Level Up в аналитике

Иногда подрабатываю моделью😊

Как многолетний опыт в Excel разбивается о BigTech за неделю 🫠

Всем привет! Меня зовут Андрей, я продуктовый аналитик в Услугах. До Авито я строил карьеру в «аналоговом» мире: ретейле, производстве. Там я был королём Excel и повелителем сводных таблиц.

Но BigTech разбил мою уверенность о суровую реальность. Оказалось, что опыт «прошлой жизни» придётся перепрошивать.

Как я менял своё аналитическое мышление

1️⃣В офлайне всё бинарно. Если цифры не сходятся до копейки, значит, где-то ошибка. Идёшь проверять все формулы в файле

В Авито перед тобой терабайты данных, и искать «пропавшую копейку» — путь в никуда. Пришлось учиться мыслить вероятностями.

🟩Раньше: «Мы продали ровно 105 пылесосов».
🟩Сейчас: «С вероятностью 95% изменение конверсии в пределах $[1.2\%, 1.8\%]$».

Точность до знака уступила место статистической значимости.

2️⃣ Данные — не таблицы, а поток. В «прошлой жизни» всё было статично: продажи за неделю, остатки на конец дня. Скачал выгрузку, свернул в сводную, сделал отчёт.

В Авито данные — это бурлящая река. Ты не можешь просто «скачать всё и покрутить». Приходится учиться мыслить категориями потоков событий. Теперь я не «скачиваю». Я строю фильтры и агрегаты до того, как данные коснутся моего экрана.

3️⃣ От «фиксатора» к «исследователю». В ретейле аналитик часто работает «зеркалом»: говорит бизнесу, что произошло вчера.

В BigTech этот вопрос закрывают автодашборды. Теперь моя работа начинается там, где нужно ответить на вопрос «Почему это случилось и что делать?». Для этого нужно перестать считать, а начать копать: выдвигать гипотезы, проверять их на A/B-тестах и искать точки роста там, где на первый взгляд всё «ровно».

‼️ Итог. Переход в BigTech — это не изучение нового софта (хотя SQL и Python теперь мои лучшие друзья), а смена роли. Из специалиста, который «подбивает баланс», ты превращаешься в исследователя огромной экосистемы.

А какой «багаж» из прошлой работы дольше всего мешал вам адаптироваться в новой компании? Пишите в комментариях! ⬇️

❤️ — долго отучался считать всё до копейки
💔 — до сих пор иногда хочется всё выгрузить в Excel
😎 — я сразу родился аналитиком в BigTech

📉 50 отказов и 1 оффер: Как не «сдохнуть» морально, пока ищешь работу в IT

Давайте честно: поиск работы в BigTech это не прогулка по парку. Это изматывающий марафон, где на каждом километре в вас кидают табличкой «К сожалению, мы выбрали другого кандидата».

Когда я менял сферу все эти отказы больно били по эго. Казалось, что ты «устарел», «не тянешь» или совершил самую большую ошибку в жизни, решив сменить сферу. В какой-то момент хотел бросить и остаться на старом месте.

Как я прошел через это и не бросил все на полпути? Делюсь своей «аптечкой» психологической выживаемости:

1. Относитесь к поиску как к воронке продаж

100 откликов → 20 скринингов → 5 финалов → 1 оффер. Это нормальная конверсия. Каждый отказ — это не ваше фиаско, это просто еще одна единица данных, которая приближает вас к заветному «Да». Если конверсия в скрининг низкая — чиним резюме. Если падаем на финалах — докачиваем софты. Ничего личного, только цифры.

2. «Убейте» в себе начальника (на время)

Самое сложное — это когда 22-летний рекрутер говорит вам «мы вам перезвоним» (и не перезванивает). Лайфхак: Представьте, что вы проходите высокоуровневый квест в сложной игре. Вы сейчас на уровне «Джун», и ваша задача — прокачать персонажа. Ваше прошлое — это ваш «скрытый инвентарь», он выстрелит позже, но сейчас нужно просто научиться играть по правилам новой песочницы.

3. Правило «Одного часа нытья»

Получили отказ после 4-х этапов собеса? Это больно. Дайте себе ровно один час на то, чтобы позлиться, пожалеть себя и покричать в подушку. А потом — садитесь за работу. Спросите фидбек (даже если не ответят), запишите вопросы, на которых «поплыли», и идите дальше.

