере» это делали такие же студенты, как и я. Мне это не понравилось.

Так выглядел тренажер «Яндекс-практикума». Аналогичный был на «Дата-кэмпе»

Качество. Некоторые курсы были очень качественно сделанными, с хорошим планом занятий и интересными практическими заданиями. Например, на «Курсере» мне понравился курс «Основы программирования на Python». Другие курсы были непродуманными: они не казались цельными, потому что из раза в раз менялся формат лекций. Таким был курс «Профессия Data Scientist: анализ данных» на «Скиллбоксе».

Сертификаты. Если я проходил обучение до конца, то получал электронный сертификат. В нем было мое имя, название курса и итоговая оценка. Потом я прикрепил все сертификаты к резюме.

Сертификат курса IBM, который я прошел на «Курсере»

Я оценю полезность каждого курса по шкале от 1 до 10 баллов, где 1 — совсем бесполезно, а 10 — очень полезно, интересно и применимо в новой работе.

Как я нашел работу

В конце зимы — начале весны 2020 года я составил резюме на «Хедхантере», описал свои навыки и приложил сертификаты. Откликался на вакансии, где полностью подходил по требованиям или где чувствовал, что потом освою навыки.

Об опыте нигде не расспрашивали, но уточняли, знаю ли я тот или иной инструмент. Иногда присылали на почту тестовые задания по SQL или Python. А вот сертификаты даже не смотрели. Только иногда интересовались, каково было учиться в «Яндекс-практикуме» и «Дата-кэмпе».

В резюме я немного приукрасил свои навыки. Например, указал, что уже применял SQL в работе, пусть на базовом уровне. И написал, что уже обрабатывал данные с помощью Python. В остальном резюме было честным и открытым

В апреле, в разгар карантина, я устроился аналитиком в банк. Python там пока не применяю, а вот SQL — плотно и постоянно. Основное направление моей работы — это клиентская и CRM-аналитика. У моего банка есть два подразделения: одно отвечает за клиентов из малого бизнеса, другое — из среднего.

Они дают мне задания: например, сделать выборку людей, которые могут заинтересоваться кредитом или сберегательным депозитом. Я проверяю транзакции всех клиентов и смотрю, какие продукты они оплачивали в других банках. Так и узнаю, что наш продукт им тоже может быть интересен.

Как освоить новую профессию онлайн

  1. Подумайте, в какой сфере хотите работать, и изучите, какие там есть профессии. Почитайте о них в интернете и посмотрите на требования в вакансиях. Выбирайте то, что вам интересно и где зарплата на старте вас устраивает.
  2. Составьте список скиллов, которые нужны работодателям. Отметьте, что вы уже знаете, а что придется освоить. Подумайте, что предстоит изучить в первую очередь. Остальное наметите в процессе.
  3. Найдите в интернете курсы по нужным направлениям. Сравните программы, цены, расписание и отзывы бывших студентов, если они есть.
  4. Занимайтесь каждый день.
  5. Если курс явно бесполезен, не тратьте на него время. А если он еще и платный, требуйте вернуть деньги.
  6. Когда вы освоите больше половины навыков из вакансий, составьте резюме. Опишите все, что умеете, и приложите сертификаты.
  7. Ответственно выполняйте тестовые задания: если получится хорошо, вас примут на работу даже без опыта.

Какие карьерные возможности у бизнес-аналитика

В разных компаниях по-разному обстоит дело с карьерным ростом для бизнес-аналитиков. Однако, в большинстве случаев вертикальный рост выглядит примерно так: 

  1. Младший бизнес-аналитик. 
  2. Бизнес-аналитик. 
  3. Старший бизнес-аналитик. 
  4. Ведущий бизнес-аналитик. 
  5. Эксперт, тимлид. 

При этом, начиная с позиций старшего бизнес-аналитика и выше, часто коллеги по бизнес-анализу уходят в менеджмент. Благодаря тому, что именно у бизнес-аналитика более широкий взгляд на работу команды, продукта и проекта в целом, из бизнес-аналитиков получаются отличные владельцы продуктов, менеджеры продуктов, скрам-мастера и эджайл-коучи, менеджеры проектов и ресурсные менеджеры — это те менеджеры, которые управляют другими аналитиками и растят из них настоящих достойных командных игроков.

Таким образом, путь аналитика можно изобразить примерно так: 

Однако, необязательно карьерное развитие должно быть только вертикальным. Бизнес-аналитики часто погружаются в разные домены, что по своей сути является горизонтальным развитием. Прокачивая свою экспертизу, они повышают свою ценность в компании. 

