Math Future: учим математике онлайн с любого уровня до цели

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:

1. 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.
2. 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."
3. 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.
4. 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.
5. 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.