Колонки

«Как я стал аналитиком»: путь от «чистого гуманитария» до работы в крупной фудтех-компании

Колонки
Иван Люляев
Иван Люляев

Продуктовый аналитик Delivery Club

Ахмед Садулаев

Аналитика данных — одно из самых перспективных и сложных направлений в ИТ. Но, несмотря на высокий порог входа, попасть в эту сферу можно, будучи еще студентом. Иван Люляев прошел бесплатные курсы VK по аналитике данных и рассказал о своем пути к должности продуктового аналитика Delivery Club.

«Как я стал аналитиком»: путь от «чистого гуманитария» до работы в крупной фудтех-компании

Сначала я считал себя «чистым гуманитарием»

Решение стать аналитиком данных пришло ко мне не сразу. Сначала я вообще, как ни странно, считал себя «чистым гуманитарием». Я сдавал ЕГЭ по истории и обществознанию и думал, что буду юристом или историком. Но в итоге я поступил на техническую специальность, заинтересовался программированием — и даже успешно проучился один семестр в образовательном центре VK в МГТУ им. Н.Э. Баумана в университете на Web-разработчика. 

Когда я понял, что не хочу быть программистом, было довольно сложно принять решение не продолжать обучение, потому что я привык все доводить до конца. Кроме того, уходить в неизвестность всегда страшно и трудно. 

Но однажды я просто задал себе вопрос: «А какой во всем этом смысл? Зачем мне быть пусть даже высококвалифицированным программистом, если эта работа мне не нравится?».

Ведь если тебе что-то не нравится, ты не будешь получать от этого удовольствие, а в работе это тоже очень важно.

Аналитикой данных я заинтересовался почти случайно. На каникулах после первого семестра я рассматривал разные варианты — думал, чем же в итоге хочу заниматься. Я участвовал в разговорных играх на английском языке и там познакомился с девушкой из Лондона, которая работала аналитиком данных. Меня заинтересовали ее рассказы, я немного погрузился в тему — и понял, что это нравится мне гораздо больше, чем программирование. 

Невозможно попробовать все, но можно пробовать.

Для меня обучение аналитике данных было второй попыткой найти свою профессию, и она оказалась удачной — мне кажется, сейчас я на своем месте.

Какое-то время я самостоятельно изучал новую специальность, а потом пошел на курсы — мои ожидания от профессии во время обучения совпали с реальностью. 

Тест: узнай, сможешь ли ты грамотно выйти на рынок в другой стране

Бывает сложно разобраться с тем, что происходит

Чем занимается аналитик данных? Он описывает реальность какими-то моделями и пытается вывести из того, что он имеет, интересную и полезную информацию. Крутость таких специалистов заключается в том, что обычно в распоряжении аналитика находятся огромные базы данных — куча строк с какими-то непонятными сведениями, из которых он умудряется извлечь пользу для бизнеса, предоставить компании готовое решение, полезную информацию, которой раньше у нее не было.

Если программисты — это конструкторы, создающие код, благодаря которому что-то работает, то аналитики данных — это исследователи.

Но не все так просто. В программировании, чтобы что-то заработало, нужно, чтобы оно сначала раз 15 упало. А потом упало еще 15 раз после всех доработок. В итоге с 31-й попытки что-то получится — и то, скорее всего, не то, что планировалось. В аналитике данных тоже есть свои тонкости в этом плане.

Став аналитиком, ты думаешь, что будешь узнавать о мире правду, будешь говорить: «Бизнес, сделай вот так — это принесет тебе 5 млн долларов!». Но в реальности очень много времени приходится тратить на то, чтобы подготовить данные к использованию, потому что они не идеальны, учесть все моменты, заполнить пропуски. И это та самая рутина, от которой устаешь. 

Кроме того, иногда бывает сложно разобраться с тем, что происходит. У тебя есть какие-то данные, тебе нужно их как-то обработать, очистить. Потом ты что-то считаешь — и понимаешь, что результат вообще никак не связан с реальностью и что-то происходит не так. Тебе надо с этим разобраться — надо понять, что ты сделал не так, где ошибся, где в этой логической цепочке принял неправильное решение, из-за которого все пошло не так, как хотелось бы.

Аналитик данных должен любить исследовать

Чтобы стать хорошим аналитиком данных, понадобится знание какого-нибудь языка программирования (обычно это Python), SQL, чтобы доставать данные из базы, а также знание статистики, чтобы понимать, как правильно делать выводы по данным. Это минимум, которым владеют очень многие.

Успешными в аналитике данных становятся за счет совсем других вещей. В первую очередь это бизнес-видение — умение приносить пользу компании. Бывают аналитики, которые с удовольствием копаются в данных, строят какие-то невероятно сложные модели, но зачем они это делают, никто не знает. А есть другие — которые понимают бизнес-специфику, находят самые актуальные для компании вопросы — и дают на них ответы. И не всегда для этого нужно проводить суперсложные исследования. Иногда достаточно банально помониторить интернет. Вторые специалисты, конечно, ценятся больше.

Для того чтобы работать в аналитике данных, нужно в первую очередь обладать базовым набором: быть оптимистичным, не паниковать, когда что-то идет не так, и иметь чувство юмора.

Это требуется везде, где есть какое-то взаимодействие с людьми, а в аналитике оно очень плотное. Из этого вытекает необходимость любить разговаривать с людьми, потому что аналитик должен понимать, где он работает, понимать специфику бизнеса, а для этого нужно встречаться и общаться с разными специалистами. 

И еще нужно быть любознательным в плане данных — любить исследовать. Я, к примеру, обнаружил у себя эту любовь еще в школе — когда решил сдавать ЕГЭ по истории. Ведь история — это про исследование чего-то неизвестного, что было когда-то, про поиск причинно-следственных связей в какой-то непонятной каше из фактов.

Начав работать, ты продолжишь учиться и столкнешься с кучей всего неизвестного

Любая учеба и работа — это не одно и то же и не может быть таким в большинстве случаев. Потому что работа — это что-то конкретное, решение реальных задач из жизни, а учеба — это разбор каких-то основных подходов, которые чаще всего встречаются в работе, даже если упор сделан на практику, как в курсах VK. 

Поэтому надо просто принять тот факт, что, начав работать, ты продолжишь учиться и столкнешься с кучей всего неизвестного. 

Сейчас я работаю в команде продуктовой аналитики Delivery Club. И для меня из прикладных вещей новым было, например, проведение A/B-тестов. А все остальные неожиданности связаны со спецификой компании. У нас каждый аналитик закреплен за конкретным направлением, и я как продуктовый аналитик отвечаю за такую часть бизнеса как customer experience, то есть за все, что происходит после того, как пользователь нажал на кнопку «Заказать». 

Если, например, ему не привезут еду и он позвонит в службу поддержки, то моя зона ответственности — сделать так, чтобы ему, например, дали какой-то справедливый промокод.

Фото: Unsplash

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Как бизнесу принимать оптимальные решения? Рассказываем о 5 сервисах на основе предиктивной аналитики
  2. 2 Кибербезопасность, Data Science, гейминг или UX-дизайн: какую IT-специальность выбрать
  3. 3 Skillbox и РАНХиГС запускают совместный онлайн-бакалавриат
  4. 4 Coursera: Россия вышла на первое место по квалификации работников в области технологий и науки о данных
  5. 5 Как оценить эффективность команды Data Science — несколько действенных способов
Anytimeprime
Автомобиль по подписке: быстро, просто!
Узнать больше