Мы с командой провели довольно обширное исследование о том, каких скиллов не хватает аналитикам данных и вообще data-специалистам при приеме на работу. Беседовали с руководителями отделов аналитики, маркетинга, продуктов и hr больших и не очень компаний. Среди которых СберМаркетинг, RealWeb, Team4You и несколько других проектов. Почти у всех респондентов опыт работы в нескольких компаниях на похожих руководящих должностях. Поэтому получился очень концентрированный и полезный срез взгляда и опыта тех, кто принимает на работу и оценивает специалистов в области анализа данных. Делимся с вами некоторыми заметками.
Попробуем кратко =) Что мы выяснили в процессе исследования:
- Если вы не дотягиваете на вакансию по уровню математики, то вас отфильтруют еще на этапе тестового задания. Никто не будет заниматься доучиванием вас на рабочем месте, это просто не выгодно.
- На рынке очень много джунов (специалистов начального уровня) с завышенными амбициями, но совсем маленьким бизнес опытом или совсем без опыта. Им сложно разобраться в бизнес задачах, у них еще нет насмотренности и от этого они не знают как справляться с практическими задачами. — "Чтобы стать хорошим мидлом, нужно решить много практических кейсов/задач, от этого формируется некое видение — умение предположить куда можно пойти поисследовать внутри задачи/анализа, чтобы найти то, что нужно."
- У очень многих джунов есть проблемы с тем, чтобы донести логически связанные выводы по результатам анализа, по графикам, дашбордам. То есть они делают графики, как учили, а сказать что там такого особенного на этих графиках не могут. Речь не только про графики, а вообще про понимание связки математика-бизнес, и как там что происходит, к чему приводит, и про построение логических выводов из всего этого. Доходит до того, что не могут связать нескольких слов. И дело тут не в застенчивости или стрессе, это происходит уже после некоторого общения с претендентом на вакансию.
- Обучение внутри компании почти ни у кого не выстроено системно. Есть грейды, по которым работник должен двигаться с набором опыта. Но обучение остается на стороне инициативы самого работника. Если захотел пройти какой-то курс — тебе скорей всего не откажут, но курс должен быть полезен не только для тебя, но и для других сотрудников и компании.
- Аналитикам часто приходится общаться с продактами, маркетологами и даже бизнес заказчиками. И в таких ситуациях есть два момента. Первый — это софт скиллы, насколько человек комфортно может общаться с командой, с незнакомыми людьми, насколько он конфликтен и т.д. И второй — умение задавать правильные вопросы, чтобы решить свою задачу. Это уже отсылка к 1 и 3 пунктам. Потому что умение задавать вопросы вытекает из навыков решать задачи и бизнес насмотренности. И это всё про понимание какой результат от тебя, как аналитика данных, ждут и, что тебе нужно, чтобы этого результата достичь.
Кроме этого на рынке большой спрос на мидлов и особенно сеньоров, как раз из-за их навыков решать более сложные нестандартные бизнес задачи и большой насмотренности, что позволяет еще и делать это быстро.
Так что вывод, пожалуй, один. Сегодня уже недостаточно изучить язык программирования или эксель для входа в профессии, связанные с данными, да и в принципе в IT. Чтобы тебя заметили придётся чем-то выделяться и как раз математика и умение решать сложные задачи или предлагать нестандартные решения может быть тем самым решающим фактором в вашу пользу.
- Илья Ходаков
- Автор проекта