Аналитики в IT: карьерное развитие, роль в бизнесе, стереотипы и тренды
Аналитики данных — это специалисты, которые занимаются сбором, обработкой, изучением и визуализацией информации. Они востребованы в любых отраслях, где есть данные: IT, финансах, ритейле, здравоохранении, кибербезопасности, маркетинге и др.
По прогнозам министерства труда США, к 2026 году по объему вакансий сфера Data Science увеличится на 28%. В Казахстане количество аналитиков данных тоже растёт. Согласно исследованию Kolesa Group, в 2021 году размер data-команд по сравнению с 2020 годом вырос на 25%. Это говорит о востребованности такой функции в компаниях. Мы решили разобраться, что из себя представляет data-направление сегодня.
Гостями 1 эпизода 4 сезона "Код и кофе" стали директор по аналитике Kolesa Group Дмитрий Казаков и CEO Karpov Courses Анатолий Карпов.
Зачем люди идут в аналитику
Дмитрий Казаков: Если человека, ищущего профессию, движет только мода и жажда денег — это не очень хорошая мотивация. У всех классных аналитиков, которых я знаю, есть исследовательская жилка: внутреннее ощущение кайфа от какой-то раскрываемой неизвестности. Если в вас эта жилка есть, в будущем вы добьетесь больших высот в аналитике. Прежде всего, профессия должна нравиться.
Какие hard skills и soft skills нужны для входа в профессию
Анатолий Карпов: Если говорить про hard skills, это основы статистики, А/В-тестов, баз данных, программирование (языки SQL, Python и немного R). Что касается soft skills, советую джунам и стажёрам при подготовке к выходу на работу оставить в покое Python, SQL. Лучше посмотрите конференции, почитайте статьи, чтобы понять, чем занимается эта компания, и почему им нужны аналитики. Так вы узнаете доменную область, сможете что-то рассказать, предложить. Это будет большим плюсом для вас.
Дмитрий Казаков: Помимо хардов, очень важно умение правильно мыслить, системное мышление, логическая связность, креативное мышление. Такие ребята на собеседованиях выделяются сразу.
Что такое data driven company и почему все стремятся туда попасть
Дмитрий Казаков: Это условный термин, означающий, что компания умеет принимать решения на основании данных. Применение у всех разное: у одних это сильный ML, куча систем А/В-тестирования, у вторых это просто google-аналитика.
Анатолий Карпов: Допустим, компания выбрала свой фокус развития. И подход data driven сегодня видится наилучшим, потому что он даёт возможность проверить всё экспериментально, научно. Как аналитики помогают бизнесу принимать эффективные решения Анатолий Карпов: Это суперважная цель. Но не нужно испытывать иллюзий: на практике у большинства начинающих аналитиков есть маленькая зона ответственности, они не влияют на бизнес-решения напрямую. Т.е. это не повседневная деятельность аналитиков. Возможность прямого влияния на бизнес появляется на более высоких уровнях карьеры.
Послушать полную версию подкаста можно по ссылке.