📌 Грейды в аналитике

Давайте разберёмся с грейдами. Что это вообще такое и какие у них требования.

Тут мы опустим грейдирование разработки, т.к. у них там своя атмосфера, у нас своя.

Много раз сталкивался с мнением, что грейд можно вычислить по количеству лет опыта. И в целом так оно и есть. Но, как говорят в твиттере, есть нюанс.

Для любого грейда нужно знать и уметь ряд вещей, это понятно, но в большей степени он зависит от уровня уверенности в задачах с минимальными вводными. А этот скилл приходит с опытом.

Вот допустим, джун. Ему нужно уметь пользоваться базовым инструментарием, иначе он просто ничего не сможет сделать (а это уже стажёр или что-то из этой серии). Вот джун получает таску (обычно это какие-то не сложные вещи, типа выгрузки и очистки данных). Т.к. у джуна мало опыта, он может неосознанно наделать ошибок, считая свою логику верной. И она, конечно, может быть верной, но в аналитике можно легко изменить выводы, если упустить какую-то неочевидную деталь, например, из-за недостаточного погружения в данные. Поэтому обычным флоу работы джуна будет отправка работы на ревью более опытному коллеге.

Чем больше ты погружаешься в нюансы, тем чаще твои ревью проходят быстро с комментариями “всё ок”. Ты начинаешь брать задачки более неоднозначные, например, исследования. Когда ты точно не знаешь что нужно сделать, но имеешь вектор, например, разобраться с какой-то фичей. Ты изучаешь её, прикидываешь как она влияет на продукт, общаешься с заказчиками, формируешь представление. И вот уже вырисовывается план действий. Незаметно джун стал миддлом.

Ключевое отличие сеньора, в этой иерархии, это не только и не столько хард скиллы, сколько умение работать по абстрактным задачам, когда ты понимаешь что нужно бизнесу и как этого добиться.

На картинке пример как обычно ставят одну и ту же простую задачу разным грейдам 🙂