ITHumanWork | Карьера в IT и Бизнес анализ

Мы вам перезвоним. Или непрофессиональные подходы HR

Буквально на днях ко мне обратился клиент с просьбой помочь ему пройти собеседование.

На момент консультации кандидат уже прошел отборочное с HR, сдал тестовое задание с положительным фидбеком и ждал назначенного финального собеседования.

За три дня до финала кандидат случайно заметил, что вакансия ушла в архив, но не придал этому значения. Мало ли, ведь уже все назначено. А утром за 30 минут до собеседования он получает вот такое сообщение от HR:

«Здравствуйте!
На данный момент мы нашли специалиста на данную вакансию. Руководитель также положительно отметил все ваши результаты по пройденным этапам и планирует рассмотреть открытие еще одной ставки в будущем. В случае открытия новой вакансии на данную позицию – я свяжусь с вами для актуализации информации для вас:)

Благодарю вас за уделенное время на все этапы и за интерес к нашей вакансии, контакт предлагаю не терять, у нас много проектов, возможно, еще увидимся:)»

Что бы вы сделали на месте кандидата и были ли у вас подобные “козни” от HR?

Вот и поговорили.

Голосовой помощник Ева от Мегафон приняла звонок от СберМаркет с автоматическим рекламным оповещением.

Говорят, они до сих пор общаются 😂
#IThumanhumor

А сейчас можно переходить в ИТ?

Сейчас это популярно, потому что для многих это решение проблем. Только вот ИТ компании работают в штатном режиме и не готовы к такому наплыву. Ведь основной штат, все-таки, остался или компаниям удалось удержать своих ключевых сотрудников.

Даже несмотря на то, что более 30% IT-специалистов уехали из России или планируют релокацию, заменять джунами места сеньоров никто не будет.

Около 70 кандидатов претендует на 1 место джуна, 30 - на место миддла, 15 - на место сеньоров.

Будьте готовы, что если вы переходите с 0, то вас ожидают джуниорские или стажерские позиции. Но сможете ли вы конкурировать с еще 70 желающими?

Если делаете переход со смежных позиций, можно претендовать на миддл и сеньор уровень. Но тогда критически необходимо менять майндсет, то есть образ мышления, и не забывать выкапывать релевантные навыки, которые вы отобразите у себя в резюме.

Переходить в ИТ можно всегда. Главное делать это грамотно.
Для этого и нужен человек из индустрии, который сопроводит и поможет погрузиться в сферу, которой планируете заниматься ближайшие несколько лет.
#работаИТ #переход

Кому я нужен после курсов по ИТ?

Прошел курсы, добавил их в резюме, но на собеседованиях отказывают. Что не так?

Сразу скажем, одних пройденных курсов недостаточно.
Просто представьте себя на месте нанимателя. Вы хотите создавать ценный и дорогой продукт, а к вам стучится условный Вася с тремя строчками в резюме о курсах.
Берете такого?

Решение о найме принимается на основе релевантного опыта и потенциальной ценности кандидата для компании.
Курсы же дают новые инструменты, но ведь нужно еще научиться их применять, а это = опыт. Опыт можно упаковать в резюме, и вот с этой фактурой уже можно идти на собеседования.

Много ли компаний действительно берут по курсам?
Честно ответим, немного. Готовы брать в основном на джуниор или стажерские позиции.

Вообще курсы имеют значение?
Имеют ценность не курсы, а опыт, полученный на них. Но есть много нюансов:

• Сертификат. Если курс, по которому у вас есть сертификат, имеет вес в отрасли - прекрасно.
• Описанный и презентующий опыт. Будет здорово, если вы сможете качественно презентовать полученный опыт как устно, так и письменно.

Подытожим, курсы сами по себе не нужны работодателям. Но нужен опыт, который вы получаете на курсах, а это можете предоставить только вы.
#работаИТ #обучение #курсыИТ

Всем привет.

Мы вернулись, как и обещали.
После перерыва мы увидели новые течения в IT, самые горячо обсуждаемые темы и приготовили для вас такой контент, который вы будете носить в кармане, как шпаргалку.

Мы рады вернуться с новыми силами и идеями к вам.

Друзья, всем привет!

Мы уходим в отпуск до ноября. Поэтому просим вас сильно не скучать. Вернемся к вам с новыми и крутыми идеями.

Мы видим, что сейчас тема перехода в ИТ очень важна и нужна многим. Поэтому если возникнут чрезвычайно важные вопросы, то можете записаться на консультацию к @ldansarunova.

Увидимся в ноябре 😉

Друзья, всем привет!

Это завершающий пост в рубрике про #ИТпрофессии. И сегодня поговорим о Data-scientist (Дата-саентист).

В отличие от других аналитиков, задача Дата-саентиста построить математическую модель, которая отреагирует своим поведением на спрогнозированное будущее.
Немного похоже на что-то из раздела фантастики, согласитесь?

Дата-сайентисты используют технологии ИИ и создают модели машинного обучения (нейросети), которые помогают бизнесу анализировать информацию.