4. Не делайте поиск работы всей своей жизнью

Если 24/7 обновлять страницу hh.ru, можно сойти с ума.
- Выделите 3-4 часа в день на «работу по поиску работы».
- Остальное время — живите. Спорт, семья, хобби. Вам нужны ресурсы, чтобы на интервью не выглядеть как человек, который не спал неделю и готов молить об оффере. BigTech чувствует отчаяние и не любит его.

Помните: вам нужен всего ОДИН оффер. Тот самый, который перечеркнет все 50, 100 или 200 отказов.

SQL для тех, кто боится кода: С чего начать, если вы всю жизнь в Excel

Для многих переход из Excel в SQL выглядит как прыжок из теплой ванны в открытый космос. В Excel у тебя есть уютные ячейки, которые можно потрогать. В SQL черный экран и мигающий курсор, который как бы спрашивает: «Ну, и чего мы ждем?».

Спойлер: Если вы умеете писать ВПР (VLOOKUP) и строить сводные таблицы, ваш мозг уже на 80% готов к SQL.

SQL — это не программирование в чистом виде. Это декларативный язык. Вы не объясняете компьютеру как делать (как в Python), вы говорите, что вы хотите получить.

🛠 Где «набивать руку»:

Не нужно покупать курсы за 100к. Для старта достаточно этих ресурсов:

1. Интерактивный тренажер SQL Academy — Идеально для старта с нуля. Всё на русском, понятно, с постепенным усложнением.

2. SQL-ex.ru — «Олдскульный» тренажер-легенда. Выглядит как привет из 90-х, но если пройдете первые 20-30 задач, собес на джуна вам не страшен.

3. Stepik (курс «SQL практикум. SELECT-запросы») — Хороший бесплатный практикум. Помимо базового селекта помогает освоить фильтрацию, группировку, агрегатные функции. По завершению даже дают сертификат.

Важно: особое внимание уделите оконным функциям. Помимо того что про них спрашивают на каждом собеседовании, так еще и в работе пригождается частенько.

💡 Совет от того, кто тоже «тупил» в начале:

Не учите всё подряд. В подавляющем большинстве рабочих задач аналитика используются всего 5-6 конструкций:

- SELECT (выбери мне...)

- FROM (...из этой таблицы)

- WHERE (...при условии, что...)

- JOIN (приклей вот эту таблицу к той)

- GROUP BY (схлопни данные в сводную)

- Window Functions (доп функционал, помогает получить нужную детализацию).


Ваша цель на старте: научиться «читать» код. Когда вы поймете, что LEFT JOIN — это просто ВПР на стероидах, страх исчезнет.

💎 Domain Expertise: Почему ваш опыт в ритейле или банке стоит дороже, чем диплом топовых курсов

Главная ошибка тех, кто переходит в IT после 35 это попытка «стереть» свое прошлое. Вы приходите на собеседование и ведете себя как чистый лист: «Я вот SQL выучил, возьмите меня».

Забудьте об этом. В BigTech вас нанимают не за знание синтаксиса JOIN, а за Domain Expertise (предметную экспертизу).

В чем разница?

- Джун после курсов: Знает, как написать код, который считает средний чек. Но он не понимает, почему этот чек упал.

- Вы (экс-начальник отдела/менеджер): Знаете, что средний чек упал, потому что в логистике сменился подрядчик, на складах перепутали маркировку, а закупщик не выставил сезонную скидку.

Вы видите за цифрами реальный бизнес, а не просто строки в базе данных. В аналитике это ценится на вес золота.

Как это работает на практике (примеры для вашего резюме):

1. Если вы из ритейла: Вы понимаете оборачиваемость товара, сезонность и психологию покупателя. Для продуктовой команды, которая делает, например, рекомендации в приложении — вы бесценны. Вы знаете, что предложить пользователю, когда у него в корзине молоко, а Python-разработчик просто видит ID товара.

2. Если вы из логистики/производства: Ваш мозг «прошит» на оптимизацию ресурсов. Вы понимаете, что такое узкое горлышко (bottleneck) не из учебника, а из жизни. В задачах по оптимизации доставки или складских остатков вы будете в 10 раз эффективнее чистого технаря.

