Привет!

Замечаю за собой в последние дни упадок энергии. Очень сильно настроение зависит от погоды.

Во время весенней релокации из холодной Москвы в солнечную Турцию желание что-то делать выросло в 10 раз. Хотелось бы на Кипр уехать, но из-за очной учебы сейчас не получается(
Планирую летом на этим подумать 😉

Некоторые мои ученики релоцировали, часть переехали своими семьями. Благо работа в IT аналитиком данных на удалёнке это позволяет сделать 🔥
Сейчас еще в на личных консультациях с 3-мя учениками готовимся к поиску работы в международных компаниях, подтягиваем нужные навыки и обновляем резюме.
Так что если у вас есть желание уехать жить в теплые края или в локацию вашей мечты, присмотритесь к аналитике в IT, могу сказать что это супер интересная работа 😍

Для старта работы на уровне стажера или джуна вам необходимо будет плотно позаниматься, чтобы обрести базу необходимых навыков. Если учитесь самостоятельно, это может занять у вас много времени (полгода - год, а то и больше).
Если стартовать с курса и структурно получать знания, закреплять их на практике, то время до достижения результата сильно можно сократить, вплоть до нескольких месяцев. Этого времени будет достаточно, чтобы изучить
📍Методы работы с базами данных
📍SQL на хорошем уровне написания запросов
📍Python для работы с данными и библиотекой pandas
📍Принципы визуализации данных

Конечно я здесь не говорю про изучение мат. анализа, линейной алгебры и статистики, т.к. это не базовые знания, да и тем более они пригождаются не каждому аналитику и не на каждом проекте.
Если вы считаете, что аналитики - это математики или жесткие технари, это миф.

Отличными аналитиками бывают люди с многолетним опытом работы в другой сфере, например финансах, маркетинге, логистике, медицине, строительстве и много в чем еще. Таким специалистам достаточно научиться обрабатывать данные, уметь их правильно визуализировать и уметь интерпретировать результат, основываясь на доменный опыт. Доменные знания - это ценность для аналитика.

На курсе по основам анализа данных мы изучаем не только теорию, но и нарабатываем практические навыки работы с данными
✅ строим модель данных
✅ пишем аналитические запросы на SQL
✅ разбираемся в особенностях хранилищ данных
✅ анализируем данные с помощью Python
✅ строим дашборд в Tableau

Затем составляем резюме и начинаем искать вакансии. Для работающих специалистов это позволяет усилить компетенции и получить повышение и новые задачи, а для желающих сменить сферу деятельности - найти работу специалистом по анализу данных.