Fun fact: аналитики не могут собрать аналитику по рынку аналитики😂

Disclaimer: это не наезд и не разоблачение. Ребята из NEWHR делают большое дело, когда в принципе запускают популярный и внятный анонимный опрос. Но у меня есть сомнения в принципе в жизнеспособности идеи так описать рынок.

Нет, ну правда. Я смотрю на очередное исследование рынка и понимаю, что вопросов рождается больше, чем ответов. При этом, к сожалению, не могу последовать принципу «критикуешь — предлагай», потому что просто не представляю, как такие данные можно собрать объективно. Приведу примеры, о чем я:

➡️ Репрезентативность выборки📊
По ссылке для ресёрча опросили чуть меньше 1500 аналитиков. Это немало, учитывая размер анкеты — там не просто тык в опросе. И даже распределение по грейдам там хорошее, но вот со специализациями путаница. Давайте сразу вычтем 311 анкет SA/BA — это другая профессия с «исторически сложившимся» совпадением слов в названии. Грейд principal указали уже всего 62 человека, и тут сложнее делать выводы, но их делают, и т.д.

Второй вопрос — а не смещена ли эта выборка в тех, кто изначально больше интересуется ситуацией на рынке, читает телеграм-каналы типа этого, чаты, где пишут о вилках на данный момент и дают лайфхаки для подготовки к собесам? Думаю, да. Отсюда вечный когнитивный диссонанс: «везде пишут, что 300k уже ни о чём, а в вакансиях предлагают 200 с опытом 3 года»👀

➡️ Извечный вопрос про разницу между ⭐️продуктовым⭐️ и «всего лишь дата» аналитиком✍️
Авторы опроса описывают разницу так:

Дата-аналитики: собирают, обрабатывают и визуализируют данные для бизнеса.
Продуктовые аналитики: встроены в продуктовую команду и помогают продакт-менеджерам принимать решения на основе данных.

При этом, как это соотносится с самоидентификацией респондентов — мы не знаем, может и никак. Мой пост об этом

Вот скажите мне ещё раз, кто-нибудь видел внутри одного юнита компании, чтобы кто-то назывался аналитиком данных, а другой продуктовым, из-за разницы в задачах?
Я, честно, нет. И всё ещё считаю, что условные «аналитики данных» из Авито по стандартным критерием продуктовее большинства «продуктовых», и что нам с этим делать?

Тогда как в исследовании сразу бросается в глаза, что их разделяют, тем самым уменьшая каждую из выборок и генерируя по ним лишние выводы о разнице. Так мы, например, выяснили, что у дата-аналитиков отсутствуют риски эйджизма (так как там 22% сотрудников 40+), а у продуктовых они, внезапно, есть! Типа A/B-тесты только для юных, получается👩

➡️ Странный раздел с вилками🔌
Там по каждой паре грейд / профессия представлены «медиана» (хоть и с разбросом 350-600 тысяч рублей в случае тимлида продуктовых, мы точно одинаково понимаем медиану?), 90-й процентиль и экспертная оценка вилки.

Мне очень нравится, что вилки в «экспертных оценках» у разных грейдов не то, что не пересекаются, а например 330-450 тысяч рублей для продуктовых аналитиков не представлено вообще нигде. До 330 ты мидл, а син уже с 450. Видимо, они тогда становятся сначала senior аналитиками данных с вилкой 320-400, не знаю, как иначе объяснить табличку. И да — я так понимаю, что речь про тотал на руки, а про оклады отдельной информации нет, хотя она тоже важна.

➡️ И о наболевшем тоже — где хотят работать аналитики🌎
Тут так вышло, что с момента сбора данных до публикации результатов просто сильно изменилась ситуация, я думаю, вы понимаете, о чём я. Но энивей забавно читается сейчас:

<...> сейчас преобладает тенденция к оседлости — людей привлекают компании тех стран, где они уже находятся.

Снижение интереса к релокации может быть свидетельством накопившейся усталости от переездов.

Мне кажется, что это не усталость, а скорее вопрос того, что большинство желающих релоцировались раньше. А темка с удалённой работой и проживанием в более дешёвой стране постепенно становится всё менее возможной, особенно, если речь о второй работе из РФ.