3. Если вы из банков/финансов: Ваша педантичность к цифрам и понимание риск-моделей - это база для любого финтех-проекта. Вы знаете цену ошибки и умеете работать с документацией так, как джунам и не снилось.

🛠 Как «продать» свой опыт на интервью?

Когда вас спрашивают: «Почему мы должны нанять вас, а не парня, который в 20 лет пишет на Python быстрее, чем говорит?», отвечайте так:

> «Я приношу с собой 15 лет понимания того, как работает [ваша сфера]. Инструменты вроде SQL и Python я освоил, чтобы быстрее масштабировать эти знания. Вам не нужно учить меня бизнесу, я уже знаю, как он зарабатывает деньги. Я здесь, чтобы с помощью данных делать эти деньги системно».

Не прячьте свое прошлое. Сделайте его своим главным конкурентным преимуществом.

Анти-резюме 5 фраз, которые убивают ваш шанс в BigTech

Когда я впервые открыл своё резюме после «Фамилии», мне казалось, что оно безупречно. Но для рекрутера из Авито или Яндекса оно выглядело как манускрипт на мертвом языке.

В BigTech другой культурный код. Если вы используете фразы из «офлайнового» прошлого, вас считывают как «человека из другой эпохи».

Вот топ-5 стоп-слов и способы их починить:

1. «Уверенный пользователь ПК, Excel, Word»

- Почему это плохо: В IT это звучит как «я умею нажимать на кнопки». Это база, о которой не пишут.

- Как лучше: «Автоматизировал отчетность в Excel (Power Query, макросы), сократив время подготовки данных с 5 часов до 10 минут».


2. «Стрессоустойчивость, ответственность, обучаемость»

- Почему это плохо: Это «пустые» прилагательные. Рекрутеры их просто пролистывают.

- Как лучше: Вместо «стрессоустойчивости» напишите: «Успешно провел инвентаризацию 50 складов в условиях смены ПО без остановки отгрузок». Дайте контекст.


3. «Выполнение распоряжений руководства»

- Почему это плохо: В BigTech ищут не исполнителей, а Problem Solvers. Фраза звучит пассивно.

- Как лучше: «Разработал систему мониторинга KPI, которая позволила руководству принимать решения на основе данных, а не интуиции».


4. «Работа с большими объемами данных»

- Почему это плохо: Для кого-то «много» — это 1000 строк в Excel, а для кого-то — терабайты в ClickHouse.

- Как лучше: Будьте конкретны. «Работал с датасетами на 500к+ строк, оптимизировал воронку продаж в категории "Одежда"».


5. «Желание развиваться в сфере IT»

- Почему это плохо: Это про ваши хотелки, а не про пользу для компании.

- Как лучше: Сфокусируйтесь на том, что вы уже сделали. «Переложил бизнес-логику из Excel на SQL-запросы, прошел курс по продуктовой аналитике и готов применять доменный опыт ритейла для роста метрик вашего продукта».


💡 Совет:

Ваше резюме — это не мемуары. Это коммерческое предложение. Рекрутер должен за 6 секунд увидеть:

1. Вы понимаете, как бизнес делает деньги.

2. Вы умеете пользоваться инструментами (хотя бы базово).

3. Вы говорите на языке цифр и результатов.

«Расскажите о своем провале»: Как не завалить самый коварный вопрос на интервью

На собеседованиях вас обязательно спросят: «Расскажите о ситуации, когда всё пошло не по плану».
Многие в этот момент совершают две фатальные ошибки:
1. «У меня не было провалов» (Ложь. Рекрутер сразу ставит галочку «низкая рефлексия»).
2. Начинают жаловаться на коллег или обстоятельства (Плохой Soft Skill - перекладывание ответственности).

Зачем они это спрашивают? Им не интересен сам факт вашего факапа. Им важен ваш RCA (Root Cause Analysis, Анализ коренных причин), то есть как вы проанализировали причины и как это повлияло на вашу работу в будущем.

Для идеального ответа используем наш любимый фреймворк STAR, но с акцентом на выводы.