Для примера возьмем аналитика бизнес-процессов. Как уже упоминалось выше, он работает на всем протяжении бизнес-процесса, который может включать несколько разных подразделений с разными задачами. Вот здесь как нельзя кстати пригодится опыт работы в нескольких доменах, к примеру, продажи, управление клиентами, закупки, логистика, медицина, мобильные приложения и так далее.

Также я хотел бы подчеркнуть преимущества, которые есть у работы аналитиком перед некоторыми другими позициями. Во-первых, разнообразие. У бизнес-аналитика очень широкий набор задач и никогда не бывает однообразия. Это наиболее интересная работа на мой взгляд.

Во-вторых, огромный пласт знаний в самых различных областях. Как я уже говорил, бизнес-аналитик получает широкий взгляд, картину целиком, которую не всегда имеют даже руководители подразделений. 

И, в конце концов, это большие перспективы с возможностью роста как в техническую сторону, так и в сторону бизнеса. 

Сейчас можно найти много курсов по бизнес-анализу как на платных, так и на бесплатных платформах (например, ИНИТУИТ). Некоторые IT-компании предоставляют бесплатное обучение во внутренних и внешних лабораториях с последующим трудоустройством. Поэтому стать бизнес-аналитиком сегодня — это не самая сложная задача, главное — твердое желание и нацеленность на результат.

Кто такой бизнес-аналитик и зачем он нужен компании

Бизнес-аналитик — переводчик с языка бизнеса на язык разработчиков и обратно. И отчасти это правильно. Компании бизнес-аналитик приносит огромную пользу, высвобождая ресурс инженеров. Благодаря бизнес-аналитикам программисты и тестировщики могут сосредоточиться на своих функциях, вместо того, чтобы погрязнуть в переговорах, выясняя, что же бизнесу нужно было на самом деле.

Если мы изобразим компанию как бизнес, ее программное обеспечение и производителя этого программного обеспечения, то бизнес-аналитиков можно расположить на всем протяжении между компанией и вендором. Причем это положение может смещаться как в ту, так и в другую сторону, например:

Однако, за многими понятиями в бизнес-анализе уже давно можно заглянуть в настольную книгу бизнес-аналитика Business Analysis Base of Knowledge v3 или BABOK® Guide версия 3. Эта книга дает такое определение бизнес-аналитику: «Бизнес-аналитик — это любой индивид, который выполняет задачи бизнес-анализа, описанные в руководстве BABOK, вне зависимости от его должности и организационной роли».

Что такое бизнес-анализ? Оттуда же мы узнаем, что такое бизнес-анализ: «Бизнес-анализ — это практика создания условий для изменений на предприятии путем определения потребностей и рекомендации решений, которые приносят пользу стейкхолдерам. Бизнес-анализ позволяет предприятию сформулировать потребности и обоснование изменений, а также разработать и описать решения, которые будут полезны».

Дополнительный анализ:  Инвестиции в банковской деятельности – тема научной статьи по экономике и бизнесу читайте бесплатно текст научно-исследовательской работы в электронной библиотеке КиберЛенинка

Говоря простым языком, нам нужно что-то поменять в компании, а бизнес-аналитик помогает определить потребности и выработать решения, чтобы это изменение воплотить в жизнь. И для этого в арсенале настоящего бизнес-аналитика внушительное количество навыков и техник, которые мы в этой статье рассмотрим подробнее.

Отдельно стоит сказать, что аналитика сегодня развивается в нескольких направлениях. Основные из них: 

  • классический бизнес-аналитик, который отлично разбирается в области деятельности бизнеса, и основная его задача — управлять требованиями на изменения, а также документировать их; 
  • аналитик данных, или дата-аналитик, который работает с большими объемами данных, визуализирует их, строит метрики, выявляет зависимости и вырабатывает решения по изменению продукта; 
  • системный аналитик, который глубоко понимает интеграции, архитектуры, часто может прочитать код и журнал ошибок программного обеспечения и формирует требования, которые уже подхватывают разработчики для реализации; 
  • консультант имеет отличные знания и широкий взгляд как в области бизнеса, так и в области информационных технологий, вырабатывает направление и помогает выстраивать стратегию развития программного продукта, а также помогает в цифровой трансформации бизнеса; 
  • аналитик бизнес-процессов, основная задача которого — анализ и модернизация существующих бизнес-процессов компании. Он моделирует бизнес-процессы, определяет места для улучшения и формирует требования по изменениям на всей цепочке бизнес-процесса независимо от организационной структуры предприятия и используемых информационных систем. 

Курс 8
информационная бизнес-аналитика

Где: в Высшей школе бизнес-информатики.

