Стереотип о том, что в айти работают только бородатые парни в свитерах, пора разрушить окончательно. В мире компьютеров, сайтов, программ и приложений, найдется местечко не только разработчикам, но и дизайнерам, продуктовым менеджерам, кадровикам, маркетологам, тестировщикам и аналитикам. Последние на самом деле нужны любому бизнесу — от специалиста, готового собирать проблемы и изучать потребности, а затем делать выводы и давать прогнозы, не должна отказываться ни одна команда. 

В айти аналитики становятся посредниками в кругах разработчиков и клиентов. Они налаживают связь между теми самыми бородатыми парнями в свитерах и заказчиками, желающими получать реальную выгоду (желательно, выраженную в цифрах, с увеличением доходов и минимизацией издержек!). Аналитики помогают людям смотреть на проблемы с разных сторон и убирают из формул успеха иллюзорные решения, личные суждения и нерелевантный опыт. 

Кто такие аналитики и зачем они нужны 

Представим, что к команде разработчиков обратился клиент, захотевший сделать сайт, собрать мобильное приложение, внедрить систему автоматизации или договориться о поддержке уже имеющейся цифровой инфраструктуры. У него будет свое видение проблемы и свой способ ее решения. 

Подобные представления у заказчиков в 99% случаев искажены — из-за предыдущего бизнес-опыта или не пересекающихся с реальностью оценочных суждений. Кроме того, предприниматель не понимает (и не должен понимать!), как будут действовать разработчики, какими инструментами они воспользуются и к каким выводам придут. 

Здесь в дело вступает аналитик, готовый понять проблему клиента, выявить маркеры хорошего результата и определить, что станет критерием решенной задачи. Переведя эти процессы в плоскость обязанностей, получим, что аналитические эксперты: 

• общаются с заказчиками и выявляют их требования;
• документируют запросы и помогают составлять техзадания;
• ставят задачи разработчикам и контролируют процессы их выполнения;
• участвуют в тестированиях и демонстрациях продуктов;
• ведут и поддерживают в актуальном состоянии внутренние документы;
• иногда проектируют макеты интерфейсов и архитектуры проектов. 

 

На самом деле, задач у аналитиков намного больше — здесь все зависит от конкретной компании и оказываемых командой услуг. Если прошерстить вакансии «Хедхантера», получится понять, что сегодня работодателям нужны бизнес-аналитики, продуктовые аналитики, BI-аналитики и дата-сайентисты. Каждое направление по-своему интересно и нуждается в разборе. 

Бизнес-аналитики

Бизнес-аналитик — это человек, который умеет задавать правильные вопросы, видеть неочевидное и отстаивать свое мнение. Его задача заключается в том, чтобы находить настоящие боли бизнеса (о которых владельцы могут даже не подозревать), предлагать обоснованные решения проблем и следить за ходом создания продуктов. Эксперт такого профиля делает все сложное — понятным, экономит деньги и помогает увеличивать коммерческие показатели, повышая доходы и минимизируя издержки. 

Специалисты в области бизнес-анализа выявляют реальные трудности (узкие места в воронках продаж, недостаточную автоматизацию, слабое позиционирование, нехватку каналов продвижения или, например, плохую функциональность сайта), собирают сопутствующие данные и предлагают решения, способные приносить пользу. В числе их ключевых задач: 

• исследование нужд бизнеса — аналитик понимает, к каким результатам хотят приходить клиенты, и ищет схемы для удовлетворения их потребностей;
• разработка требований — специалист взаимодействует с программистами, рассказывая им о том, каким должен быть конечный продукт;
• помощь в решении проблем — если что-то идет не так (как на стороне заказчика, так и на стороне команды), аналитик устраняет источник трудностей.

 

«Бизнес-аналитика — это профессия с огромными перспективами, выходящими за рамки айти. Все больше компаний задумывается о поиске и найме специалиста в области бизнес-анализа, ведь такие эксперты, как волшебники — они помогают всем работать лучше», — Алексей Горбенко, Technical Business Analyst в HealthUApp с 3+ годами опыта и преподаватель в TMS. 

Главный инструмент бизнес-аналитика — это умение собирать и обрабатывать большие объемы данных. Специалистам такого профиля необходимо владеть стандартными офисными пакетами вроде Microsoft Excel, декларативным языком программирования SQL, платформами проектного управления Trello, Jira, Bitrix и Asana, а также софтом для визуализации и моделирования процессов а-ля Draw.io, Bizagi Modeller, Business Studio и MS Visio. 

Ключевые софтовые навыки бизнес-аналитика — коммуникабельность и стрессоустойчивость. Первый пригодится для добычи, извлечения, изучения и донесения информации, а второй станет надежной защитой от преждевременного выгорания. Оба скила позволяют человеку проявлять эмпатию, следить за собственной эмоциональной устойчивостью и не принимать близко к сердцу необоснованную критику. 

