Все
Истории
Дизайн
Код
Геймдев
Бизнес
Маркетинг
Управление
Кино
Музыка
Проектная фотография
Развитие
Здоровье
Деньги
Образование
EdTech
Корп. обучение
Блог Skillbox
Глоссарий
Спецпроекты
Профориентация
«Я готов копаться в данных сутки напролёт»: история геолога, ставшего аналитиком
Работа вахтой подорвала здоровье Владислава. Решив найти дело побезопаснее и поприбыльнее, он пришёл в аналитику данных. Сейчас работает в «Иннотехе».
Владислав Старовойтов
Россия, Ростов-на-Дону
Пройденные курсы
Достижения
С нуля выучился на аналитика данных. Работал в «Сбере», а сейчас — занимается аналитикой инцидентов в «Иннотехе».
✅ Помощь
Владислав рассказал:
- почему оставил работу геологом;
- как узнал об аналитике данных и почему загорелся ею;
- чем курсы лучше самостоятельного обучения;
- как проходил путь от первых отказов до оффера в «Сбер» и «Иннотех»;
- почему не стоит переживать, если не получается сразу найти работу.
По образованию я геолог. Отучившись в университете, отправился на вахту на Крайний Север, в Магадан, и проработал там три месяца. Это был интересный, но травмирующий опыт: из-за изнуряющих условий моё здоровье сильно ухудшилось, и впоследствии мне пришлось практически все заработанные деньги потратить на лечение.
После восстановления я понял, что геология — не только непростая, но ещё и опасная работа, как минимум для меня, и поэтому решил перейти в смежное и менее вредное направление — экологию.
Фото: личный архив Владислава Старовойтова
Как специалист по охране окружающей среды, я контролировал экологическую безопасность на предприятиях: рассчитывал, сколько выбросов они осуществляют, проводил замеры в цехах. В целом работа меня устраивала: задачи были интересными, коллектив — отличным, и я до сих пор вспоминаю о нём с теплом.
Но потом… в мою жизнь внезапно пришла аналитика данных.
Как и почему я решил учиться на аналитика данных
На мой профессиональный путь повлиял один случайный разговор с хорошим знакомым: он работал продуктовым аналитиком в «Магните» и в ходе беседы поделился, как ему нравится его деятельность. Рассказал, какие крутые задачи выполняет, какой кайф получает от удалёнки и как доволен своей зарплатой — тогда она составляла 300 тысяч рублей.
Конечно, я порадовался за знакомого. А потом задумался: «Если условия работы у аналитика так комфортны, а зарплата так высока, что мешает перейти в эту сферу и мне?»
Плюс ко всему я всегда знал, что обладаю техническим складом ума, мыслю рационально. К тому же регулярно изучаю новости мира IT и интересуюсь всем, что связано с компьютерами и новыми технологиями. Просто чистое программирование меня никогда не привлекало, а вот о работе с большими данными я прежде не задумывался.
В общем, поразмыслив, я понял, что при имеющихся вводных и должных стараниях я могу преуспеть как аналитик. Загорелся этой идеей. Помню, после того разговора со знакомым даже очень ярко представил себя в будущем: как провожу сложные операции с данными, строю и проверяю разные гипотезы — этот образ меня сильно вдохновил.
Тянуть не стал — учиться решил сразу. И хоть от многих я слышал, что курсы в интернете — это пустая трата денег и что все необходимые учебные материалы можно найти самостоятельно, мне этот взгляд был не близок.
Я понимал: заставить себя не только учиться, но ещё и искать информацию, фильтровать её — очень непросто.
В итоге из всех вариантов остановился на курсе Data Analyst, входящем в большую профессию Data Scientist. Вместо долгих самостоятельных поисков я решил получить сразу готовую структурированную программу от специалистов сферы и идти по ней.
Более того: большая денежная трата дополнительно стимулировала меня учиться каждый день. Я вкладывал максимум своих сил, чтобы как можно быстрее окупить вложения.