Поэтому Дата-саентист может работать над разными задачами: от ритейла и прогнозирования продаж с соответствующим формированием закупки до астрофизики, геологии или любых других научных сфер.

В разных компаниях задачи Дата-сайентиста будут отличаться, но в основном это:

🟣 Выяснить, что нужно заказчику;
🟣Оценить, возможно ли решить поставленную задачу методами машинного обучения (ML);
🟣 Собрать данные для анализа, преобразовать их в формат, более удобный для работы по методике ML;
🟣 Найти критерии оценки, чтобы выяснить, насколько эффективной будет модель, которую предстоит создать;
🟣 Запрограммировать и «натренировать» модель ML;
🟣 Оценить экономическую целесообразность применения этой модели;
🟣 Внедрить модель в производство/продукт;
🟣 Сопровождать внедренную модель – дорабатывать, если нужно, или адаптировать под текущие запросы заказчика.

Путь в Data Scientist’ы непростой.
Придется много трудиться, чтобы полноценно войти в профессию. На старте необходимо иметь уверенные знания в математике, статистике, теории вероятностей. Базово знать язык программирования для работы с большими данными (чаще Python) и статистические инструменты.

Поэтому профессия Data Scientist – уже достижение!

В любой крупной компании или организации Дата-сайентист – ключевая фигура. Чтобы достичь таких высот, надо упорно и целенаправленно работать и постоянно совершенствоваться во всех сферах, составляющих основу профессии 😉

P.S. если вам нравится наша рубрика, пишите в комментариях о каких еще профессиях вам было бы интересно узнать👇

Business Intelligence (BI) - это обозначение методов и инструментов, которые переводят транзакционную деловую информацию в человекочитаемый вид.

Следовательно, BI-аналитик - этот тот, кто умеет при помощи BI-инструментов, собирать и автоматизировать большой объем данных из разных источников и визуализировать ее в виде дашбордов или отчетов. Это помогает бизнесу принимать решения на основе операционных и транзакционных данных. Очень похоже на две предыдущие профессии аналитик данных и продуктовой аналитик. Однако, есть ключевое отличие - собранный дашборд для бизнеса, автоматически обогащается данными и не требует постоянного привлечения аналитика для расчета показателей.

Основными задачами BI-аналитика являются:

🟣 Разработка макетов будущих дашбордов;
🟣 Визуализация метрик и данных с использованием BI-инструментов;
🟣 Управлением пулом дашбордов как продуктом: собирать требования, вести бэклог доработок и идей, отвечать за улучшения;
🟣 Поддержка и развитие имеющихся хранилищ данных;
🟣 Создание удобных интерфейсов для доступа бизнес-подразделений к данными;
🟣 Проверка гипотез и создание прототипов для различных отчетов.

Чтобы стать BI-аналитиком подходят такие же требования, как и для аналитиков данных, знание мат. статистики, умение работать с базами данных, хорошие знания по работе с таблицами, но также важно уметь работать с BI-инструментами, хотя бы на базовом уровне 🧐
Самые популярные BI-инструменты: Tableau, SAP BI, MS Power BI, Qlik, …

Чаще всего BI-аналитик растет внутри своей специальности, становясь уровня Senior и дальше TeamLead’ом 😉

Следующий наш пост будет про Data-scientist, это будет последний пост про профессии аналитиков. 🦸

Друзья, всем привет!

Наша еженедельная рубрика про #ИТпрофессии. Сегодня рассмотрим BI-аналитика.

#ИТновости

Apple перевезла российских сотрудников из России

Различные источники сегодня опубликовали новость о том, что российскому офису Apple было предложено релоцироваться. Для выбора сотрудникам предоставили три направления: Лондон, Дубаи и … Киргизию. Большинство рядовых сотрудников выбрало Киргизию за близость и относительную недороговизну переезда. Однако часть состава топ-менеджеров российского офиса все же отправились в Велокибританию и ОАЭ. Многие источники ссылаются на одно издание, которое самым первым сообщило от этом - «Ведомости»
Вслед за Ведомостями об этом сообщили на VC и CNews.

А в этой статье описана очень даже разумная догадка на счет причин такого неординарного решения для западной компании.

Пока заявлений по этому поводу от самой Apple не было и вряд ли будут. Ведь «все всё понимают»(с.)

Кто ждет новые айфоны в России?)

Наша еженедельная рубрика про #ИТпрофессии. Сегодня рассмотрим Дата аналитика (аналитика данных).

Профессия аналитика данных очень схожа с предыдущей рассмотренной профессией продуктового аналитика, т. к. она помогает подружить данные и бизнес, но все таки есть отличия.

Как мы разобрали выше, ПА работает с данными по продукту, а дата-аналитик чаще всего работает с большими данными. Например, помогает компании принять решение целесообразно ли сейчас обновить свой автопарк, закупив новые автомобили, или проще арендовать у другой компании и все это используя только большие данные.)