Бизнес-аналитики нужны компаниям как воздух. В начале октября 2024 года на портале HeadHunter было размещено 5 858 вакансий для экспертов с соответствующей специальностью. Соискатели могли претендовать на заработную плату в промежутке от 65 до 345 тыс. руб., а наибольшей востребованностью пользовались сотрудники из Москвы, Санкт-Петербурга, Татарстана и Свердловской области. 

Разобраться с особенностями профессии бизнес-аналитика и получить поддержку на всех этапах трудоустройства можно в IT-школе TeachMeSkills. Ключевые для направления темы будут раскрыты менторами с большим бэкграундом в международных компаниях: Валентиной, Business Analyst в Aristek Systems c 5+ годами опыта и Алексеем, Technical Business Analyst в HealthUApp с 3+ годами опыта. 

Продуктовые аналитики 

Продуктовый аналитик — это человек, отвечающий за выбор наиболее действенных инструментов и стратегий, помогающих исследовать продукт на наличие точек потенциального роста. В числе его обязанностей: 

1. Анализ данных — обработка больших объемов информации, которые нужно собирать, хранить и интерпретировать наилучшим образом. Благодаря сведениям о продукте, эксперт формирует гипотезы и делает выводы.
2. Визуализация данных — результат анализа (гипотезы и итоги тестов) нужно упаковать в наглядную форму с использованием таблиц, диаграмм и графиков. Для решения этой задачи приходится применять BI-софт вроде Tableau.
3. Работа с метриками. В бизнесе и маркетинге существует множество показателей, позволяющих оценить успешность проекта в целом. Их необходимо выявлять и верно интерпретировать. 

 

«Продуктовый аналитик в первую очередь является… аналитиком — ему важно уметь обрабатывать огромные массивы данных. Чем больше информации доступно, тем выше вероятность принятия правильных решений», — Сергей Халецкий, Product Manager в EPAM Systems с 10+ годами опыта и преподаватель в TMS. 

Основным оружием продуктового аналитика становятся именно метрики. Они могут рассказать о частоте использования продукта, повторных покупках, активной месячной аудитории, конверсии в активации, подписки и покупки, а также об оттоке пользователей. Для их изучения эксперты применяют: 

• язык запросов SQL — используется для извлечения данных из баз, поиска нужной информации, ее структурирования и изменения;
• язык программирования Python — становится ключевым инструментом для автоматизации процессов, связанных с обработкой данных;
• системы аналитики — Google Analytics, Amplitude или MixPanel, для исследования источников трафика и изучения поведения аудитории; 
• платформы визуализации Tableau и Power BI — позволяют превращать малопонятные цифры в наглядные графики, отчеты и дашборды. 

 

«Основная ценность продуктового аналитика — помощь продакт-менеджеру и продуктовой команде в обеспечении их информацией и инсайтами. Эксперт дает возможность для создания тех решений, которые соответствуют потребностям клиентов и приводят к бизнес-успехам», — Сергей Халецкий, Product Manager в EPAM Systems с 10+ годами опыта и преподаватель в TMS. 

Если судить по порталу HeadHunter, в начале октября 2024 года продуктовых аналитиков в России искали 11 290 компаний. Соискателям предлагали зарплату от 15 до 390 тыс. руб., а локальными центрами, заинтересованными в сотрудниках, стали города Московской, Ленинградской, Свердловской и Новосибирской области. 

В IT-школе TeachMeSkills продуктовых аналитиков готовят в формате очных и дистанционных 4,5-месячных курсов. За этот срок студенты разбираются с доменной областью на все сто процентов: изучают метрики, основы статистики, SQL, Python, инструменты визуализации и методы проведения A/B-тестов. В роли ментора выступает Евгений — Product Analyst в Stark Games с 7+ годами коммерческого опыта.

BI-аналитики 

Термин BI расшифровывается как business intelligence и обозначает специальный софт, используемый для автоматизации бизнес-процессов в области оценки статистических и экономических показателей. BI-аналитики могут наладить мониторинг параметров, рассказывающих о деятельности компании, выявить сильные и слабые стороны ее работы, а также предложить серию решений для эффективной трансформации и развития. Эксперты такого профиля помогают людям принимать грамотные в коммерческом плане решения посредством сбора и визуализации информации. 

В числе ключевых задач BI-аналитика: 

• подробное изучение данных о результатах деятельности компании, взятых из разных источников;
• подготовка дашбордов — удобных обновляемых отчетов с лаконичным представлением сведений в виде инфографики;
• оценка эффективности бизнес-процессов и внесение предложений по их улучшению. 

 

В работе BI-аналитики пользуются небольшим, но требовательным к навыкам пакетом инструментов: 

• специальный BI-софт для визуализации данных — Power BI, Tableau, Qlik и Visiology;
• язык запросов SQL — помогает обращаться с базами данных, делать запросы и выделять нужную информацию;
• английский язык — многие компании предлагают специалистам самостоятельно взаимодействовать с иностранными коллегами и экспатами. 