«Для уверенного старта придётся много учиться», или Как мне давалось прохождение курса
То, что попасть в дата-анализ будет нелегко, я понимал с самого начала. Эта сфера, как и IT в целом, сейчас довольно раскручена, и с каждым месяцем её популярность только набирает обороты. Я готовился к тому, что для хорошего и уверенного старта придётся много учиться.
Порог входа в data science в целом и в data analysis и machine learning engineering в частности и так всегда был высоким, но за последние годы вырос ещё сильнее.
Я рад, что, несмотря на понимание описанных выше фактов, у меня получилось не испытывать страх в процессе учёбы, не суетиться, не давить на себя. Я занимался в комфортном темпе, усваивая информацию по чуть-чуть.
Если какое-то задание не давалось мне сразу — откладывал его на потом и возвращался к нему, только когда чувствовал в себе новые силы. А ещё — обязательно учился дополнительно: штудировал все материалы, которые преподаватели оставляли в описании к урокам.
Лично мне учиться было несложно: попотеть пришлось только в самом начале, когда я пытался настроить Apache Airflow — открытое ПО для создания и мониторинга процессов по обработке данных. Ох, чего я только не делал тогда, чтобы оно заработало на моём компе 🙂
В итоге, потратив кучу времени и усилий, я всё-таки «победил» эту программу и уже вскоре с её помощью обрабатывал массивы данных.
Резюме на коленке, или Мой первый опыт отказов
Пройдя меньше половины курса, я уже начал искать себе стажировку или первую работу. Просто чувствовал, что учебных домашек мне недостаточно и я хочу скорее наработать практический опыт на реальных задачах.
Правда, тогда я смутно представлял, как и чем именно могу привлечь работодателя. Поэтому — как смог состряпал резюме на коленке, расписав свои ключевые навыки. Забавно, что в тот момент я даже профессиональными терминами особо не владел: даже не знал, что такое стек.
Понятно, что никого моё не особо убедительное резюме не заинтересовало. Я сходил всего на два интервью, да и те провалил. Но не отчаивался — воспринимал отказы как новый опыт. И параллельно продолжал учиться.
Благодаря собеседованиям я понял: компаниям важно, чтобы кандидат хорошо разбирался в теории, мог ответить на любой вопрос по работе с данными.
В основном все работодатели проверяют понимание SQL и Python: спрашивают, как работают запросы, функции. Также, в зависимости от специфики работы компании, могут проверить дополнительные знания. Например, спросить, как рассчитывается ROI, если вы идёте в продуктовую аналитику, или что такое ETL-процессы и как работает тот самый Airflow, если, как и я, пробуете свои силы в аналитике инцидентов.
Как я получил оффер в «Сбер» на позицию аналитика данных
Спустя ещё 4–6 месяцев учёбы и параллельных поисков работы мне неожиданно позвонили из «Сбера» — пригласили на собеседование по вакансии аналитика данных. Я прошёл интервью, выполнил тестовые (три задачки на знание SQL и Python), а после услышал ту самую мемную фразу: «Мы вам перезвоним».
Прошло недели две, и, конечно, никто мне так и не перезвонил. Тогда я решил взять инициативу в свои руки и связался с HR-специалистом сам. Правда, отвечали мне как-то непонятно: то говорили, что пока не набрали команду, то — что рассматривают на позицию другого специалиста и выбирают между нами. В общем, я уже было потерял надежду, но спустя ещё месяц мне всё-таки перезвонили и неожиданно сделали оффер, который я принял.
Фото: личный архив Владислава Старовойтова
Как аналитик данных в «Сбере», я круто прокачал свои навыки: работу с SQL, Python, Pandas. Особенно в первые несколько месяцев работы, когда из моей команды неожиданно ушли сильные ребята и мне приходилось многие сложные операции с данными выполнять самому, без чьей-либо помощи.
Обычно я занимался выгрузкой объёмной информации по тому или иному продукту «Сбера»: сортировал её и грамотно упаковывал, составлял выводы на её основе.
«Когда горишь, всё получается»: о переходе в «Иннотех» и мечтах о продуктовой аналитике
В итоге в «Сбере» я проработал чуть меньше полугода. К сожалению, разочаровался в коллективе: некоторые коллеги оказались грубыми и высокомерными людьми. В токсичной атмосфере работать было непросто, и в конце концов я написал заявление на увольнение. И… снова вышел на рынок труда.
