Как устроена «Академия Аналитиков Авито»

Впечатлениями от учёбы делится аналитик в команде монетизации компании: рассказывает про отбор, предметы и влияние на карьеру.

Привет! В статье я хочу поделиться опытом обучения в «Академии Аналитиков Авито» и рассказать о своих результатах. Академия, как и этот рассказ, будут полезны аналитикам любого уровня, которые понимают, что их hard skills неидеальны. Например, ощущают, что им недостаёт теории по статистике, структурированных знаний по визуализации или замечают, что на конференциях и в статьях всё чаще говорят о каких-то непонятных CUPED и Bootstrap.

На момент поступления в Академию я больше года работала продуктовым аналитиком в Тинькофф. Я пришла туда на третьем курсе без сильной аналитической базы, но с хорошими soft skills. Благодаря им я быстро училась делать «как в примере», защищать свои проекты и обучать стажёров. А в любой непонятной ситуации всегда находила, у кого спросить совет.

Всё шло хорошо, но я видела большую проблему. Без систематизированных знаний по статистике, экспериментам, Python и визуализации невозможно стать сильным специалистом. Таким, который находит оптимальные пути решения задач, приносит новые практики в компанию и определяет, когда стоит инвестировать время в сложные подходы, а когда стоит обойтись без них.

Прочитав описание Академии Аналитиков Авито на сайте, я поняла, что мы созданы друг для друга. Оставалось убедить в этом Академию.

👉 Академия Аналитиков

Обучение бесплатное, при этом занятия проводят ведущие специалисты в своих областях. Это возможно, потому что компания отбирает сильных кандидатов, которые в будущем станут сотрудниками Авито, или как минимум запомнят, что в Авито сильное аналитическое сообщество — это важно для HR-бренда компании.

Чтобы попасть в Академию, нужно пройти три этапа отбора:

Тестирование. Оно состоит из задач на Python, базовую статистику — математическое ожидание и дисперсию — и теорию вероятностей. Примеры заданий можно найти на LeetCode.

👉 Задачки на поиск слагаемых

👉 Задача на определение палиндрома

Свой результат можно узнать сразу после тестирования, но проходной балл определяется чуть позже.

Экзамен. Будут задачи на те же темы, но теперь предстоит отправить развёрнутые решения и быть готовыми объяснить их на следующем этапе.

Интервью — финальный этап, на котором будет присутствовать аналитик Авито и менеджер Академии. На собеседовании важно рассказать свою мотивацию и запрос к Академии, а также решить задачи на математику и логику.

На интервью я подчёркивала, что у меня уже есть опыт в аналитике, но он не систематизированный. А все мои знания на тот момент я получала двумя методами:

Я прошла отбор и начала учиться. Дополнительным вызовом для меня стало параллельное поступление и учёба в магистратуре ВШЭ, а ещё full time работа в Тинькофф. Но зато сейчас я могу ответственно сказать, что даже при таком насыщенном расписании успевать всё возможно, а главное — очень того стоит.

Обучение длится 13 месяцев и разделено на два семестра. Первый идёт три месяца и включает в себя три предмета: Статистика, SQL и Python. По каждому из них есть пара раз в неделю. Чтобы продолжить обучение, нужно сдать все три предмета.

Второй семестр состоит из предметов, которые раскрывают разные скилы, которые необходимы сильному аналитику: мы изучали метрики, визуализацию данных, машинное обучение.

Сейчас расскажу, что мне дал каждый из предметов и почему я считаю, что Академия будет полезна многим аналитикам: специалистам уровня junior, middle и даже тем, кто уже руководит командой в небольшой компании.

Статистика. Для меня этот курс был непростым, несмотря на изучение такого же курса в Вышке. Преподаватели относились к предмету со всей душой и ожидали того же от студентов. За курс мы изучили работу с множественными проверками гипотез, научились рассчитывать MDE и разобрались с задачами разных стат критериев: Бутстрапа, Манна-Уитни и t-теста.

На курсе мы научились не только применять методы, но и понимать, на какой логике они строятся. Как пример: в Python для любого стат критерия есть готовая библиотека, но мы писали критерии сами, чтобы понимать, на какой логике они базируются.