Механика ответа (расскажу на своем примере):

- S (Situation): В 2018 году я отвечал за прогноз продаж колбасной продукции. И, в том числе, планировал спрос во время проведения промо-активностей.

- T (Task): Нужно было обеспечить наличие товара на складах под рост спроса в несколько раз раза.

- A (Action): Тут признаем ошибку. Я не учел логистическое плечо в праздничные дни и использовал старую модель прогнозирования. В итоге — _Out-of-stock_ в 30% магазинов сети.

- R (Result) + Takeaway: Мы недополучили 10% выручки. НО: я провел «пост-мортем» (разбор полетов), выявил узкие места в цепочке поставок и разработал новый дашборд для мониторинга остатков в реальном времени. В следующей акции мы сработали с точностью 98%.

Лайфхаки:

1. Выбирайте «безопасный» провал. Не говорите о том, что вы удалили всю базу данных компании. Выбирайте ошибку, которую вы САМИ исправили.

2. Больше «Я», меньше «Мы». Интервьюера интересуют ваши действия, а не работа всей команды.

3. Используйте айтишный сленг. Вместо «я подумал, почему так вышло», говорите «я провел ретроспективу и выявил технический долг в процессах». Это сразу дает +10 к вашему «вайбу».


Помните: Сильный аналитик это тот, кто ошибается, фиксирует это в документации и идет дальше, став на одну итерацию круче.

Level Up в аналитике pinned «📌 ЗАКРЕП Привет. Если ты здесь впервые, вот кто я и зачем это все. Меня зовут Андрей. Продуктовый аналитик в Авито. В IT пришел в 39 лет из ритейла, с позиции начальника отдела планирования. Обнулился до джуна, прошел 20+ собесов и получил оффер. Не жалею…»

📌 ЗАКРЕП

Привет. Если ты здесь впервые, вот кто я и зачем это все.

Меня зовут Андрей. Продуктовый аналитик в Авито. В IT пришел в 39 лет из ритейла, с позиции начальника отдела планирования. Обнулился до джуна, прошел 20+ собесов и получил оффер. Не жалею ни секунды.

Сейчас делаю две вещи: работаю в Авито и помогаю другим пройти тот же путь быстрее, чем прошёл я.

Что здесь есть

В канале мысли из работы, разборы кейсов с собесов, софтскиллы и все то, что не пишут в учебниках.

На сайте полная база знаний для аналитика:

// Roadmap продуктового аналитика 9 блоков, 80+ тем, 120+ вопросов с собесов

// Статьи Retention, воронки, p-value, STAR-фрейм, формула XYZ для резюме

// Инструменты калькулятор A/B тестов, калькулятор юнит-экономики

// Карточки 20+ карточек по метрикам, A/B тестам

// Тест «Какой ты аналитик» помогает выбрать направление

С чего начать в канале

- Гайд «Как продать опыт из офлайна в IT-гиганты»

- Почему в IT-чатах говорят на эльфийском?

- Скрытые суперсилы аналитика «с завода»

Все без рекламы, без «войти в IT за месяц» и без инфоцыганства. Только то, что реально работает.

Вопросы, разбор вашего кейса или менторская сессия пишите в личку: @TarkoAndrey

📘 Как продать опыт из офлайна в IT-гиганты

Крупные IT-компании (Яндекс, Авито, Сбер и др.) не ищут:
- людей, которые «делают отчёты»
- специалистов по одному инструменту

Они ищут тех, кто:
- влияет на продукт
- умеет формулировать проблемы
- принимает решения на основе данных

Я собрал детальный и полезный гайд о том, как перевести офлайн-опыт на язык продуктовой аналитики в крупных IT-компаниях.

В гайде:

- словарь «офлайн → IT», чтобы пройти screening
- фреймворк STAR с примерами, как упаковывать кейсы
- must-have мышление продуктового аналитика
- типичные ошибки офлайн-аналитиков
- мини-самодиагностика: готовы ли вы к продуктовой аналитике
- практический план действий на 10 дней

Без обещаний «войти в IT за месяц».
Без инфоцыганства.
Только про мышление, упаковку опыта и реальные ожидания рынка.

📎 Гайд прикладываю ниже.

Если после прочтения поймёте, что:
- сложно самому оценить силу своих кейсов
- хочется взгляда со стороны
- или нужна тренировка перед интервью

Я провожу mock-interviews и аудит опыта продуктовых аналитиков.