 

Основными софт-скилами становятся коммуникабельность и инициативность. Первый позволят извлекать, изучать и доносить информацию в максимально корректном виде, второй — добиваться ответов на свои вопросы любыми способами. Начинающему BI-аналитику не стоит ждать, что все данные ему принесут на блюдечке — часто специалистам приходится гуглить, искать экспертов, налаживать контакты со смежными отделами и проявлять активность на всех уровнях. 

По сведениям портала HeadHunter, BI-аналитиков в начале октября 2024 года ищут более 600 компаний — в Москве, Санкт-Петербурге, Свердловске, Новосибирске и Краснодаре. Заработная плата у специалистов такого профиля составляет от 25 до 325 тыс. руб. Соискателей приглашают бренды, связанные с информационными технологиями, финансовым сектором, розничной торговлей, а также проектированием, строительством и эксплуатацией недвижимости. 

Освоить профессию BI-аналитика и пройти путь от нуля до трудоустройства можно в IT-школе TeachMeSkills. Преподаватели из currency.com, Vidi corp и ISsoft научат тебя обращаться с инструментами, практиками и методиками business intelligence для реактивного карьерного старта в формате 2,5-месячных курсов. 

Дата-сайентисты 

Если сложить знания из разных областей информатики, машинного обучения, математики, статистики, разработки софта и знания бизнеса, получится направление, называемое Data Science. Дата-сайентисты — это люди, создающие инструменты для решения коммерческих задач посредством анализа и алгоритмов искусственного интеллекта. Инженеры такого профиля востребованы везде: от розничной торговли до банковского сектора. Например, в ретейле они изучают поведение аудитории и формируют модели по подбору оптимальных цен, тем самым увеличивая средние чеки. 

«Ответ на вопрос о том, кто такой дата-сайентист, в первую очередь зависит от позиции в компании. Сейчас между специалистами нет четкого разграничения — мы можем назвать DS-инженером и человека, анализирующего логи роботов, и эксперта, работающего в банке и решающего экономические задачи», — Андрей, Machine Learning Specialist в JSC Peleng с 4 годами опыта и преподаватель в TMS.

Дата-сайентист — профессионал широкого профиля, навыки которого пригодятся в любой современной компании. Он способен помогать буквально всем отделам:

• маркетинговым — в анализе карт лояльности и изучении потребностей целевой аудитории;
• логистическим — в исследовании данных GPS-трекеров для оптимизации маршрутных листов;
• кадровым — в создании моделей, способных предсказывать, кто из сотрудников вскоре подаст заявление на увольнение;
• продажным — в прогнозировании спроса на отдельные товары и целые категории продуктов;
• производственным — в настройке оборудования на основе информации, поступающей с датчиков. 

 

«Любая компания существует для зарабатывания денег. DS-инженер — это тот человек, который часто может не только что-то посчитать, но и спрогнозировать результаты. Впрочем, он же может заниматься и более фундаментальной работой — отвечать за R&D-исследования, писать отчеты и пр.», — Андрей, Machine Learning Specialist в JSC Peleng с 4 годами опыта и преподаватель в TMS.

Универсального набора навыков у дата-сайентистов нет — в направлении все индивидуально и меняется от компании к компании. Трудоустроиться без знания математики и статистики будет очень сложно. Сегодня в сфере востребованы специалисты, пришедшие из других областей — врачи лучше анализируют медицинские данные, а химики отлично выполняют исследования в области фармакологии и генерации новых лекарств посредством ИИ. 

В числе ключевых хард-скилов дата-сайентиста: 

• языки программирования Python, C++ и Java;
• библиотека Pandas для работы с табличными данными;
• язык запросов SQL в качестве инструмента взаимодействия с базами. 

 

Востребованность дата-сайентистов растет в порядке геометрической прогрессии — уже сейчас российским компаниям нужны более 700 инженеров такого профиля (если верить данным с портала HeadHunter от октября 2024 года). Специалисты могут рассчитывать на зарплаты от 15 до 415 тыс. руб., а центрами притяжения для них становятся города Московской, Ленинградской и Свердловской области, а также Республики Татарстан. 

Создать свой первый алгоритм машинного обучения, построить глубокую нейронную и освоить доменные фреймворки вроде PyTorch и TensorFlow можно на курсах в IT-школе TeachMeSkills. Программа, предусматривающая 7,5 месяцев интенсивной учебы, сведет тебя с лучшими преподавателями: Виталием (Data Scientist в FreshLimeSoft, 4+ года опыта) и Андреем (Machine Learning Specialist в JSC Peleng, 4+ года опыта). На финише с тобой поработают HR-специалисты — они ответят на все вопросы, организуют подготовку к собеседованию и помогут получить работу мечты.

Вместо заключения 

Аналитик — это профессия, востребованность которой будет расти из года в год, благодаря появлению на рынке новых технологий. Буквально каждая компания хочет работать с людьми, умеющими собирать, обрабатывать, правильно интерпретировать, визуализировать и доносить до коллег важные в коммерческом плане данные. Команда IT-школы TeachMeSkills с радостью поможет тебе освоить азы специальности — в области бизнеса, продуктового продвижения, business intelligence или data science.