Упражнения для поиска той самой работы за рубежом🌎

➡️ Шаг 0 — завести LinkedIn и базово заполнить📝
Там есть свои нюансы как на этапе регистрации, так и потом, но я всё ещё считаю, что если линк и зло, то неизбежное🤓

Профиль делайте сразу на английском, добавляйте людей в разумных количествах, начиная с реально знакомых, заодно можно слегка замотивироваться тем, что многие из бывших однокурсников/коллег уже в международке💅🏻

➡️ Трезво оценить ситуацию, и на что вы идёте
И на рынке, и со своими скиллами, и с уровнем языка.

Легко не будет — конкуренция сейчас везде, а зп сопоставимы.

Скорее всего, нужна будет реальная релокация, или как минимум понимание, как вы будете принимать платежи и оставаться на связи — это будет ваша ответственность, потому что с рядовым сотрудником работодателю не должно быть сложно.

Не обязательно иметь в резюме какие-то state of the art проекты, но ориентируйтесь на то, что вы должны быть крепким mid+/senior, и да, даже в команды с русскими корнями c высокой вероятностью выберут кандидата с B2/C1 по английскому💪

➡️ Выписать критерии, что ты ищешь, а на что не готов
Вот прям по принципу светофора «хочу — рассмотрю — точно нет», типа такого (это просто мой пример, не навязываю)):
🟩 Возможность удалёнки из бюджетных стран, выходцы из ру бигтехов в команде, домен еком, трудовой договор
🟨 Релокация на Кипр с гибридом, работа напрямую со многими заказчиками; грейд ниже, чем сейчас, временный контракт
🟥 iGaming / betting, релокация в Азию / Ю. Америку, стартап без понятных перспектив, плохая репутация по сокращениям

➡️ Найти такие компании на LinkedIn
Куда устраивались ваши знакомые / бывшие коллеги / те, кого вы читаете? Кого они репостят? Чьи вакансии находятся по критериям из ваших зелёных и жёлтых флагов?

Найдите, подпишитесь, посмотрите, кого искали и ищут, как вообще работают. Спросите у знакомых, каково им реально там. Какие скиллы и бэкграунд примерно у новых сотрудников той же профессии, что нужно подтянуть из требований в вакансиях, и так далее. Важно собирать информацию хотя бы в фоновом режиме, несколько недель до того, как вы начнёте активно откликаться, уже что-то скажут и помогут оценить ситуацию🤵

➡️ Подписаться на каналы с международными вакансиями
Ловите, от сердца отрываю✉️:

⭐️@zarubezhom_jobs
⭐️@nodatanojobs (это в целом для аналитиков, но там бывают)
⭐️@remote_relocate
⭐️@hiring_by_lukina
⭐️@remocate

➕ getmatch родненький, там тоже бывают валютные вакансии, естественно, френдли к россиянам, и удобно откликаться👍

➡️ Вопросы, предложения, ваши дополнения из опыта?🌟

#найм_и_собесы
@analytess 👩

Тише едешь — дальше будешь?🚙
(или ещё раз о накрутчиках опыта)

Сегодня я хочу немножечко раскрыть непривычный для меня лор и поговорить о тех, кто рисует годы опыта в резюме, а главное — советует это другим🐺 Несмотря на то, что я сама не практикую и не поддерживаю, а со стороны компаний активные разговоры об усилении проверок бэкграунда кандидатов ведутся уже пару лет, по факту накрутка всё ещё работает. И я сейчас попробую без эмоций объяснить, как же так вышло🌟

➡️ К отборам (особенно на первых этапах) есть вопросики🤡
Напомню вам ключевой аргумент накрутчиков:

— найм и так уже совсем сломан, я просто верчусь, как могу, а когда нас станет слишком много, компании поймут, что надо лечить причину, и это будет хорошо для рынка

И тут я соглашусь, что стратегия грести тысячи резюме под одну гребёнку конкретных узких параметров (как тот самый «опыт 3-6 лет», но не 2.9, и не 7) — это ловушка для самих работодателей.
Тогда как компании вместо того, чтобы выделять ресурсы на нормальный отбор, ещё плотнее закручивают эти рамки, и выдумывают новые формальные проверки.

Но, пожалуй, я не согласна в общем случае и в данном конкретном контексте тоже с утверждением, что нужно что-то окончательно доломать, чтобы починить☠️ Очень часто оказывается, что на самом деле за каждым очередным «дном», которое вроде бы нащупали, есть новая глубина (извините)))

➡️ У нас никогда не было культуры background check🤔
Поэтому каждый рассказ в чатах о том, что очередная компания начала запрашивать выписку с Госуслуг, встречает бурную реакцию, и местами это задевает даже тех, кому нечего скрывать. (Хотя я согласна, что в таком виде это скорее пластырь поверх непромытой царапины, нежели системное лечение)

➡️ Работать и проходить собеседования — разные скиллы😎
Сильный нанимающий менеджер может по своему опыту отличить реальные скиллы кандидата от красивого рассказа, но большинство собесов проходят достаточно стандартно, и можно научиться «продавать» себя лучше, чем есть. Поэтому пара часов типичных вопросов и задачек мало что говорят о будущем перфомансе, и тем более о глубине насмотренности.