➡️ Если вам понравилось, вот ещё пост из 2025 с разбором сомнительной аналитики по зарплатам выпускников вузов😎

Ну и жду любые ваши мнения, дополнения, наблюдения💖

#аналитика_и_жизнь #непопулярное_мнение
@analytess 👩

😄😄😄 написать пост о том, что я уже успела ощутить после смены работы и почти 2 месяцев не в Москве

Ждёте?🥰 Подкидывайте интересующие вопросы!

Где меня носило за последние пару месяцев🥲

Просто оставлю тут карту с нарисованным путём🤓

Теперь немного подробнее о таймлайне:
➡️ 17 февраля я вылетела из Москвы в Белград планово на 1-2 месяца, встретить весну, красиво завершить визу. Улетела с ручной кладью и намерениями решать проблемы по мере поступления, будучи в ожидании фидбека по найму от Dwelly🫡

➡️ 23 февраля я была на выходных в Каталонии (перед этим отметилась в новой для себя Андорре🇦🇩), получила оффер и договорилась по условиям. Знаете то ощущение, когда хочется движа в жизни, а потом он наступает и становится страшно, да?

➡️ 16 марта я фактически вышла на новую работу, вместе с тем завершая дела в Авито и в целом в Москве🌇 Онбординг был очень приветливый и бережный, коллеги до сих пор местами отвечают на мои не супер умные вопросы, но прикольно и непривычно было то, насколько сразу произошло погружение в настоящую работу. Никакой там недели на курсики по охране труда и корпоративной этике и задач на игрушечных данных🤓

Общие выводы по онбордингу такие же, как и в прошлые мои выходы на новые работы — писала год назад по мотивам Авито.
Я была готова к тому, что будет тяжело от количества новой информации, и что в первые пару недель я не наберу темп🥱 Меня немного пугали «режимом стартапа», но тут всё адекватно!

➡️ Но, конечно, в этот раз отдельно сложно то, что нет опоры и в виде своего дома🏠, вся рутина другая. Раньше я особо не путешествовала в первые месяцы работы, не потому что нельзя, но это тоже тратит энергию и добавляет когнитивную нагрузку.

Свои плюсы я вижу и в данной ситуации — я живу по отелям / апартам в центре красивых городков, хожу в лёгкой одежде, по вечерам и выходным сразу оказываюсь в красивых местах без необходимости ехать. Не нужно готовить или что-либо делать по дому. Перелёты я теперь ставлю только на выхи, поэтому не «бомжую» по кафешкам во время созвонов. Ещё и пасхальные выходные удачно легли, и я перезагрузилась, съездив в Метеору и переместившись в Албанию🇦🇱 (ещё одна новая страна!).

С другой стороны, я как будто ещё пока не совсем в эмиграции.
У меня и раньше были поездки на 3-4 недели, поэтому сейчас я пока не могу полноценно ощутить, что теперь всё по-другому. Бюджет ведётся в другой валюте, дома в Москве (про который можно думать «ну вот скоро я туда вернусь, увижу подружек, схожу на процедуры💅») реально пока что больше нет, но при этом меня ещё не жмыхнуло по этому поводу, ахах.

➡️ Что дальше? На днях я ещё уменьшу концентрацию новизны в окружающей среде (планирую засесть в Белграде недели на 2,5), и как раз перейду уже к true боевым задачкам👀

Пока что основной инсайт — пора мне усиленнее учиться вайбкодить, потому что у нас нет своего бигтех-специфичного стека и нейронки прекрасно отвечают на мои вопросы, что делать (например, для деплоя сервиса в Google Cloud Run😶‍🌫️).

Stay tuned, и делитесь, что там как у вас🎧
Фоточки и заметки тут ➡️ @analytess_live 🥰

#карьерный_путь #лайфстайл_и_личное
@analytess 👩

Рынок труда, ты там в порядке?🤣

Врываюсь в блог после небольшого «творческого отпуска» с насущной темой: вроде ведь весна всегда считалась активным сезоном найма, но в этом году сигналы какие-то смешанные (сразу говорю — речь про российский рынок труда)🤔

TL;DR: рынок больше не выглядит однородным. Не хочу на частных примерах говорить ни «да всё ок, кто ищёт — тот найдёт», ни «всёпропало, го в курьеры».