Python. Это супер-важный навык, который упрощает работу с анализом любых данных. На курсе начинают с самых основ, но довольно быстро переходят к более важным деталям, например, словарям, классам, декораторам и тестированию кода.

Также Python пригодится и на остальных курсах Академии: экспериментах, алгоритмах, метриках и машинном обучении.

SQL. Главная ценность этого курса в том, что тут расскажут не только про формулу select, from, where и оконные функции, но и про особенности работы с null. А ещё — научат разнице между where и having и покажут другие advanced-моменты. Знаний этого курса точно достаточно, чтобы быть уверенным в своих навыках, дальше — только практика.

Визуализация. Этот курс вели Рома Бунин, автор проекта Reveal the Data, и Анастасия Кузнецова, автор телеграм-канала «Настенька и графики». На момент курса у меня уже был достаточный опыт работы в Tableau: я открывала отчёты коллег и училась делать как у них.

Рома и Настя рассказали о тонкостях работы с инструментом и важности правильных визуализаций. В конце мы защитили настоящий проект, а у себя на работе я стала считаться гуру по красивым и юзабельным отчётам в Tableau. Сразу после курса я разработала и создала отчёт всего юнита в Тинькофф для представления основных результатов команд лидам подразделений.

Метрики. Курс вёл Евгений Прохоров — ex-руководитель продуктовой аналитики Ситимобил. Академия приглашает топовых специалистов из разных компаний, так что студенты могут посмотреть на аналитику с разных сторон. И убедиться, что новые знания применимы во всех data-driven компаниях.

Каждому аналитику важно владеть искусством правильного выбора и интерпретации метрик — понимать, когда и какие метрики применять, как построить их иерархию, как найти контрметрики. Что делать, если одна метрика растёт, а другая падает? Как агрегировать метрики? На курсе студенты получают ответы на все эти вопросы, а также узнают про случаи, когда метрики могут нас обмануть. Например, парадокс Симпсона.

ML. Для меня курс машинного обучения стал челленджем. Ещё до начала обучения лид курса Глеб Баянов написал в нашу беседу, что ML ведётся третий год, и каждый раз его успешно завершают только три человека. В тот момент я поняла, что хочу стать одним из них.

Всё своё свободное время за 4 месяца курса я решала задачи по математике, изучала, как работают нейронные сети, обучала модели, получала результаты и заветные зелёные успешно сданные задачи. Кстати, рекомендую YouTube-канал, который помог мне разобраться в ML:

👉 3Brown1Blue

За неделю до конца курса я взяла отпуск на работе, чтобы решать задачи полный день. В итоге стала одним из 9-ти студентов, которые окончили курс. Ну и конечно, теперь у меня есть уверенность, что я могу разобраться даже с самой сложной задачей, ведь с ML — разобралась.

За 13 месяцев обучения я получила не только диплом выпускника, но и полную уверенность в своих хардах в аналитике. За этот год в Тинькофф я стала ведущим аналитиком, лидом небольшой команды и после перешла в Авито :)

За год в Академии я закрыла все пробелы в знаниях, которые ярко видела до этого и которые были причиной моего синдрома самозванца. Благодаря курсам статистики и ML я поняла, что смогу разобраться во всём, что угодно, если инвестирую в это достаточно времени и усилий. Благодаря высоким оценкам на курсах по метрикам и визуализации я осознала, что у меня уже неплохо получается, но всегда есть куда расти.

Я благодарна Академии не только за преподавателей и знания, но и за сокурсников. Я училась с яркими и трудолюбивыми ребятами, со многими до сих пор общаюсь, а одна из студентов стала моей близкой подругой.

Подводя итог хочу сказать, что Академия Аналитиков Авито — это сложно, но очень интересно. А главное — это точно того стоит. Из академии выходят настоящие профессионалы своего дела.

Также отмечу, что кураторы, менторы и преподаватели, видя старания студента, никогда не оставят один на один с трудностями. Они всегда помогут разобраться как с задачами курса, так и с другими проблемами, которые могут появиться вокруг обучения.