Кстати, слышала от нескольких людей про новую практику в международке — «стажировка» на 2 недели реальной работы во время отпуска на текущей, чтобы оценить, есть ли мэтч.
Но вот не знаю, насколько это реализуемо в России и в принципе в больших компаниях с доступами и бюрократией🤵

➡️ Активность VS разборчивость и оптимизация конверсии📈
Заметьте, вместе с рекомендацией накрутить опыт обычно идёт совет отправлять сотню-другую откликов в день (!). Я, наверное, за всю жизнь столько не откликалась на вакансии😂

Применим аналитический подход — если в найме вероятность ошибки первого рода (оффера не тому) принять за 5% (условно!), то в среднем один собес из 20 будет вполне себе успешным. А в реальной жизни, при хорошей подаче себя — может, и чаще.

Если же у вас другая стратегия, и список компаний, где вы хотите работать, не такой уж длинный, то вероятность успеха статистически падает, а репутационные риски — растут. Я всё время наблюдаю за «ротацией» своих коллег и других знакомых между бигтехами и другими относительно известными компаниями, и вероятность, что найдётся возможность проверить, работал ли такой сотрудник, реальная, и кейсы есть — объяснить, что «это просто опечатка была», будет сложно😏

➡️ Мораль? Её тут не будет, мы здесь не для того собрались.
Каждый сам выбирает, какую метрику оптимизировать, и какими средствами справляться с трудностями нынешнего рынка — я не верю, что долгосрочно крутить опыт это хорошая стратегия, но предупреждён — значит, вооружён. И даже сейчас свежие выпускники устраиваются, рынок не будет плохим вечно😺

И голосуйте, пожалуйста — это анонимно! Хочу понять настрой

🤓 — доламываю найм считаю, что все средства хороши,
👩 — я рекрутер / нанимающий,
🔥 — и так нахожу работу

#непопулярное_мнение #найм_и_собесы
@analytess 👩

Мы такие разные, но всё равно можем работать вместе🌎

Реалии международной работы иногда гораздо сложнее, чем «произнесла на созвоне Google Sheets с коротким [i], и кто-то похихикал». Можно дать вежливый на твой взгляд фидбек, который покажется адресату грубым, а в другой раз наоборот не донести мысль, что что-то должно делаться иначе. Что уж там, такое бывает и без языковых барьеров и разницы в культурных бэкграундах, а когда они есть — становится совсем страшно💪

И хотя я сама пока не особо столкнулась с подобными проблемами именно на уровне культурных различий (так как в основном взаимодействую с русскоязычными коллегами), когда я узнала, что есть книжка об этом, которую многие у нас читали — пришлось навёрстывать📕 Итак, The Culture Map🗺

Автор — Erin Meyer — специалист(ка) по кросс-культурному менеджменту и международной коммуникации, профессор бизнес-школы. В книге она приводит много примеров из практики о недопониманиях людей из разных культур, но без банальных штампов «ну русские суровые, а немцы практичные». Наверное, я бы даже сказала, что цель книги — от этих стереотипов отойти, разобрав разные аспекты взаимодействий.

Эти аспекты порождают 8 шкал, каждая из которых является не бинарной характеристикой, а спектром — всё относительно:
(под спойлером — где на каждой Россия в модели автора)

1️⃣ Коммуникация — низко-контекстная (прямая) или высоко-контекстная (косвенная, намёки). Россия ближе к косвенной
2️⃣ Обратная связь — прямой или завуалированный негативный фидбек. Может быть в любой комбинации с первой шкалой — что контринтуитивно. Россия ближе к прямому*
3️⃣ Способ убеждения — через принципы, концепцию, логику или через практическое применение. Россия ближе к первому
4️⃣ Руководство — иерархичное или на равных с подчинёнными. Россия считается иерархичной*
5️⃣ Принятие решений — основанное на достижении консенсуса или на иерархии. Россия тут тоже иерархична
6️⃣ Формирование доверия — неформальные связи, личные отношения или реальные действия. В России ценится первое
7️⃣ Несогласие — открытая конфронтация или её избегание. Догадались? Россия относится к первому типу
8️⃣ Отношение ко времени и дедлайнам — линейное или гибкое. Россия ближе к гибкому, но вообще в середине

Теперь перейду к важным дисклеймерам:
⭐️ Всё равно есть индивидуальные особенности конкретных людей, а не только влияние культуры. Вспомните своих друзей и коллег, которые опаздывают или наоборот ненавидят это, любят намёки или не умеют их считывать, готовы к компромиссам или наоборот ставят цель убедить любой ценой — все мы разные👀
⭐️ Я отметила звёздочками 2 и 4 пункты, потому что считаю, что в них мой рабочий опыт особенно не соответствует тому, что написано. Я связываю это с тем, что в IT, особенно в бигтехах, многие порядки переняли у западных компаний.

