В своем посте я забыл подчеркнуть одну маленькую, но КАПЕЦ КАКУЮ ВАЖНУЮ деталь:
Я говорил не о том, что вам нужно знать, чтобы зайти в профессию.
Я говорил о том, в какую сторону вам нужно продолжать развиваться, чтобы оставаться конкурентоспособным и расти в профессии, когда вы уже стали аналитиком.
Вырос ли порог входа в аналитику за последние годы? Да, абсолютно точно — и это нормально, потому что профессия аналитика достаточно молодая сама по себе.
Но Ольга очень точно заметила:
На одном из вебинаров, когда я только начала учиться в Simulative меня вдохновила фраза одного из менторов курса, что да, требования выше становятся, но и людей меньше, которые доходят до конца. И в моменты желания отложить курс, я вспоминала, что продолжая учиться, я попаду в этот маленький процент, и будет меньше конкуренции.
Именно так! Это так и работает. И про это и есть мой самый первый и самый главный тезис — «учитесь решать (и любить решать) сложные задачи».
Представьте двух кандидатов:
* Первый закончил курсы, на собесе чувствует себя неуверенно, портфолио пустое или с какими-то элементарными проектами, разбор которых есть на Хабре
* Второй — с легкостью решает задачи на собесе и с мощным бизнесовым портфолио
Кому отдадут предпочтение? Конечно второму! И не потому что он красивое портфолио собрал. А потому что работодатель понимает, что уровень задач, которые сможет самостоятельно решить второй — сильно выше. Он сможет решать сложные задачи (ну то есть вообще сможет их решать), простые задачи сможет решать быстрей и так далее. Это вы-год-но.
Итак, подытожу:
1. Чтобы войти в аналитику, достаточно знать самые основные темы — SQL, Python, метрики и базово BI. Если знаете больше (например, можете автоматизировать скрипт) — это точно плюс, но не блокер.
2. Но знать эти базовые темы нужно на продвинутом уровне — иначе вот в этом моменте вы проигрываете конкуренцию. Раньше проигрывали только другим кандидатам, которые чуть усердней вложились в свою подготовку, а теперь еще маркетологу, который сам может навайбкодить себе что-то.
3. Но если вы уже на старте круто разбираетесь в базовых темах (кто у нас учится — если вы, например, сложные кейсы по SQL из курса решаете) — у вас все круто, можете не переживать.
4. Еще раз подчеркну — НЕ НУЖНО УЧИТЬ ВСЕ СРАЗУ. В математике есть термин «максимально минимально». Вот и тут так — ваша задача освоить максимально быстро максимально минимальное количество тем, чтобы как можно быстрей выйти на рынок труда и получить оффер. Все остальное — в процессе.
5. А вот дальше, чтобы развиваться, нужно будет прокачиваться дальше. ДЕ, ИИшки, продуктовый подход. Это нормально — сейчас мир супер динамичный и было бы странно, если можно было бы иначе. За последние полгода несколько профессий просто исчезли с лица земли. Аналитику это точно не ждет, но трансформации будут (и вот про них как раз написал в предыдущем посте).
Это в целом про концепцию lifelong learning — сколько живешь, столько и учишься. Постоянно узнаешь новое и развиваешься, как профессионал. И это на самом деле очень круто — ты мало того что постоянно растешь (в зарплате тоже, кстати), так еще и постоянно испытываешь вау-эмоцию, типа «оу, это так можно было! как я жил без этого!»
И раз пошла такая пьянка — позволю себе незапланированный продакт-плейсмент) Пост вышел спонтанно, я вообще другой задачей занимался и не планировал ничео писать. Но если вам такая штука откликается — присмотритесь к нашей ПОДПИСКЕ НА ВСЕ КУРСЫ. Платите один раз и получаете доступ ко всему, что уже выпущено (и там как раз и аналитика, и DE, и A/B-тесты, и курс по ИИшкам, и тренинг про продуктовое мышление), так еще и ко всему, что еще будет (а планов у нас ого-го!!!).
У нас до конца июня идет акцию на подписку — даем огромную скидку (а для наших студентов еще больше). В июле поднимем цены (т.к. с прошлого раза туда добавилось уже 7 программ!).
Если вам интересно — напишите просто «+» или что угодно еще в чатик нашим менеджерам, они подхватят и проконсультируют вас: @simulative_team_3 🧡