Если спросить, какой самый ценный навык я унесла из института, я отвечу, не задумываясь: умение учиться. Не запоминать факты и не зубрить, а быстро адаптироваться — разбираться в новом, пересобирать мышление под новые инструменты и требования индустрии.
На физтехе у нас была такая шутка:
— За сколько студент МФТИ может сдать китайский язык?
— Если есть методичка — готов идти на экзамен прямо сейчас.
И вот примерно в таком темпе нас там и учили 😄
Иногда мне кажется, что за последние десять лет профессия аналитика несколько раз полностью поменялась.
👩🏻🎓 Когда я начинала, базовым минимумом был Excel. ВПР, сводные таблицы, огромные формулы на пол-экрана. Я часами сидела на «Планете Excel» и изучала разные фишки. Роскошным максимумом тогда были макросы на VBA. Если человек умел автоматизировать отчёты — это уже воспринималось как отдельная суперсила.
🤓 Потом данных стало слишком много, и рынок массово поехал в базы данных и BI-инструменты. В то время курсов по Power BI и Tableau на русском почти не было, и я училась строить дашборды по видео с индусами на YouTube. Интерактивный дашборд с фильтрами и красивой визуализацией производил почти вау-эффект на моих коллег.
Сегодня это базовый минимум — возможно потому, что этим уже просто никого не удивишь, а возможно, индустрия, наконец, поняла: красивый дашборд сам по себе ещё не гарантирует правильных бизнес-решений.
🧐 Дальше был очень быстрый рост стандартов в A/B-тестировании. В 2020 году Валера Бабушкин рассказывал нам про CUPED на конференции, и зал слушал с открытым ртом. Казалось, это уже какой-то совершенно другой уровень аналитики. Сейчас на собеседованиях я спрашиваю про методы уменьшения дисперсии в A/B-тестах, и если кандидат вспоминает ТОЛЬКО CUPED — я уже начинаю недовольно закатывать глаза 😄
😎 А помните как пару лет назад аналитики гордились ML-проектами? Долгое время в Авито, чтобы стать сеньором, нужно было обязательно применить ML к реальной задаче. CatBoost и Random Forest казались магией для избранных. Сейчас базовую ML-модель может собрать практически любой аналитик.
❓ Сейчас мы снова находимся в начале следующего цикла изменений. И это касается не только аналитики. Возьмём, например, презентации. В 2026 году я почти перестала собирать их руками, потому что AI делает это быстрее и красивее. И это классно, потому что я никогда не любила выравнивать элементы и бесконечно редактировать слайды.
Однако впервые за десять лет, в эпоху AI-агентов, у меня нет ощущения, что я понимаю, какой навык станет следующим обязательным минимумом для аналитика. Может, через какое-то время вообще исчезнет привычное разделение на аналитиков, продактов и прожектов: мы станем многорукими Шивами и будем уметь всё.
В итоге получается, что способность учиться быстрее, чем устаревает всё остальное, — единственный навык, у которого до сих пор нет срока годности.
А вы уже чувствуете, как меняется профессия аналитика? И какие навыки, как вам кажется, станут следующим роскошным максимумом?
#Даша