Но даже если нет - пусть гайд будет вам полезен.

Чего мне реально не хватало в первые месяцы в Авито.

Когда я перешел из Фамилии в Авито на позицию джуна, я думал, что готов. Ну а что, я же 15 лет в аналитике, цифры считать умею, логика на месте.

Но первый же месяц показал мне «белые пятна», о которых я даже не задумывался. Чтобы вы не набивали те же шишки, вот мой Топ-3 дефицитных навыков на старте:

1. SQL: Когда Excel больше не тянет

В офлайне я привык, что данные можно выгрузить в табличку и там «покрутить». В Авито данных СТОЛЬКО, что никакой Excel не откроется. Моя боль: Оказалось, что знать SELECT и JOIN недостаточно. Нужно понимать, как работают оконные функции и как писать запросы так, чтобы они не вешали всю систему на полчаса. Пришлось доучиваться на ходу.

2. BI-инструменты: От отчета к дашборду

В ритейле отчет — это часто статичный файл, который ты отправил в понедельник. В IT всё живет в реальном времени. Моя боль: Мне пришлось быстро осваивать Redash. Главный инсайт: аналитик не должен «делать выгрузки». Аналитик должен строить автоматизированный дашборд, который сам отвечает на вопросы бизнеса без твоего участия.

3. А/B тесты: Главный инструмент принятия решений

В Фамилии мы могли просто внедрить акцию и смотреть: «Ну, вроде выручка выросла». В IT так не работает. Каждое изменение проверяется через эксперимент. Моя боль: Статистическая значимость, p-value, доверительные интервалы, всё это пришлось учиться применять на практике каждый день.

Как я выжил?

Честно? Помогли не курсы, а умение признавать, что я чего-то не знаю. Я подходил к коллегам и просил: «Покажи, как ты оптимизировал этот запрос?» или «Почему мы выбрали эту метрику для теста?». В IT очень открытая культура, и это очень помогает.

Главный вывод: Вам не нужно знать всё на 100%, чтобы получить оффер. Нанимают за логику и потенциал, а технические пробелы закрываются за 2–3 месяца активной работы.

Почему аналитик «с завода» может быть круче профильного выпускника вуза?

Когда я приходил в Авито, я очень переживал, что мои знания SQL проигрывают вчерашним студентам. Но через пару месяцев я понял одну вещь: писать код можно научить почти любого, а вот «выживать» в бизнесе — нет.

Если вы работали в ритейле, на производстве или в крупном банке, у вас есть «скрытая суперсила», которой часто лишены «чистые» айтишники.

В IT это называют «Influencing skills» (навыки влияния), а в офлайне это называется «умение договариваться».

В чем разница между выпускником и аналитиком с реальным бэкграундом?

1. Стрессоустойчивость в коммуникациях

- Выпускник: Теряется, когда разгневанный продакт-менеджер прилетает в личку с вопросом: «Почему метрики упали на 10%?!».
- Вы: После планерок с суровым директором завода или коммерческим директором ритейл-сети, никакие вопросы в Slack вас не напугают. Вы умеете держать удар и переводить эмоции в конструктив.

2. Умение говорить на языке «бизнеса», а не «кода»

- Выпускник: Будет полчаса рассказывать стейкхолдеру про доверительные интервалы и p-value.
- Вы: Знаете, что директору нужно понимать две вещи: «Где мы теряем деньги?» и «Что нужно сделать, чтобы заработать?». Вы умеете объяснять сложное простыми словами.

3. Stakeholder Management (управление ожиданиями)

- Выпускник: Боится сказать «нет» заказчику или боится идти к нему, если в данных ошибка.
- Вы: Знаете, что лучше прийти с плохими новостями заранее, чем скрывать их. Вы умеете объединять людей с разными интересами (например, закупки и продажи) ради одной цели. Это и есть настоящий менеджмент ожиданий.


Почему это важно для BigTech? В топовых IT-компаниях сейчас избыток тех, кто круто пишет код в «вакууме». Но острый дефицит тех, кто может выйти из-за монитора, пойти к заказчику, выявить его настоящую боль и договориться о решении.