Организатор: ВШБИ — это отдельный институт ВШЭ.

Длительность: 8 месяцев. Я занимался 2,5 месяца, в ноябре — декабре 2021 года, а потом бросил. Это единственный курс, где занятия проходили не онлайн, а в аудиториях по вечерам. Их сделали дистанционными, когда в 2020 году объявили пандемию коронавируса.

Что я получил: ничего.

Минусы: в курсе было много теории, но в этой сфере она быстро устаревает и почти не нужна, потому что практика важнее.

В курс впихнули все подряд: и бизнес-анализ производств, и анализ информационных систем и финансовой структуры предприятия, и вопросы менеджмента. Получилось обо всем и ни о чем конкретно.

Было много кейсов из сфер, которые не связаны с аналитикой. Например, нам рассказывали про работу какой-то фотостудии в Москве и про логистику цветочного магазина. Эти знания были мне не нужны: я хотел заниматься только аналитикой. Я так и не понял, каких специалистов планировали выпустить после окончания курса.

Полезность: 3 из 10 — исключительно за громкое название, красивую историю на дне открытых дверей и удобное расписание занятий. Я учился 2 будних дня по вечерам и почти весь день в субботу.

Из нас пытались сделать что-то среднее между руководителем, аналитиком и менеджером. Не представляю, как и кем бы я работал, если бы прошел только этот курс

Поиск резюме бизнес-аналитика в москве | бесплатный подбор персонала с городработ.ру


95 000 руб.

Целеустремленный, внимательный, ответственный, настойчивый, легко обучаемый, грамотная речь, мобильный, стрессоустойчивый, коммуникабельный, спокойный, отзывчивый, тактичный, дисциплинированный, инициативный, исполнительный, Стремлюсь к достижению …


95 000 руб.

§


договорная

… и экономики. Дополнительные сведения: Коммуникабельность, стрессоустойчивость, усидчивость, точность, оптимизация процессов Аналитика продаж,Анализ бизнес показателей,Анализ данных,Аналитические исследования,Аналитическое мышление,Математическая статистика …

§


60 000 руб.

Инженер- механик, дополнительное образование, маркетинг, ценообразование,организация и контроль закупочной деятельности компании, менеджмент, кадровая политика, логистика, сертификация маркетинг, аналитика,ценообразование, знание производства ЛКМ, ЖБИ, …


60 000 руб.

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.

Профессиональный путь

Заработал первые деньги. На первую работу устроился в 14 лет — на археологические раскопки во время летних каникул. Платили тогда около 20 Р за час работы. На заработанные деньги я смог купить б/у телефон LG G1800 и новенький MP3-плеер.

Учился в МГУ, подрабатывал репетитором. После школы я поступил в МГУ на физика. Со второго курса я начал подрабатывать: готовил школьников к экзаменам по математике и физике, помогал отстающим.

Числился в РАН ради диплома. На старших курсах я был формально трудоустроен инженером в одном из институтов РАН и получал символическую зарплату за обработку данных эксперимента, по которому параллельно писал диплом. У меня был вариант остаться в науке, но я не захотел: пяти лет в общежитии мне хватило, а на те деньги, что платят аспирантам, снять жилье и обеспечить себя не получится.

В физике, которую я изучал в вузе, много математики, статистики, работы с данными. Все это так или иначе применяется в аналитике. На работе я «доставал» из базы данные, поддерживал регулярные отчеты, строил простые прогнозы продаж. Ушел через полгода, потому что не видел перспектив, да и атмосфера в компании была не самой дружелюбной.

При знакомстве начальник показался исключительно приятным человеком. Но за те пару лет, что я там проработал, отдел обновился почти на 100%: люди уходили, поработав несколько месяцев, либо их вынуждали уйти, а эйчар закрывал на это глаза.

Однажды я пришел на работу в 9 утра пятницы, а вышел в 6 утра субботы — потому что начальник решил, что никто не уйдет, пока мы не закончим отчет.

В один момент я понял, что не готов больше терпеть такого отношения ни за какие деньги. У меня были накопления: я привык скромно жить, и без работы мог бы оставаться не менее полугода. Из обязательств была только аренда комнаты — 15 тысяч рублей в месяц.

Помимо этого, на мой взгляд, это тот случай, когда «зачетка» начинает работать на тебя: имея опыт работы в известной компании, проще пробиться через фильтр эйчаров и заполучить работу мечты.

Помню, что откликов на мое резюме было довольно много, но по-настоящему интересных предложений, подходящих к моим требованиям, — минимум.

