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.
Задачи исследования — и как его проводили
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.
Чем занимается начинающий аналитик 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.
Какие навыки и инструменты нужны дата-аналитику
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.
Как нанимают начинающих дата-аналитиков
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.
Процесс отбора кандидатов и примеры тестовых заданий
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.
Чему готовы доучить начинающих дата-аналитиков
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.
Какие навыки дают преимущество на собеседовании
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.
Подведём итоги
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.