Теперь подробнее, какие тренды вижу по чатам и вакансиям:

➡️ Самый выгодный грейд для найма — крепкий middle+😎
Тот самый челик, который уже проходит по фильтру «3–6 лет опыта», уже видел всякое, эм, сложное)), умеет работать самостоятельно, но при этом ещё не целится в грейд синьора или лида с зарплатными ожиданиями 500+ тысяч рублей.

Тратить время после базового онбординга на такого сотрудника не придётся, но и не нужно давать человеку «с улицы» вилку, которую нужно аргументированно выбивать — ФОТ отдела всё же ограничен, риски высоки, если лид не знает вас заранее.

И да, я тут снова не соглашаюсь с исследованием от NEWHR — там упоминалось, что быстрее всего находят работу лиды и принципалы, но мне кажется, что это другое — такие вакансии не лежат массово в открытом доступе, а кандидаты не джобхопают (поэтому и оказались на таком уровне).

➡️ Работодатели снова пытаются в спорные проверки🤵
Встречаю сообщения про запросы фидбеков с прошлых мест работы — и не только в ноунейм-конторах. Ещё видела кейс из известного маркетплейса, где рекрутер придрался к записи в трудовой «инженер-программист» у аналитика. Хотя понятно, что в некоторых местах это дефолтная должность по докам.

Тенденции не самые приятные, и тут особенно обидно, что все мы знаем, почему такое происходит🐺
Но здесь ровно тот же размен precision и recall, что и у ML-модели — окей, мы выловим всех «волков», но что делать нормальному кандидату с небольшим пятном в бэкграунде?

Мне кажется, это как раз тот случай, когда снова актуальны нетворкинг и рефералки. Иногда их переоценивают и путают с волшебными таблетками, а на самом деле они ровно для того, чтобы иметь возможность узнать о вакансии и представить нанимающим себя, минуя ИИ-фильтры и синдром вахтёра слишком формальные подходы конкретных рекрутеров.

➡️ Удалёнка — привилегия, удалёнка по миру — роскошь🌎
Да, увы, и тут гайки только закручиваются, и причин тому множество — от банального микроменеджмента конкретных лидов и нежелания топов просто так оплачивать красивые площади в БЦ до очередных массовых проблем со связью и работой российских сайтов за рубежом (тут даже можно понять).

Очень хочется верить, что компании, где удалёнка за пределами страны осталась, не начнут компенсировать эту ценность падением вилок и одновременным ростом требований (хотя и такое может случиться по законам рынка).

И да, я рада, что не пошла в ритейл, сейчас бы было пупупу...

➡️ Мы живём как будто в параллельных реальностях💊
Я знаю ребят, которые после сокращений или выгораний долго не могут найти для себя вменяемую новую работу — хотя знаю их лично и уверена, что они вполне способны к работе, тем более, что почти везде аналитика всё-таки не rocket science🤓

И одновременно вижу тех (ну, и сама отношусь к таковым), кто проигнорировал страшилки-кликбейты «в 2026 году увольняться нельзя ни в коем случае», и вполне удачно перешли куда-то, или сейчас собеседуются, и встречают интересные вакансии.

И даже не то, чтобы я могу объяснить, чем вторые отличаются от первых (особенно если ограничиться выборкой мидлов+). Очень уж много индивидуальных факторов — почему хочешь сменить работу, что умеешь делать, нужна ли удалёнка, опять же. Хотя, пожалуй, во многом подтверждается тезис, что новая работа лучше ищется тогда, когда ещё есть старая😂

➡️ У вас как дела сейчас, примерно то же самое наблюдаете?👀

#найм_и_собесы #карьерный_путь
@analytess 👩

Сама себе разработчица — оправдываю название канала⌨️

Месяца три назад рассказывала вам, как хотела за час навайбкодить приложение для учёта перелётов. Там получилась заготовка Python-приложения на Plotly+Dash (у второго под капотом Flask), которое в теории можно деплойнуть на настоящем сервере. Такой опыт даже у меня был в рамках написания дипломной работы в бакалавриате в далёком 2021 году (тогда даже не было этого вашего ИИ в таком виде)👀

Ситуация получила неожиданное продолжение, и за месяц на новой работе я уже дважды вайбкодила небольшие веб-приложения😐 По сути мне сказали автоматизировать некий юзкейс наших данных (да что уж там, генерацию выписки по транзакциям конкретного арендатора или арендодателя). Изначально ad hoc задача, которая была полезна и для понимания данных, но всё-таки и бизнесово небесполезная.