Ваш опыт в «офлайне» это не клеймо, это броня. Вы уже умеете работать в условиях хаоса и конфликта интересов. Осталось только добавить к этому немного SQL и Python и вы становитесь «аналитиком на вес золота».

Как я продал «скучное бюджетирование» на собеседовании в IT 💼➡️🚀

Когда я работал в Фамилии, одной из моих главных задач было бюджетирование и расчет поставок. Звучит максимально скучно, правда? В реальности это выглядело так: огромный эксель файл с кучей формул собранный на ОЛАП-кубе и бесконечные споры с коммерческими директорами о том, почему мы закладываем именно такие цифры.

Если бы я пришел на собеседование в Авито и сказал: «Ну, я бюджеты в Экселе верстал и с закупщиками ругался», думаю ничего бы из этого не вышло.

Я понял: нужно менять упаковку. Математика та же, но подача другая.

Вот как я трансформировал этот опыт для резюме и интервью:

🔻 Как было:
«Основные задачи отдела:
- Составление годового коммерческого бюджета
- Составление бюджета ФОТ для сотрудников розницы и службы безопасности
- Расчет поставок Open-to-Buy. Ежедневная актуализация плана поставок исходя из текущей ситуации
и тд».

✅ Как я переписал:
«Руководил отделом коммерческой аналитики, отвечая за финансовое планирование, управление товарными запасами и эффективность маркетинга. Фокусировался на автоматизации бизнес-процессов и внедрении культуры принятия решений на основе данных.

Ключевые достижения:
- Автоматизация управления запасами (Open-to-Buy): Спроектировал и внедрил систему автоматического расчета поставок (OTB). Перевел процесс с еженедельного ручного управления на ежедневный автономный цикл без участия человека. Это позволило оптимизировать оборачиваемость капитала и минимизировать риски стока (out-of-stock).

- Реинжиниринг бюджетного процесса: Полностью перестроил модель ежегодного коммерческого бюджетирования (включая ФОТ и операционные расходы). Оптимизировал расчет и процесс согласования с коммерческими директорами, что сократило сроки подготовки бюджета.
и тд».

В чем разница? Рекрутер и нанимающий менеджер в IT не хотят слышать про «возню в Экселе». Они хотят слышать про:

- Процессы (я не просто делал, я лидировал процесс).
- Автоматизацию (я не просто копировал, я оптимизировал).
- Влияние на бизнес (повысил точность, сэкономил время).
- Умение общаться (это называется модным словом стейкхолдер-менеджмент).

Мораль: Не обесценивайте свой опыт в «традиционном» бизнесе. Там огромное количество сложных задач, которые в IT ценятся на вес золота. Главное увидеть в них не рутину, а продукт, который вы делали.

Почему в IT кажется, что все говорят на эльфийском?

Когда я только начал читать чаты и ходить на первые встречи, у меня было стойкое ощущение, что я попал на другую планету.
Вокруг только и слышно было: _«Надо закинуть это в бэклог, обсудить на синке, свериться с роадмапом и провести дип дайв.

Я сидел и думал: «Я много лет работал с данными, строил отделы... Но я вообще не понимаю, о чем они говорят! Кажется, я недостаточно умен для всего этого».
Знакомое чувство?

Если вы из ритейла, производства или любой другой «традиционной» сферы, этот «эльфийский» язык может пугать. Кажется, что за этими терминами скрываются какие-то космические технологии.

На самом деле всё гораздо проще. Большинство IT-терминов - это просто модные названия вещей, которые вы и так делаете каждый день:

🔹 Бэклог — это просто ваш список задач, до которых вечно не доходят руки.
🔹 Синк — обычная встреча или созвон, чтобы понять, кто чем занят.
🔹 Роадмап — план развития проекта.
🔹 Дипдайв — интенсивное, углубленное изучение темы, проблемы или проекта.

В чем ловушка? Когда вы приходите на собеседование в BigTech и говорите на «языке офлайна», рекрутер может вас просто не услышать. Не потому, что вы плохой профи, а потому что вы говорите на разных языках.

Ваша задача — не выучить словарь наизусть, а понять, что ваши навыки уже крутые. Их просто нужно правильно «перевести».

