Я вже п’ять місяців працюю на своїй першій роботі аналітика даних, і є багато речей, які стали для мене несподіванкою — хотілося б, щоб мене про це попередили! Я перелічу їх нижче, щоб ти був підготовлений краще, ніж я.
5 речей, які я хотів би знати перед початком своєї першої роботи аналітиком даних
1. Якщо ти єдиний технічний спеціаліст у команді, твої колеги можуть не розуміти, чим ти займаєшся. Це може бути нормально — або катастрофою.
Під час співбесіди з’ясуй, чи будеш ти єдиною технічною людиною в команді. Якщо ТАК — це може бути нормально, якщо твої колеги розуміють, що ти ще навчаєшся і будуть завдання поза твоєю компетенцією, а менеджер активно залучений, готовий підтримати тебе і стати на твою сторону. Проте я все ж не рекомендую “працювати самому” на першій технічній роботі.
Бути єдиним технічним спеціалістом може бути катастрофою. Тебе можуть залучати до кожної зустрічі та кожного проєкту, бо відділ хоче, щоб ти був єдиним технічним лідом. Від тебе можуть вимагати виконання завдань поза межами твоїх обов’язків — або це не твоя спеціалізація, або взагалі вище твого рівня оплати. Найгірше — тебе можуть звинувачувати щоразу, коли щось “технічне” ламається, навіть якщо ти не налаштовував систему, не був навчений або не знав, що це входить у твої обов’язки.
Якщо ти працюєш один — шукай підтримку: знаходь менторів в інших командах або онлайн (через LinkedIn чи інші платформи). Я помітив, що спільнота аналітиків даних у LinkedIn, особливо через Maven Analytics, дуже підтримуюча.
З іншого боку, якщо ти є частиною технічної або дата-команди, це дозволяє тобі вчитися у більш досвідчених спеціалістів і покладатися на них як на менторів. Також ти можеш впровадити або використовувати систему заявок (ticketing system) разом з іншими підрозділами компанії. Якщо співробітникам потрібна технічна допомога, вони можуть надсилати запити через цю систему, а ти зможеш розподіляти завдання разом із командою. Це допомагає уникнути вигорання, оскільки всі задачі не лягають на одну людину.
2. Ти будеш витрачати багато часу на очищення даних.
На курсах з аналітики даних ти (здебільшого) аналізуєш вже чисті та підготовлені набори даних.
Як аналітик даних, ти працюватимеш із брудними даними — опитування багаторічної давності, де поля неправильно відформатовані, значення записані з помилками у регістрі, а формули в Excel видають помилки. Тебе можуть попросити створити моделі даних для візуалізацій, навіть якщо ніхто з колег не знає, звідки ці дані взялися або наскільки вони точні.
Щоб підготуватися: практикуйся, практикуйся і ще раз практикуйся в очищенні даних в Excel. Переглядай статті та відео на YouTube про очищення даних. Попроси ChatGPT згенерувати тестові Excel-таблиці з помилками та тренуйся очищати їх за допомогою формул Excel.
3. Люди не завжди будуть задоволені твоїми цифрами.
Усі в бізнесі кажуть, що хочуть «data-driven інсайти». Насправді це часто означає, що вони хочуть дані, які підтверджують їхню точку зору, вигідно їх показують або допомагають продати продукт.
Іноді твої колеги або клієнти будуть незадоволені твоїми цифрами. Вони можуть попросити порахувати середній рівень задоволеності клієнтів, а потім розчаруватись, коли результат виявиться не таким високим, як вони очікували. І неважливо, що ти скажеш “не стріляйте в месенджера” — вони все одно можуть бути незадоволені або почнуть шукати інші метрики, які покажуть їхній продукт у кращому світлі.
Щоб уникнути ситуації «не стріляйте в месенджера», узгодь чіткі вимоги з керівником перед початком роботи над дата-проєктом — які саме показники ти будеш рахувати, як саме їх обчислювати тощо. Отримай підтвердження від керівника або відповідних стейкхолдерів і наголоси на важливості стандартизації звітів для коректного порівняння з року в рік.
Наприклад, якщо ти рахуєш середні значення по-різному щороку, ти не зможеш зрозуміти, чи організація працює краще чи гірше.
4. Опис роботи може сильно відрізнятися від того, чим ти займатимешся щодня.
Коли я проходив співбесіду на свою першу позицію аналітика даних, в описі вакансії було зазначено, що я працюватиму з SQL і Microsoft Power BI. Проте в реальності щодня я в основному використовую Excel для виконання разових запитів по даних і виконую адміністративні завдання, які не потребують технічного бекграунду.
Це більш імовірно, якщо пункт №1 правдивий, тобто ти єдиний технічний спеціаліст у команді. Якщо між тобою і попереднім технічним працівником була пауза, то на тебе може чекати накопичений список адміністративних і технічних задач.
Це може бути нормально — якщо ти продовжуєш навчатися, працюєш над цікавими проєктами та фіксуєш метрики для резюме. Але це також може бути заплутано і розчаровувати, якщо ти очікував отримати просунуті технічні навички, а натомість щодня працюєш лише в Excel.
5.Те, що в команді є інші технічні спеціалісти, не означає, що вони мають час або достатню експертизу, щоб навчати вас.
Щоб це з’ясувати, ось запитання, які варто поставити під час співбесіди:
- Чи є в цій команді/цьому відділі/цій організації інші технічні спеціалісти?
Якщо так:
- Які їхні щоденні завдання?
- Чи перетинатиметься їхня сфера роботи з моєю?
- Як попередня людина на моїй посаді взаємодіяла з ними? Як часто вони зустрічалися?
- Чи будуть вони відповідати за мій онбординг і допоможуть мені швидко освоїти ці платформи?
- Чи є можливість менторства на цій посаді? Як я можу знайти ментора в цій організації?
Підсумовуючи: Google, ChatGPT, Stack Overflow та Reddit стануть вашими найкращими друзями. Це справедливо для будь-якої роботи в ІТ! Тож звикайте гуглити.
Я єдиний технічний спеціаліст у своїй команді, і це моя перша роль у сфері ІТ. Я багато чого навчився, але це перевантажує — намагатися знайти час для навчання, зрозуміти, як проводити правильний аналіз, і визначити валідність джерел даних без когось, хто міг би мене скеровувати (хоча б трохи!).
У будь-якій технічній роботі будуть несподівані труднощі. Ви — призначена «розумна людина» в команді. Це означає, що ви — «майстер гуглінгу». Ви не обов’язково знатимете більше за інших, але матимете наполегливість гуглити, поки не розберетеся!
ОРИГІНАЛ СТАТТІ:5 Things I Wish I Knew Before My First Job as a Data Analyst
АВТОР СТАТІ:Margaret Efron
🚀Долучайтесь до нашої спільноти Telegram:
🚀Долучайтесь до нашої спільноти FaceBook:
🚀Долучайтесь до нашої спільноти Twiter X: