8 навыков, которые помогут джуниор-аналитику найти первую работу
Профессия аналитика — востребованная и перспективная. Но чтобы устроиться на работу, нужен определенный набор хард- и софт-скиллов. Поговорили с дата-аналитиком Т—Ж Александром Исаевым и узнали, в чем нужно разбираться новичку, чтобы найти первое место. Навыки пригодятся на любой должности и в любой компании.
🏰 Изучить основы SQL
SQL — язык обращения с данными и краеугольный камень для всех аналитиков. От начинающих специалистов не требуют погружения в тонкости, но знать основы необходимо — с этим поможет бесплатный сайт SQLBolt. За семь уроков получится наработать базу, чтобы решать простые задачи
🐍 Разобраться в Python и Pandas
Python — язык программирования с широкими возможностями для аналитики: от выгрузки и обработки данных до машинного обучения. Также новичкам нужно владеть библиотекой Pandas для обработки данных, о ней часто упоминают в вакансиях. Азы Python наберите на бесплатном курсе на «Степике», по Pandas — в официальной документации
🧮 Закрепить основы математической статистики
Ключевой аспект в понимании и интерпретации данных. Мучиться со сложными математическими концепциями не придется, но понимать и применять термины «доверительный интервал» и «гипотеза» нужно. Владение статистикой позволит корректно формулировать выводы, а основам научат бесплатные уроки от аналитика Анатолия Карпова
📈 Освоить базовые метрики
Например, MAU — количество активных пользователей за месяц, Retention — их возвращаемость, ARPU — средний доход с каждого пользователя. Разобраться в этом несложно — просто найдите инструкции в интернете. Помните, что расчеты и типы метрик зависят от специфики компании. Обычно требования прописаны в вакансиях, но общее концептуальное понимание не помешает
🔢 Привить себе математическую культуру
Многие аналитики-новички не уделяют должного внимания математической подготовке. Например, на карьерную перспективу пригодится знание интегралов и дифференциалов — чтобы углубиться в статистику или машинное обучение. Освежить в памяти эти понятия помогут видеоуроки Академии Хана
🇬🇧 Подтянуть английский
Как и в любых профессиях, близких к техническим, специалистам с английским будет проще: на нем написана практически вся документация. Кроме того, нужно уметь формулировать запросы и описывать проблемы на иностранном языке. Пригодится, к примеру, чтобы быстро найти ответ на свой вопрос на Stack Overflow. Разговаривать на английском вряд ли придется, но читать и писать — обязательно
🍦 Развить софт-скиллы
Углубляясь в хард-скиллы, не забывайте про гибкие навыки. Аналитикам редко дают четкие ТЗ, чаще — довольно размытые поручения. Будьте готовы объяснять свои выводы и мысли коллегам, помогать заказчикам формулировать запросы. Учитесь терпению и дисциплине, распределению рабочего времени, развивайте внимательность. Отдельный курс здесь не поможет — просто почаще задумывайтесь, как лучше выполнять свою работу
🤖 Совместить машинное обучение и анализ данных
Навык будет плюсом при поиске работы. Так вы станете более универсальным специалистом: обычно дата-сайентисты заняты машинным обучением, а дата-аналитики — локальными исследованиями и отчетами. Если не боитесь интегралов — присмотритесь к курсу от МФТИ и «Яндекса»: узнаете и про базовое обращение с данными, и про статистику, и про машинное обучение
📚 Порекомендуйте, где и как учиться
Стали аналитиком благодаря курсам? Освоили программирование по видео на YouTube? Научились чему-то по книгам? Расскажите, что помогло освоить новый навык или профессию, — ваши рекомендации пригодятся другим
Для тех, кто хочет прокачать софт-скиллы:
Новости из мира образования, советы по карьере и учебе, вдохновляющие истории — в нашем телеграм-канале: @t_obrazovanie