Когда я это понял, мои собеседования пошли совсем по-другому. Я перестал стесняться своего опыта и начал подсвечивать его так, что он стал интересен даже топовым компаниям.

В 39 лет я решил стать джуном. И это было лучшее решение в карьере.

В начале 2023-го я был начальником отдела в компании «Фамилия». У меня была стабильность, команда и понятные задачи: бюджеты, поставки, уценки. Но я чувствовал что это потолок. Дальше расти было некуда.
Я решил рискнуть и сменить не просто работу, а сферу. Перейти в IT.

Как это было на самом деле:
1. План «А»: Стать дата-сайентистом. Я купил огромный курс по DS, скупил десяток книг и погрузился в обучение. Казалось, это единственный путь.
2. Столкновение с реальностью. С мая я начал рассылать резюме. Десятки отказов дали понять: стать DS без профильного опыта «с улицы» почти невозможно. Зато мой бэкграунд аналитика неожиданно оказался востребованным.
3. Школа собеседований. За 5 месяцев я прошел несколько десятков интервью. Каждое из них было уроком. Я понимал, каких терминов мне не хватает и как «переводить» свой управленческий опыт на язык IT.
4. Результат. В конце августа я получил оффер от Авито. На позицию Junior аналитика.

Почему я об этом пишу? Многие боятся «обнуляться». Боятся, что в 35+ путь в BigTech закрыт, а опыт в офлайне никому не нужен. Мой кейс доказывает обратное:
- Опыт аналитика — универсален. Неважно, где вы считали цифры, в магазине или в приложении. Логика одна.
- Собеседования — это тренажер. Не бойтесь отказов, бойтесь не делать из них выводы.
- Возраст — это софт-скиллы. Мое умение договариваться и понимать бизнес помогло мне компенсировать нехватку хардов на старте.

Так началась моя карьера в бигтехе. Сейчас я уже менторю других и помогаю ребятам проходить этот путь быстрее и с меньшим количеством ошибок.

Из офлайна в BigTech: Привет! Давайте знакомиться 🤝

Раз вы читаете этот текст, значит, в 2026-м у вас большие планы на аналитику. И я здесь, чтобы помочь вам их реализовать.

Кто я такой? Меня зовут Андрей Тарасенко, и сейчас я аналитик в Авито. Но мой путь в IT не был «стандартным». Я не оканчивал курсы «войти в айти за 2 недели», вместо этого я прошел через реальный сектор: производство и ритейл.

Я знаю, что такое делать отчеты в Excel, когда данные «кривые», а руководство ждет бюджет «еще вчера». И я знаю, как перестроить этот опыт так, чтобы тебя пригласили в одну из лучших IT-компаний.

О чем этот канал? Я замечаю, что многие талантливые аналитики буксуют на месте. Кто-то боится, что его опыт в «традиционном» бизнесе не нужен в BigTech. Кто-то застрял на одном уровне и не понимает, как расти дальше.

В этом канале я буду делиться тем, что помогало мне и моим менти:
✅ Hard Skills: SQL и Python без воды, только то, что нужно на реальных задачах и интервью.
✅ Career Path: Как упаковать резюме, пройти собеседование и составить план развития.
✅ Mindset: Как перестать быть «человеком, который рисует графики» и стать партнером, влияющим на продукт.

Напишите в комментариях: какая у вас цель №1 в аналитике на этот год? Попробуем наметить трек вместе! 👇

С Новым 2026 годом! 🎅

Пусть этот год станет временем успешного запуска вашего главного карьерного проекта. Неважно, планируете вы только войти в аналитику или уже растете внутри профессии — желаю вам в новом году:

Уверенно проходить любые «технические интервью» судьбы и получать те самые заветные офферы.

Чтобы ваш путь в профессию (или переход с Junior на Middle) был прозрачным и быстрым, как идеально оптимизированный SQL-запрос.

Найти тот самый продукт и команду, где ваши отчеты не будут «улетать в стол», а станут основой для больших решений.

Помните, что вы сами — главные продакт-менеджеры своей жизни. Тестируйте смелые гипотезы, не бойтесь ошибок и помните: даже отрицательный результат — это ценные данные, которые делают вас сильнее как профи.

Пусть 2026-й будет годом роста по всем метрикам! 🚀

Channel photo updated

Channel created