Роудмапы профессий в данных
3 основных трека в области работы с данными: DS/ML, аналитика, дата-инженерия. Для каждого трека своя карта навыков, роудмап и возможные карьерные перспективы.
Аналитика
Самая частая точка входа в данныеАналитик стоит между вопросом вроде «почему упала выручка» и ответом, на который можно опереться при решении. Примерно половина работы уходит на то, чтобы достать данные и убедиться, что они означают именно то, что вы думаете. Вторая половина — объяснить посчитанное тем, кто будет принимать решение. Ближе к middle к этому добавляются эксперименты: A/B-тесты, юнит-экономика и разговор о том, что делать с продуктом дальше.
- Запросы и выгрузки под вопросы команды
- Регулярная отчётность и дашборды
- Разбор аномалий: это поломка данных или так и есть
- Дизайн и разбор A/B-тестов
- Исследования под конкретное решение: метрики фич, воронки, когорты
Банки и финтех, IT, e-commerce и маркетплейсы, ритейл и FMCG, телеком, консалтинг, реклама, MedTech
Реже нанимают в госсекторе, ЖКХ, энергетике, тяжёлой промышленности, сельском хозяйстве, HoReCa, культуре и НКО. Данные и задачи там есть, но выделенных вакансий мало, а основным инструментом чаще всего остаётся Excel.
- Вы регулярно ошибаетесь в цифрах, и это вас не беспокоит. На отчёты опираются при решениях, поэтому ошибка обходится компании дороже, чем кажется.
- Вам не хочется разбираться в чужом бизнесе и интересны только методы. Без понимания домена цифру можно истолковать как угодно.
- Вам тяжело объяснять словами то, что вы посчитали. На объяснение уходит примерно половина рабочего времени.
- Вам нужен определённый ответ. Заметная часть тестов заканчивается формулировкой «разницы не видно», и это тоже результат.
Путь
Каждый этап разложен по областям знаний: SQL, Python, статистика, эксперименты и так далее. Одна и та же область возвращается на следующем этапе, но глубже. Сроки — ориентир, они зависят от вашей базы и от того, сколько вы практикуетесь на настоящих данных.
Первые месяцы на всех трёх треках выглядят почти одинаково. Пока вы проходите этот блок, специализацию выбирать не нужно: он пригодится на любом из них.
Учить SQL по синтаксису на тренажёрах, не касаясь настоящих данных. Синтаксис занимает неделю, а месяцы уходят на понимание, что означают конкретные таблицы.
Карьерные перспективы
Первые три грейда выглядят похоже везде. После сеньора лестница раздваивается на экспертный и управленческий путь, и содержание этих веток у треков разное.
- BI-аналитика — добрать: статистика и проверка гипотез
- Маркетинг и web-аналитика — добрать: SQL и Python на рабочем уровне
- Системная или бизнес-аналитика — добрать: SQL, Python, статистика, визуализация
- UX-исследования — добрать: количественная часть: метрики и эксперименты
Поддержка отчётности и простые задачи: типовые запросы и дашборды по определениям, которые задал кто-то до вас.
Ведёт задачу целиком и сам доводит постановку до однозначной. Заказчик перестаёт объяснять, что именно посчитать.
Отвечает за выводы и за то, как считает вся команда. Переговоры и разбор чужих расчётов весят здесь столько же, сколько Python.
После сеньора лестница раздваивается, и выбирать приходится один раз:
Экспертный путь
Без людей в подчинении: методология, определения метрик и ревью расчётов на всю компанию. На российском рынке отдельной ступени часто нет, и такой человек называется просто сеньором.
Владеет доменом целиком, задаёт определения метрик и разбирает спорные расчёты.
Методология и стандарты расчётов для нескольких команд. Встречается в компаниях с большой аналитикой.
Управленческий путь
Люди, приоритеты и бюджет. Считать руками при этом приходится всё меньше, и это главная причина, по которой с этого пути возвращаются обратно.
Команда из трёх-восьми человек: приоритеты, ревью, найм и онбординг.
Аналитика как функция: несколько команд, стандарты, бюджет, разговор с руководством.
Данные как актив компании. Ступень редкая: такая роль есть у крупных компаний, где данные приносят деньги напрямую.
Лид и хэд есть далеко не в каждой компании. В команде из трёх аналитиков лестница заканчивается на сеньоре, и следующая ступень означает переход в компанию побольше. Спрашивайте на собеседовании, сколько человек в команде и кто ей руководит.
Роли, входящие в трек
Один трек закрывает несколько названий вакансий. База у них общая, а предмет работы и зона ответственности разные; в компании поменьше все они снова становятся одной работой.
Возможные ловушки
Название вакансии говорит меньше, чем список задач и стек под ним. Всегда смотрите на эти два раздела до отклика.
- Аналитик данных, а основной инструмент Excel
- Иногда попадаются вакансии дата-аналитика, где весь стек это Excel и выгрузки из 1С. Такая работа существует, но она вас не прокачает: ни SQL, ни статистики, ни витрин там не будет, а через год опыт нечем будет подтвердить.
- Вакансия «Аналитик» без уточнения
- За этим словом часто стоит системный или бизнес-аналитик. Это другая профессия: там требования, интеграции и описание процессов, а выборок, метрик и статистики нет. Выдаёт стек: BPMN, UML, Swagger и Postman к аналитике данных отношения не имеют.
- Продуктовый аналитик без продукта
- Если у компании нет цифрового продукта с потоком пользователей, эксперимент ставить не на ком. Считать там есть что, но половина инструментов роли не работает, и на следующем собеседовании опыт A/B-тестов подтвердить не выйдет.
Пишу про аналитику простыми словами: как считать метрики, не наврать в A/B, что спрашивают на собесах и как я собираю этот сайт. Без воды.