Какие навыки нужны джуну, чтобы стартовать в аналитике данных

Спросили у тимлидов крупнейших компаний.

Аналитик данных — сейчас одна из востребованных профессий в IT. Выводы, которые делает такой специалист, помогают принимать решения в бизнесе, в научных исследованиях и в менеджменте. Разбираемся в ожиданиях работодателей: какие задачи решает аналитик, как ему найти работу и на что обращают внимание на собеседованиях. Для этого мы провели исследование и опросили нанимающих менеджеров, тимлидов крупнейших компаний. В статье делимся результатами исследования.

Цель исследования — провести подробный обзор профессии дата-аналитик и выяснить:

чем занимается начинающий дата-аналитик;
как нанимают на работу начинающих дата-аналитиков;
верны ли гипотезы о том, какие навыки необходимы аналитикам, например, что Exсel и язык программирования Python — ключевые инструменты в работе дата-аналитика.

Для этого провели интервью со специалистами, которые работают тимлидами и участвуют в найме дата-аналитиков. На основе ответов респондентов собрали материал о профессии аналитика данных.

Дата-аналитик — специалист, который собирает, обрабатывает, интерпретирует и анализирует данные. На основе результатов анализа специалист даёт рекомендации о том, как можно оптимизировать процессы. Профессия актуальна для многих сфер: маркетинга, финансов, образования и других.

Начинающему аналитику данных — джуниору, — как правило доверяют понятные задачи, чтобы освободить от них более опытного специалиста. Например:

разработка методологии сбора и обработки данных;
выгрузка данных из баз по разным параметрам;
обработка данных: анализ маркетинговых каналов и акций, оценка вероятности каких-либо событий, анализ функций и запусков, работа с гипотезами;
подготовка отчётов и аналитических записок;
исследования: анализ рынка и целевой аудитории;
визуализация и сборка витрин данных;
создание, кастомизация и поддержка дашбордов.

Собрали в таблице софт и хард-скилы, а также инструменты, которые необходимы аналитику данных для работы.

Инструменты, которыми могут пользоваться аналитики данных в разных компаниях:

Tableau, Power BI или Datalens — ПО для визуализации данных;
Excel — программа для работы с электронными таблицами;
ClickНouse — система управления базами данных, которая позволяет отправлять запросы в режиме реального времени;
PostgreSQL — система управления базами данных;
Metabase — инструмент для визуализации данных;
Apache Airflow — ПО для обработки данных;
Jira — ПО для отслеживания задач;
Confluence — система для создания единой базы данных;
Hadoop — система для обработки и хранения больших баз данных;
Pyspark — инструмент для анализа больших данных;
Jupyter — инструмент для сбора статистики и визуализации данных.

Бесплатный курс «Основы работы с базами данных и SQL»

Большинство открытых вакансий — для дата-аналитиков уровня миддл, то есть, с опытом 1-3 года. В некоторых компаниях — например, Озон, — можно пройти стажировку для начинающих дата-аналитиков.

Начинающих дата-аналитиков могут отбирать в несколько этапов:

скрининг — первичная оценка резюме,
тестовое задание;
техническое интервью,
интервью с руководителем команды.

В таблице собрали примеры тестовых заданий, которые могут предложить начинающему дата-аналитику.

Некоторые работодатели готовы вкладываться в начинающих дата-аналитиков и обучать:

продвинутому Python — если у специалиста уже есть базовые знания этого языка и SQL;
алгоритмам обработки данных, например: регрессии, классификации, методам кластеризации и так далее;
отдельным инструментам визуализации — опять же при наличии базовых знаний.

Работодатели особенно заинтересованы в специалистах, у которых есть:

умение парсить данные;
работа в опенсорсных инструментах: если речь про визуализацию, настраивать их под свои нужды;
умение работать с API, получать данные, делать get-запросы;
хорошие навыки визуализации и умение использовать BI-инструменты;
понимание архитектур данных, проектирование хранилищ: данных все больше и ими трудно управлять;
опыт работы с разными базами данных и знание диалектов SQL;
опыт работы с JSON.

Можно утверждать, что проведённое исследование подтвердило гипотезы о том, что начинающему дата-аналитику необходимо обладать:

знаниями бизнес-метрик, SQL, BI-интрументов, статистики и теории вероятностей;
базовыми знаниями языка программирования Python;
проактивностью, системным мышлением, широким кругозором, умением аргументировать, общаться с бизнесом и задавать правильные вопросы.

Также можно сделать вывод, что продвинутое владение Exсel — обязательный навык для трудоустройства в небольшую или среднюю компанию. В крупных компаниях вместо него часто используют Python и SQL.

Попробуйте себя в аналитике бесплатно