Как планомерно расти

в профессии и ЗП во времена оптимизации рынка?

Чтобы оставаться на месте, нужно бежать, а чтобы продвигаться по карьерной лестнице, нужно бежать в два раза быстрее.
план действий

Я проанализировал открытые вакансии по указанным в них навыкам, требуемых от аналитика.


И вот что получается:


SQL - самый востребованный навык.

Также востребованы знания по Python, BI-инструментам, Excel и ETL

Первое, что нужно сделать, это проанализировать свой уровень базовых навыков. Они являются основой, без которой невозможно перейти на следующий грейд, не прокачав эти навыки. Изучить исследование здесь

Чтобы понять какие навыки востребованы на рынке, необходимо изучать рынок, общаться с аналитиками из разных компаний, ходить на конференции. Читать много статей от компаний какие технологии они применяют у себя.
Я уже все это сделал и собрал для тебя этот готовый гайд со всей информацией.
Даниил Джепаров
Lead Аналитик-инженер данных
Собрал и расписал для тебя востребованные навыки с конкретикой
По ним я прособеседовал больше 40 middle и senior аналитиков данных
  • SQL
    • Написание сложных запросов для задач бизнеса: оконные функции, агрегации, CTE, временные таблицы, оптимизация, пользовательские функции.
    • Разработка аналитических витрин
    • Чтение чужого кода и его рефакторинг
    • Инкрементальное обновление данных
    • Проверка качества данных
    1
  • Python
    • Знание pandas или polars
    • Автоматизация отчетов, парсинг данных, работа с API
    • Подключение к базам данных, чтение и запись данных
    • Функциональное программирование
    • Логирование и обработка ошибок
    2
  • ETL (например Apache Airflow)
    • Знать суть ETL потоков - извлекать, трансформировать, загружать
    • Реализовывать батч от стриминг загрузку данных
    • Реализовывать инкрементальную загрузку данных
    • Настраивать и поддерживать потоки данных
    • Разрабатывать DAGи
    • Смотреть логи, исправлять ошибки
    • Знать один или несколько инструментов: Apache Airflow, Argo Workflow, Dagster или другие
    3
  • Сloud functions (в общем Cloud)
    • Уметь настроить облачный сервис для быстрого результата и теста гипотез
    • Разработка и деплой serverless-функций для обработки данных.
    • Настройка ролей и доступов
    • Автоматизация задач без инженеров
    4
  • Git (Github, Gitlab)
    • Работа с репозиториями, ветками, pull request
    • pull, push, commit, clone
    • Совместная разработка внутри репозитория
    • Предотвращение конфликтов в коде
    • Форматирование стайл-гайда
    • Настройка простых CI/CD-автоматизаций
    5
  • BI и визуализация
    • Процесс построения отчета от и до
    • Основы визуального восприятия информации
    • Подбор оптимальных чартов под задачу и данные
    • Верстка отчета
    • Общение с заказчиком
    • Обеспечение качества данных на отчете
    6
Как быть ценным
для компании?

  • Автоматизируй рутину:
    Узнавай потребность бизнеса и коллег что можно сделать автоматически, что сейчас занимает много времени. Пиши скрипты, настраивай пайплайны. Цель: сэкономить время, а тем самым и деньги компании
  • Учиcь работать в смежных областях:
    Это даёт возможность закрывать задачи от начала и до конечного результата. Так будешь более эффективен, а также обезопасишь себя если даже нужно будет сменить проект или область работы.

    К примеру, я могу закрывать задачи аналитика и инженера данных и максимально кайфую от этого
  • Будь инициативным и предлагай решать то что болит
    Проявляй активность, будь заметен внутри команды и компании в целом. Будет круто, если получится взять на себя конкретную зону ответственности, в который ты станешь экспертом в компании и все будут приходить к тебе за консультацией или помощьюв том в чем ты шаришь
  • Следи за трендами рынка и качай насмотренность:
    Изучай всегда новые инструменты, которые широко используются на рынке. Сейчас время миграций с одного инструмента на другой по разным причинам: санкции, дорого, не устраивает функционал. И даже к такому раскладу ты будешь готов, если следишь за рынком и изучаешь новое.

    Например, сейчас многие компании используют
    • Greenplum / Clickhouse как базы данных
    • Yandex Cloud как облачного провайдера
    • Apache Airflow или ArgoWorkflow для ETL, а также dbt для трансформаций
    • Spark или Python для написания скриптов
    • Apache Superset или Yandex Datalens для визуализации

    Если с чем-то не знаком, самое время изучить!
План действий на 3–6 месяцев
SQL
Царь-навык аналитика данных. Каждая система сохраняет данные в свою базу данных, а SQL - язык манипуляции с данными в базе.
Прокачайcя до уровня сложных запросов преобразования данных, изучи оптимизацию. Научись строить аналитические витрины данных, которые покрывают многие задачи в компаниях
Рython:
Изучи функциональное программирование, pandas или polars, а также работать с библиотекой для баз данных sqlalchemy
Apache Airflow
Изучи концепцию DAGов, научись работать с ними на Python. Это самый широко используемый оркестратор работы с дата-пайплайнами
Cloud:
Познакомься с cloud подходом, изучи уровни SaaS, PaaS. Научись использовать serverless сервисы в облаке для своих задач
Git
Научись работать с репозиториями и ветками в Github или Gitlab
Soft skills
Учись доносить свои мысли и результаты работы на понятном языке даже не техническим специалистам. Также научись понимать технарей, например разработчиков или инженеров данных
Как собрать все эти навыки в систему и достичь результата?

Я учел свой 6-ти летний опыт использования аналитических инструментов в крупных компаниях (Leroy Merlin, EPAM Systems, Nike, Сравни) и разработал практический курс.

Это место, где можно перенять мой опыт, посмотреть как работает аналитика в крупных компания, освоить новые инструменты: Apache Airflow, PostgreSQL, Cloud Functions, Github, Yandex Datalens.

С 2022 года обучил своей профессии 200+ аналитиков, помимо этого делюсь знаниями и своей жизнью в tg-канале @data_study
Даниил Джепаров
Lead Аналитик-инженер данных
Написать мне в tg
Качество курса подтверждено образовательной лицензией, выписку из государственного реестра можно скачать по кнопке
Скачать выписку о лицензии
Твой результат
после обучения
  • Умею реализовывать сложные бизнес и технические задачи с помощью SQL
  • Умею писать оптимальные и оптимизированные SQL-запросы, применяя оконные функции, JOIN, CTE, подзапросы, временные таблицы
  • Умею реализовывать полную и инкрементальную загрузку данных с помощью SQL и Python
  • Умею автоматизировать обновление данных с помощью Apache Airflow и Cloud Functions
Вся информация об обучении
в 3-минутном видео
поддержка и обратная связь,
формат уроков, инструменты и технологический стек
Как стать востребованным аналитиком-инженером данных
Стоимость курса
36.000 ₽
42.000 ₽
*Стоимость актуальна для ближайшей группы, но она может измениться для следующих групп
Отзывы моих учеников после обучения