Карьера в Big Data: кто такой аналитик данных и как вырасти в этой профессии

Чем занимаются аналитики и почему они востребованы на рынке

Дата‑аналитик собирает, обрабатывает и интерпретирует большие данные — массивы информации, среди которых есть нужные для компаний сведения. Например, специалист может рассчитать пассажиропоток в конкретном районе города, помочь выстроить маршруты и график движения так, чтобы было удобно и людям, и транспортной компании. А может проанализировать поведение посетителей на сайте магазина, определить их предпочтения и подсказать владельцу, какие акции и скидки заинтересуют клиентов.

Работники, которые умеют извлекать коммерческую пользу из данных, нужны рынку: корпорациям, госорганам и даже мелкому бизнесу. В прошлом году почти половина российских компаний искала аналитиков в штат. Повышенный спрос сказывается и на доходах специалистов. По последним данным, их медианная зарплата составляет 130 тысяч рублей.

Кроме того, новые технологии постоянно увеличивают количество информации, которую компании собирают и хранят. Поэтому потребность в профессионалах, вероятно, тоже будет расти. По прогнозам, к 2029 году размер мирового рынка аналитики больших данных достигнет 655 миллиардов долларов, тогда как в 2021‑м он составлял всего 241 миллиард.

Что должны уметь специалисты

Читать технические документы, автоматизировать рутину и использовать инструменты работы с данными. Например, SQL, Python и его библиотеки: pandas, NumPy, Matplotlib и другие. Такие сотрудники владеют статистическим анализом — он помогает составлять формулы и находить взаимосвязи в массивах информации. А ещё разбираются в линейной алгебре и матанализе — знаний по этим дисциплинам на уровне 1–2‑го курса университета могут ждать даже от стажёров и джунов.

Гибкие навыки тоже важны. Аналитик обязан быть рациональным скептиком, чтобы методично проводить проверки, искать отклонения в показателях и видеть реальную картину изучаемого явления. Логика, критическое и системное мышление — лучшие друзья таких специалистов. Как правило, аналитики не работают в одиночку, потому им нужно учиться грамотно и экологично доносить до менеджеров и программистов результаты своих трудов.

Как можно вырасти в этой сфере

Есть несколько карьерных путей, по которым может двигаться начинающий специалист.

Вертикальный

Предполагает повышение в должности, например до старшего аналитика или руководителя команды. Растут объёмы и сложность задач, а вместе с тем и зарплата. Продвигаясь по карьерной лестнице, аналитик меньше «работает руками», зато решает больше стратегических вопросов. Например, планирует нагрузку сотрудников и просчитывает KPI отдела. Поэтому такой путь подходит тем, кто любит быть лицом команды, не боится руководить и брать на себя больше ответственности.

Но у вертикального роста есть потолок: чем выше должность, тем труднее её будет получить. Кроме того, тимлидам нужны особые софт‑скилы: навыки распределения нагрузки, стресс‑менеджмент, эмпатия, умение делегировать задачи и мотивировать сотрудников.

Горизонтальный

Аналитик данных, как и любой другой профессионал, может расширять экспертность и переходить в смежные сферы. Например, стать маркетинговым или продуктовым аналитиком, освоить Data Science и машинное обучение. Ещё вариант — поменять нишу. Допустим, человек работал в финтехе, но в какой‑то момент заинтересовался продажами и перешёл в электронную коммерцию — это тоже горизонтальный рост.

Такой путь хорош тем, что специалисту не приходится вникать в планирование работы команды, контролировать других сотрудников и решать менеджерские задачи. Но, как правило, вертикальное и горизонтальное развитие не существуют в чистом виде. Например, дорасти до руководителя можно, только накопив достаточно профессиональных знаний за годы горизонтального роста.

Междисциплинарный

Когда работник достигает определённого уровня экспертности в своей области, он может пробовать себя в совершенно новом амплуа. Например, стать ментором стажёров или преподавать им аналитику данных на курсах. Такой путь, по сути, предполагает освоение ещё одной профессии, а потому специалист не останется без дохода, даже если в какой‑то момент решит уволиться с основной работы. Кроме того, преподавание позволяет освежить и углубить свои знания — ведь для того, чтобы что‑то объяснить, нужно разобраться в вопросе и найти все подводные камни.

Какую бы траекторию ни выбрал аналитик данных, любой рост невозможен без обучения. Отличаться будут лишь навыки, которые предстоит прокачивать. Тем, кто хочет развивать карьеру, стоит посещать митапы и конференции, читать отраслевые блоги, проходить курсы по новым технологиям и искать другие возможности для самообразования.