Сегодня я хочу не просто похвастаться этим фактом, а рассказать вам (как минимум, ради кругозора) про Google Cloud Run🤩☁️

Disclaimer: для работы с Google Cloud Run нужно будет создать там платёжный аккаунт. Несмотря на наличие бесплатного периода, скорее всего, нужна зарубежная банковская карта.

В целом же я двигалась итеративно и не без обращения к ИИ:

😲 Сначала я подготовила в colab ноутбуке работающий с нашей BigQuery базой данных скрипт для своей задачи и протестировала его, в том числе ту часть, где табличка с обработанными данными превращается в Markdown-отчёт.

1️⃣ Узнала, как из этого корректно сделать html, а затем и PDF-файл — тут уже помогла ChatGPT, либа называется weasyprint

2️⃣ Попросила ChatGPT сделать из этого простейшее Flask-приложение, закинула код через интерфейс в приватный репозиторий на гитхабе. Пользовалась официальной инструкцией для быстрого старта и ИИ-саммари — в теории это всё можно было провернуть и без docker, Cloud Run умеет делать простейшую сборку из репозитория сам.

3️⃣ НО бывают и нюансы, а именно, оказалось, что weasyprint недостаточно прописать в стандартном requirements.txt, будет системная ошибка при сборке, так как это не самый типичный пакет. Поэтому пришлось навайбкодить Dockerfile🐳

4️⃣ Теперь моё приложение пересобиралось при каждом коммите в репозиторий, я его ещё немного подебажила и доработала, добавив форму для выбора дат, ввода имени для генерации выписки и две кнопки — предпросмотр и сразу загрузить PDF на компьютер. Получилось не особо красивое, но вполне валидное веб-приложение, своего рода MVP.

5️⃣ Последний, но очень важный штрих — информационная безопасность🤵 Если оставить такой веб-сервис открытым для всех по ссылке, он вполне может вскоре проиндексироваться, а в SQL-инъекциях приятного мало — ведь я хожу в базу с реальными данными. К счастью, у гугла и на это нашлось готовое решение в виде авторизации через Identity Aware Proxy, я добавила в белый список рабочий домен, и там теперь окошко логина через гугл, которое с личной почты не пустит👩 Profit!

➡️ Мой опыт, конечно, не является универсальным, но я была приятно удивлена возможностями стека Google Cloud, который не на слуху, а задачу решил быстро и безболезненно.
В следующей части расскажу, почему я как аналитик вообще таким занимаюсь, и как на это повлиял тренд на вайбкодинг🌟

#хардов_пост
@analytess 👩

Если у тебя нет девушки, возможно, у кого-то их две...👀

Забайтила открыть пост? Ага, а теперь разберём задачку в стиле отборов на стажировки в бигтехах:

У одного молодого человека было две подруги, они жили в противоположных концах города — на востоке и западе.

Парень работал в центре. Каждый день после работы он спускался в метро и садился на первый приходящий поезд. В какую сторону поедет поезд — к той девушке он и отправлялся.

Количество поездов в каждую сторону одинаковое, но парень стал замечать, что в какое бы время он ни выходил с работы, к западной девушке он приезжал в три раза чаще, чем к той, что жила на востоке. Он подумал, что это судьба, и женился на ней.

А действительно ли это судьба или она тут ни при чём?

Решение с моими комментариями:
Сначала я рассказала условие обычному человеку не из айти с критическим мышлением и получила интересную гипотезу:
➡️ наверное, когда два поезда приходили одновременно, он просто почему-то выбирал западный, так было привычнее
Это частный случай (поезда часто приходят одновременно) с дополнительным допущением, что МЧ всё же не всё равно.

Теперь построим другую конструкцию, которая тоже объясняла бы происходящее, но более строго: условие задачи про равное количество поездов в каждую из сторон по сути можно свести к тому, что на запад и на восток одинаковый интервал их движения (на собесе советую задать уточняющий вопрос).

