«Я работал в российском офисе Warner Bros., где занимался локализацией фильмов. Ещё во время работы стало понятно, что нужны навыки, применимые и на других должностях. В последнее время я начал замечать, что Python и SQL всё чаще стали появляться в требованиях к классным вакансиям больших IT-компаний даже на позицию маркетолога. Так что вопрос был только в том, где найти время и силы на освоение хард-скиллов. Все мы знаем, что произошло с киноиндустрией весной 2020 года. Фактически на текущей работе задач у меня не было, поэтому выстроился план по изучению статистики, Python и SQL. Сначала я прошёл бесплатные курсы на Stepik, в том числе знаменитый курс по статистике, а потом написал лично Анатолию Карпову — он мне и скинул ссылку на свой курс. Дальше оставалось только выучиться и найти работу:)
Чтобы полноценно учиться, я решил уйти с работы. Курс начинался 1-го июля, а отложенных денег должно было хватить на 2,5 месяца, поэтому дожидаться окончания я не мог. Как и говорили преподаватели, после блока SQL можно уже собеседоваться, так что с начала августа я начал откликаться на вакансии. Приоритет был понятный: онлайн-кинотеатры. На тот момент я не совсем понимал, что это чаще всего IT-компании, куда без супер большой подготовки попасть можно, но сложно — особенно тяжело проходить интервью с HR, потому что кандидатов без опыта работы мало кто готов брать. Всем, как всегда, нужны идеальные боевые единицы в строю, поэтому одними стриминоговыми сервисами ограничиваться было нельзя. Я стал откликаться на всё с задачей пройти как можно дальше (в идеале — до оффера). В итоге спустя месяц получил оффер от Бургер Кинг на позицию junior-аналитика с интересными задачами и хорошими условиями для джуна.
Я пришёл в компанию, когда отдел ad-hoc аналитики только формировался. Задач было много, а людей мало: в отличие от выстроенных отделов аналитики, где уже налажена работа большого количества инструментов, здесь с первых дней мне пришлось много работать руками. Мой руководитель сильно старался не бросать меня во время первых кейсов, но все равно была большая доля самостоятельности.
Разумеется, некоторые скрипты были, но часто приходилось под каждую задачу писать оригинальные решения. Так что блок по Python был задействован сразу и в полном объёме, включая редкие функции pandas. SQL я начал использовать ещё раньше, потому что для дальнейших манипуляций данные нужно сначала достать из базы, да и запросы в реальности довольно накрученные. Очень пригодилась статистика, потому что без неё сложно правильно интерпретировать значения статистических тестов. Кроме того, нужно быть готовым объяснить механику их работы коллегам и иногда заказчикам.
Работа на новой должности была полностью удаленной, поэтому мне казалось, что нельзя, как в офисе, подойти к коллеге за соседним столом и попросить помощи. Подойти, конечно, не получится, но задать вопрос всегда можно — в большинстве случаев вам будут готовы помочь. Оглядываясь назад, я бы посоветовал будущим junior-аналитикам сначала постараться провести свой ресёрч внутри компании: изучить ключевые показатели, чтобы в дальнейшем «ориентироваться в пространстве», и сформировать пул вопросов относительно особенностей методологии, инструментов и метрик. Возможно, некоторые вопросы будут банальными, но это поможет вам быстро закрыть пробелы в ваших знаниях».
Чтобы полноценно учиться, я решил уйти с работы. Курс начинался 1-го июля, а отложенных денег должно было хватить на 2,5 месяца, поэтому дожидаться окончания я не мог. Как и говорили преподаватели, после блока SQL можно уже собеседоваться, так что с начала августа я начал откликаться на вакансии. Приоритет был понятный: онлайн-кинотеатры. На тот момент я не совсем понимал, что это чаще всего IT-компании, куда без супер большой подготовки попасть можно, но сложно — особенно тяжело проходить интервью с HR, потому что кандидатов без опыта работы мало кто готов брать. Всем, как всегда, нужны идеальные боевые единицы в строю, поэтому одними стриминоговыми сервисами ограничиваться было нельзя. Я стал откликаться на всё с задачей пройти как можно дальше (в идеале — до оффера). В итоге спустя месяц получил оффер от Бургер Кинг на позицию junior-аналитика с интересными задачами и хорошими условиями для джуна.
Я пришёл в компанию, когда отдел ad-hoc аналитики только формировался. Задач было много, а людей мало: в отличие от выстроенных отделов аналитики, где уже налажена работа большого количества инструментов, здесь с первых дней мне пришлось много работать руками. Мой руководитель сильно старался не бросать меня во время первых кейсов, но все равно была большая доля самостоятельности.
Разумеется, некоторые скрипты были, но часто приходилось под каждую задачу писать оригинальные решения. Так что блок по Python был задействован сразу и в полном объёме, включая редкие функции pandas. SQL я начал использовать ещё раньше, потому что для дальнейших манипуляций данные нужно сначала достать из базы, да и запросы в реальности довольно накрученные. Очень пригодилась статистика, потому что без неё сложно правильно интерпретировать значения статистических тестов. Кроме того, нужно быть готовым объяснить механику их работы коллегам и иногда заказчикам.
Работа на новой должности была полностью удаленной, поэтому мне казалось, что нельзя, как в офисе, подойти к коллеге за соседним столом и попросить помощи. Подойти, конечно, не получится, но задать вопрос всегда можно — в большинстве случаев вам будут готовы помочь. Оглядываясь назад, я бы посоветовал будущим junior-аналитикам сначала постараться провести свой ресёрч внутри компании: изучить ключевые показатели, чтобы в дальнейшем «ориентироваться в пространстве», и сформировать пул вопросов относительно особенностей методологии, инструментов и метрик. Возможно, некоторые вопросы будут банальными, но это поможет вам быстро закрыть пробелы в ваших знаниях».