Перед тем как написать эту статью, я почитала материалы в интернете и заметила, что чаще всего о задачах аналитиков данных рассказывают через призму инструментов. Мне кажется, это не совсем правильный подход — как будто анализировать данные можно только в Python, а строить графики исключительно в Tableau. Конечно, это не так.

В своём рассказе я буду отталкиваться от бизнес-потребностей. Ведь аналитик — это не тот, кто просто строит красивые графики или проводит исследования ради самого исследования, а тот, кто помогает бизнесу принимать обоснованные решения на основе данных. А какой инструмент он выберет, во многом зависит от того, какие задачи перед ним ставит компания и что больше подходит для решения этих задач. 

Дисклеймер: я в основном работала с интернет-рекламой, сайтами и геймдевом. Мой опыт связан с интернет-продуктами, и многое из того, что я расскажу, будет релевантным именно для этих сфер. При этом я ничего не понимаю в банковской сфере, и, возможно, там типовые задачи выглядят по-другому. 

Привет! Меня зовут Дарина Кухтина, я руководитель аналитики в компании, которая разрабатывает мобильные игры, и наставник на курсе «Аналитик данных». Недавно в расширенной программе курса появились две специализации — продуктовый и BI-аналитик, и я подумала, что новичкам будет полезно узнать, чем же разные аналитики отличаются друг от друга.

На эту статью меня вдохновил мем о «лёгкой» работе айтишников, которые, мол, просто включают компьютер и получают за это по 300к в секунду. В комментариях к нему кто-то написал: «Ребят, недостаточно просто работать, надо ещё и любить свою работу». Вот тут я и задумалась: а можно ли обойтись без любви? 

Понимаю, что айтишные зарплаты и идея получить профессию за полгода кажутся привлекательными. Но даже если ты освоишь все нужные хардскилы, не факт, что дорастёшь до зп, о которой шутят в мемах. Например, потому, что тебе не подойдёт специфика работы, а ежедневная рутина будет бесить и демотивировать.

Возможно, необязательно любить всё, что ты делаешь, но вот подумать о том, чего ты делать не любишь, точно стоит. И сегодня я хочу поговорить как раз о специфике работы аналитика. Эту статью я написала для тех, кто только присматривается к профессии. Надеюсь, она поможет вам принять осознанное решение. 

Если вы НЕ обнаружите у себя эти 5 признаков, приходите на курс «Аналитик данных» в Практикум, я там наставник. Если же всё это про вас — подумайте дважды.

Привет! Меня зовут Дарина Кухтина, я руководитель аналитики в компании, которая разрабатывает мобильные игры, и наставник на курсе «Аналитик данных». В статье я расскажу, зачем бизнес нанимает аналитиков данных.

Привет! Меня зовут Дарина Кухтина, я руководитель аналитики в компании, которая разрабатывает мобильные игры, и собеседую аналитиков уже 4 года, а ещё я наставник на курсе «Аналитик данных» в Практикуме. В статье я расскажу, о чём важно помнить, чтобы интервью проходили спокойнее и проще.

Привет! Меня зовут Дарина Кухтина, я работаю лидом маркетинговой аналитики в геймдев-компании и наставником на курсе «Аналитик данных» в Практикуме.

В этом материале расскажу, чем занимаются аналитики в мобильной игровой индустрии и какими качествами они должны обладать, чтобы работать, развиваться и не вступать в противоречия с самими собой.

Привет! Меня зовут Дарина Кухтина, я работаю лидом маркетинговой аналитики в геймдев-компании и наставником на курсе «Аналитик данных» в Практикуме.

На основном месте работы я провела много интервью и со временем стала уделять софтскилам не меньше внимания, чем хардскилам. Если вторые хотя бы понятно, как прокачивать, то для развития «мягких навыков» нет чёткого рабочего алгоритма. И если закрыть глаза на нехватку софтскилов при найме, потом с сотрудником могут быть проблемы.

В этой подборке я расскажу, какие софтскилы, на мой взгляд, особенно важны для аналитиков данных, как специалисту найти свои слабые места и что поможет развить те или иные навыки.