Тогда пусть, для наглядности, поезда на запад отходят в :00, :04, :08 и так далее с интервалом в 4 минуты, а поезда на восток тоже с интервалом в 4 минуты, но с остатком от деления 1 — :01, :05, :09... Тогда из каждого четырёхминутного периода есть всего одна минута с :00 до :01, чтобы ближайший поезд шёл на восток, и три — когда следующий поезд на запад. Никакой мистики🌟

В этом примере (как и в знаменитой задаче про светофор) используется понимание непрерывности вероятности, когда мы работаем с временными отрезками, во время которых ожидаем какое-то событие — вероятности его наступления прямо пропорциональны длине временных промежутков⌚️

Отмечу, что это не строго единственный правильный ответ, а простейший способ построить подходящую конструкцию.

➡️ придумала не сама, каюсь — утащила из подборки

Что думаете, нужно ли ещё больше подобных разборов?
И предлагайте свои варианты объяснения такой «судьбы»👫

#найм_и_собесы #хардов_пост
@analytess 👩

понятно?👀
(это юмористический тренд о том, что вас всегда найдут, за что не понять или осудить!)

@analytess 👩

Как я докатилась до жизни такой, разработческой💻
В продолжение поста о моём вайбкодинге веб-приложений

Начну издалека, с флешбэка из молодости:

Однажды в 📱 я попала под реорг, и руководитель отдела поставил некоторым 1-1, и меня (джуна с предстоявшим через месяц грейдапом до мидла) там спросили, какие задачи больше нравятся. Я сказала, что разработческие, потому что там результат понятен. И до сих пор для меня проще что-то закоммитить и задеплоить, чем победить ресёрч...

И вот снова задача что-то автоматизировать, а я и рада (хоть и чувствую себя немного, как на картинке)😎 Но всё-таки почему это делает аналитесса, спросите вы? Тут несколько причин:

➡️ Во-первых, я думаю, что в стартапах в целом типично, что роли не такие чёткие, как в условном бигтехе, где можно себе позволить даже разделить специализации аналитиков. Но когда айтишников в целом ещё мало в компании, может быть даже дополнительный «перекос» — и вот у нас так сложилось, что аналитиков пока чуть ли не больше, чем инженеров!

➡️ Во-вторых, конечно же, влияет и степень развития собственной инфраструктуры. С одной стороны, в большой компании есть даже целые подразделения, которые работают над улучшением разработческого опыта (как та же техплатформа Авито), но с другой стороны так меньше гибкости. Чтобы какой-то сервис написать и задеплоить, нужно понимать, к кому идти за квотой, как к этому вообще подступиться, или же создать тикет на разработку и ждать 1-2 спринта минимум...

Стартапу на 30-50 человек ещё ну очень далеко до написания собственных «велосипедов», и можно решать задачу любыми подручными средствами, если она решится таким образом😂

➡️ В третьих, вернёмся к началу поста. Эта задача для меня в каком-то смысле противоположность аналитического ресёрча, хотя тут тоже есть некоторая степень неопределённости — мне был известен образ результата, и если бы я смогла реализовать тот же self-service функционал на базе BI-cистемы (ну, в случае с Google Looker Studio, положа руку на сердце, вряд ли...) или другим способом дать возможность скрипту запускаться без моего участия и доступов — это тоже было бы более чем ок.

➡️ Напоследок не удержусь от философского поинта про вайбкодинг. Думаю, года 4 назад это всё (аналитик собирает какое-то веб-приложение вместо того, чтобы заказать разработке фичу для основной системы) было бы однозначным антипаттерном даже в стартапе — ушла бы уйма рабочего времени, и были бы всякие другие риски в том числе с точки зрения ИБ. Но всё течёт, всё меняется, и сейчас вайбкодинг целого веб-сервиса уже not a big deal, и даже если этот код не будет переиспользуемым, это не такая уж проблема.

Безусловно, у такого подхода до сих пор есть ограничения. Здесь я подчеркну — моя задача была сильно ближе к внутреннему инструменту, пусть и не только для моей команды, чем к какой-то продовой фиче для массы пользователей. Поэтому требования к красоте интерфейса, кастомной авторизации (не через Гугл) и т.д. снижаются до «базового минимума». Хотя мы уже наслышаны и про примеры вайбкодинга продовых MVP с юзерами, но это другая история...

➡️ Такие дела. Надеюсь, было интересно и стало понятнее))
Кажется, я ещё многому научусь в ближайшие месяцы👀

#карьерный_путь (не придумала пока хэштэг про стартап))
@analytess 👩