Задачи:
🟣 собирает данные (формирует запрос сам или получает задачу от менеджеров);
🟣 знакомится с параметрами набора (какие типы данных собраны, как их можно отсортировать);
🟣 проводит предварительную обработку (очищает от ошибок и повторов, упорядочивает);
🟣 интерпретирует (анализирует, собственно решает задачу);
🟣 делает вывод;
🟣 визуализирует (так, чтобы на основе вывода можно было принять решение, подтвердить или опровергнуть гипотезу).

Путь в аналитику данных - тернист. От начинающего специалиста уже ожидают, что он знает мат. статистику, что такое гипотезы, умеет писать базовые запросы к базам данных SQL (основной источник данных для аналитика). Также все чаще, требуется базовое понимание языка программирования Python. Компании учитывают и наличие подходящих soft-skills, таких как внимание к деталям и системное мышление, порой им даже отдают предпочтение при подборе начинающих спецов 🙃

Аналитик данных может расти горизонтально, то есть переходить в продуктовую аналитику или становиться Data-scientist. Ну, или расти вертикально становясь TeamLead по аналитике данных, то есть возглавлять отдел с дата-аналитиками.💃

Следующий наш пост будет про BI-аналитика, который тоже работает с данными, но в другом формате. 😉

Друзья, всем привет!

Всем привет!

Вчера прошел прямой эфир «Как научиться читать вакансии компаний между строк?»

Было активно и очень полезно 🔥
Разобрали сразу несколько примеров описаний вакансий, потренировались выделять важное и задавать главный вопрос «А мне это подходит?»

Поэтому, друзья, кто вчера не успел попасть на прямой эфир, можете посмотреть здесь.

О таком нигде не расскажут 🤫

Друзья, помните что сегодня за день?

День прямого эфира!
Через 10 минут начнется эфир, на котором наш главный автор Лариса разберет как «читать» описание вакансий между строк.

Напоминаем, что участие бесплатное и интерактивное 😉
Можете захватить чашечку горячего и чего-нибудь вкусного!

Ждем вас в 19:00
https://solvery.timepad.ru/event/2174358/

Наша еженедельная рубрика про #ИТпрофессии. Сегодня рассмотрим Продуктового аналитика (ПА).

Если раньше мы рассказывали вам про бизнес-аналитика и системного-аналитика, которые связывают бизнес и разработку, то вот продуктовый аналитик — мостик между бизнесом и данными. Он работает рука об руку с продакт-менеджером и помогает продуктовой команде принимать верные для бизнеса решения. Продуктовая аналитика позволяет понять, как пользователи взаимодействуют с продуктом. Условно можно выделить две задачи продуктовой аналитики:

🟣 Сначала продуктовый аналитик выгружает кучу цифр (метрик) из разных источников: какие кнопки нажимают пользователи, как часто используют продукт, на каких устройствах, какие функции продукта продукта популярны, и т.д. Эти измерения показывают, что происходит с продуктом, но не объясняют почему;
🟣 На втором этапе аналитик, при помощи анализа, вытаскивает из цифр инсайты, которые объясняют поведение пользователей. Благодаря этому продуктовая команда понимает, какой продукт она сделала и как развивать его дальше.

Стать ПА не так просто. Чтобы претендовать на должность продуктового аналитика, придётся вспомнить статистику и математику, ну и плюсом будет базовое знание SQL. Согласно исследованиям компании “Нормальные исследования”, в профессию чаще всего идут люди целенаправленно и «с нуля», а часть специалистов приходит из разработки или маркетинга 🙃

ПА чаще всего вырастает в Продакта (менеджер продукта), так как хорошо умеют работать с ценностью продукта и быстро тестировать гипотезы, связанные с потенциальным изменением продукта.

Следующий пост будет про Дата аналитика 😉

Друзья, всем привет! ❤️

Приглашаем на эфир!💃

Завтра на площадке Solvery пройдет прямой эфир, на котором разберем как «читать» описание вакансий между строк и оценивать их, прежде чем откликаться.

Эфир проведет ментор, наш главный автор и основатель Лариса Дансарунова👩‍💻😉

Мероприятие бесплатное и интерактивное, поэтому будьте готовы включиться в работу и задавать вопросы.) А еще мероприятие бесплатное и проходит онлайн, поэтому достаточно только зарегистрироваться по ссылке:
https://solvery.timepad.ru/event/2174358/

Всем привет!

Нашли на Хабре довольно интересное и актуальное исследование по распределению долей специальностей в ИТ.

https://habr.com/ru/post/688072/

Информации много, советуем положить в закладки и рассматривать в свободное время. + очень много полезных списков.

Хей, хей, хей!!!

Поздравляем победителя нашей праздничной викторины ко дню программиста🎉🎉🎉

https://t.me/Rijayamorda

Мы свяжемся, чтобы передать выигрыш💃💃💃

И первый вопрос уже в нашем чате!!!
Переходите и отвечайте: https://t.me/+-mZexHdB0eMwMWMy

И простите сердечно, нашего админа😢 Он больше так не будет, обещаем😜