В этот раз к поиску работы подошёл продуманнее и основательнее: пересобрал резюме, добавил в него новые навыки и опыт работы, описал стек технологий, которым владею. Как результат — меня стали гораздо чаще приглашать на собеседования. Более того, я даже отклонял офферы, которые не подходили мне по условиям — в этот раз я искал либо полную удалёнку, либо офисную работу, но недалеко от моего дома.
И вот как-то раз я откликнулся на вакансию аналитика в «Иннотех» — крупную и высокотехнологичную компанию, разрабатывающую решения для цифровизации бизнеса. Помнил, что туда ушли несколько моих хороших коллег из «Сбера» и поэтому решил попробовать. Каким же было моё удивление, когда моё интервью проводил как раз один из тех сберовских знакомых!
В итоге собеседование прошло успешно, и мне сделали оффер. С тех пор прошло три месяца. Пока я только вливаюсь в новые процессы: изучаю документацию, устройство баз данных. Но уже предвкушаю предстоящие интересные задачи: я буду исследовать базы данных и искать в них поломки, которые возникли при переносе данных.
Можно сказать, моя работа в чём-то будет напоминать тестирование. Различие лишь в том, что тестировщики работают с ПО, а аналитики — с базами данных. Мы мониторим их, выявляем ошибки и разбираемся, почему они вообще произошли, чтобы предотвратить подобное в будущем.
Как я и предполагал в самом начале пути, я действительно загорелся аналитикой. А когда горишь каким-то делом, оно обязательно хорошо получается, ведь ты полон мотивации и вдохновения. Так и у меня: я действительно готов копаться в данных сутки напролёт.
А если что-то не получается, никогда не расстраиваюсь — просто пробую ещё и ещё, пока не получится. Считаю, именно такой подход в работе и учёбе и помог мне добиться своей цели и стать аналитиком.
Фото: личный архив Владислава Старовойтова
Сейчас меня всё устраивает: я работаю из дома и в перерывах могу заниматься своими делами. Коллектив хороший, что для меня очень важно.
Более того, внутри компании я вижу много вариантов развития — сейчас, например, засматриваюсь на продуктовую аналитику: расчёт прибыли, эффективность рекламных каналов — всё это кажется мне очень интересным. Возможно, когда-то я до этого дорасту, но пока — набираюсь опыта в своём направлении.
Что я понял о профессии дата-аналитика и поиске работы
Однажды, когда я уже устроился на работу по новой специальности, я решил почитать отзывы других студентов на курс Skillbox, который проходил. Сравнить чужой опыт со своим. И вот в одном из отзывов я прочёл, что какому-то студенту не хватило в программе знаний для успешного трудоустройства. У меня есть своё мнение на этот счёт.
Первое, что важно помнить, — не стоит воспринимать курс как волшебную таблетку. Мол, принял её и гарантированно стал успешным и высокооплачиваемым аналитиком. Нет, так не бывает. Обучение лишь даёт фундамент для дальнейшего развития.
По моему мнению, ни один источник или человек не может обладать абсолютно всеми знаниями о профессии. Да, многое придётся гуглить дополнительно, отрабатывать на собственном опыте. И это абсолютно нормально.
Также, по своему пути, скажу: не стоит переживать, если у вас не получилось устроиться на работу во время или сразу после учёбы. Встаньте на место работодателя: какова вероятность, что вы выберете человека с пустым резюме и нулевым опытом? Ищите стажировки, создавайте собственные проекты, формируйте портфолио из учебных кейсов, и всё получится.
И последнее: если вы уже достигли каких-то результатов, не стоит зазнаваться. Моё личное наблюдение: в IT и аналитике это частая проблема — когда человек добирается до какой-то высоты, он нередко начинает считать себя успешнее и авторитетнее других.
Мне кажется, нужно всегда сохранять здоровую самооценку и думать о самосовершенствовании — сколько всего ещё предстоит узнать и освоить. Если мыслить таким образом, можно достичь куда больших побед и успехов.