На поиск работы ушло два с половиной месяца — и дались они непросто: периодически я чувствовал себя никчемным. В какой-то момент я уже был готов согласиться на работу в очередной отечественной транспортной компании с высокой зарплатой, но отказался и продолжил искать.

Собеседование прошло не очень тяжело — просили решить стандартные задачи на математику, логику и проверяли навыки работы в «Экселе». Даже сейчас этого достаточно, чтобы начать карьеру в аналитике. В международных компаниях стараются набирать людей, которые близки по духу работодателю, а еще они уделяют внимание мотивации кандидатов: меня долго расспрашивали, почему я готов пойти на стажерскую позицию, имея практический опыт в аналитике. Видимо, мои ответы их устроили.

Было много разных мыслей по поводу «понижения в классе». Мое окружение, кажется, меня тогда не понимало.

Дополнительный анализ:  Сквозная аналитика - настройка, анализ и внедрение системы для вашего бизнеса | Soldi Marketing

Я продолжал работать сверхурочно. Делал это сознательно, чтобы зарекомендовать себя. Переработки, как правило, были обусловлены либо сжатыми сроками, либо тем, что задача мне была интересна. Не могу сказать, что это негативно сказывалось на физическом или эмоциональном состоянии: пока ты молод и все в новинку, работа дается легче.

Переработки не оплачивались, зато я всегда был на хорошем счету и, как правило, быстро получал повышение.

Одна из коллег решила перейти в коммерческий отдел и освободила место — так я стал штатным младшим аналитиком.

В крупных международных компаниях вариантов развития карьеры много — как горизонтальных, так и вертикальных. Аналитик в нашей компании может перейти в продажи, планирование, логистику, ИТ, финансы или перебраться в один из зарубежных офисов — и это поощряется руководством.

На первых этапах я разобрался с языками Excel, SQL, VBA. Сейчас изучаю Power BI, Python и Project Management. Так получается, что на самообразование трачу свободное время, — работу-то никто не отменял. Платить за обучение стал не так давно: например, купил пакет уроков в Skyeng, чтобы подтянуть английский.

Недавно получил вычет по ИИС и оплатил обучение в «Яндекс-практикуме» по программе «Аналитика данных». Скоро стартует шестимесячный курс — надеюсь, это позволит расти дальше. В целом считаю, что практически всему можно научиться бесплатно, но иногда быстрее и эффективнее сделать это за деньги.

Для меня психологическая отметка — 10 тысяч рублей за месяц хорошего онлайн-обучения. Думаю, что до 5% дохода в год вполне можно инвестировать в свое образование.

В международной компании я работаю до сих пор. За пять лет прошел путь от стажера до старшего бизнес-аналитика — и увеличил зарплату с 40 до 120 тысяч рублей.

Карьерный рост у меня планомерный. Здесь в принципе исключен вариант «из грязи в князи». На каждую более-менее серьезную позицию внутри компании уже есть претенденты, которые ждут, когда она освободится.

На личные качества тоже обращают внимание. Мало быть просто хорошим специалистом. Важно уметь общаться с коллегами, партнерами за пределами компании, работать в команде, проявлять инициативу.

Работа аналитиком в ростове-на-дону

Взаимодействие с поставщиками и подразделениями (FMCG). Сбор, анализ, корректировка, расчет показателей, подготовка аналитических отчетов по различным данным и периодам, ведение…

Аналитические способности, умение работать с большими массивами данных. Ответственность, многозадачность. Знание 1C, Excel (Сводные таблицы, ВПР).

§

Помощь в расчете стоимости проекта, оформление коммерческого предложения, оформление сметы, подготовка презентаций, подготовка договоров, помощь в аналитике проектов, общение с…

Высшее образование, аккуратность, внимательность, коммуникабельность, уверенная работа с ПК.

§

Участие в разработке, а также, непосредственная реализация стратегии продвижения франшизы. Организация работы внешних подрядчиков (таргетологи, контекстологи, дизайнеры, верстальщики), а также…

Обладаете несколькими из ключевых hard skills маркетинга (трафик, упаковка, аналитика, стратегия). Наличие хорошей базы проверенных подрядчиков (копирайтеры, дизайнеры, верстальщики) будет…

§

анализ, обсуждение и уточнение требований. — разработка, внедрение и сопровождение нового функционала. — проектирование и декомпозиция задач. — проработка и реализация интеграционных решений. —

Стек: Java11, Gradle, SpringBoot 2.5.X (Web, SpringDataJpa – SpringData Mongo), Spring Cloud 202* (Kubernetes, CircuitBreaker, Config, Gateway, Security…

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