➡️ А в остальном советую почитать самостоятельно и узнать из первоисточника, как оно бывает. Ещё нашла такую визуализацию, но она скорее интересна уже после чтения, так как для понимания шкал нужны примеры cитуаций и диалогов.

➡️ Я читала на английском, по уровню сложно оценить, я с C1 выписала пачку новых слов, но суть, думаю, уловится и с крепким Intermediate. Перевод книжки на русский тоже есть😺

#аналитика_и_жизнь
@analytess 👩

Окей, вы хотите стать продуктовым аналитиком. Чтобы что?
о романтичных ожиданиях и иногда чуть циничной реальности

В эпоху разговоров об ИИ мнения о том, стоит ли сейчас учиться на айтишника, зачастую полярные🌟 Я уже рассказывала, кому скорее не советую, но хочу немножечко под другим углом сегодня посмотреть — а почему айти, и в частности продуктовая аналитика несколько романтизированы, и плохо ли это вообще?

Итак, наверное, ни один человек на реальной работе не сможет сказать, что студентом ровно так себе это всё и представлял😂

Но айтишку особенно часто выбирают по красивому образу профессии — заголовкам о высоких зарплатах, рилсам об удалёнке из Таиланда, чьим-то ещё рассказам о лёгком вкате и работе 2-4 часа в день. Эту часть, как мне кажется, уже достаточно разоблачили, в том числе и я, см. вот эти посты:

➡️ что сейчас на рынке труда — удалёнка в Таиланде в с ё?
➡️ разбираю рекламу про высокие зарплаты выпускников
➡️ про тот самый work-life blend☺️ и его подводные камни

А теперь к сути — чего вам не рассказывают, когда продвигают ⭐️продуктовую аналитику⭐️ как специальность?

В любой вакансии, на любом подкасте вы видите примерно следующее: поиск аномалий в данных, генерация советов для бизнеса, что ему делать, поиск точек роста по деньгам, и, моё любимое, пожалуй — счастье пользователя📈💖

И да — это всё существует.
➡️ Вы будете искать объяснения аномалиям — но очень часто это просто «блин, да почему эта метрика упала, если мы ничего не ломали (наверное)», а не детективное расследование с лупой🎁
➡️ От вас будут ожидать ответа на вопрос «что делать бизнесу?», но ваш data-driven ответ может не понравиться👀 Иногда (давайте честно, не везде аналитическая культура на высоте и не везде цель действительно в счастье пользователя) вы будете сталкиваться даже с откровенным недовольством, если «эти ваши данные» покажут не то, что хочется увидеть.
➡️ В норме с определённого момента вы действительно будете влиять на продукт, но не стоит думать, что вы можете устроиться в какую-то компанию, чьим преданным юзером являетесь, и всё там «пофиксить» изнутри для общего блага.

Про то, что цены на такси хотелось бы поменьше, у доставки еды неидеальный сервис, а самые дешёвые билеты всё равно дорогие там уже знают, но бизнес должен зарабатывать деньги...

Счастье пользователя существует в целях (у нормальных компаний😂), но оно не может быть выражено в постоянной раздаче выгоды — экономика не сойдётся, и сервиса не будет!

А помимо этого...
➡️ Вы нет-нет, да и будете периодически отвечать на вопрос, как так вышло, что правки дашборда не занимают 15 минут, а исследование на неделю так и не дало красивого результата
➡️ Вы будете искать, почему очередной join размножил строки, и почему двумя способами подсчёта получились очень разные значения метрик, а у коллег формула вообще какая-то третья
➡️ Будете переделывать A/B-тест, потому что что-то пошло не так с выборкой, будете переделывать дашборд, потому что заказчику всё равно не понятно, как на него смотреть, будете уточнять требования и всё равно в итоге менять всё на ходу

И это 🔡🔡🔡🔡🔡🔡🔡🔡🔡. Правда-правда.

Но это то, что нужно осознавать хотя бы немножечко на берегу. И отдельно осознавать, что всё перечисленное никуда не денется от того, что вы будете ⭐️продуктовым⭐️ аналитиком, а не «каким-то там» данных / бизнес / системным (БА и СА вообще технически другая профессия, но так уж сложилось, что часто аналитиков обсуждают вместе). От такой рутины избавит, наверное, только рост до тимлида — но там свои приколы🤵

Наверное, на мотивации образом супергероя-аналитика, который сначала распутывает сложное дело, а потом надевает плащ и идёт спасать продукт🦸🏻, приятнее пройти этап обучения, но я за получение полной картины ещё до, а не через год работы в бизнесе, где всё оказалось хаотично, а доверие и зону влияния ещё предстоит заслужить🥲

А если вы прочитали и подумали «ну это и есть любая работа, мне всё равно интересно» — это идеальный расклад, welcome!🤝

➡️ Делитесь — романтизировали аналитику?
Насколько совпали ожидания с реальностью на работе?😎

#непопулярное_мнение
@analytess 👩

Yet another пост про AI-хайп в вашей ленте🤖
а что, если небесполезность ИИ не мешает появлению пузыря🫧

Мне кажется, значительная часть хайпа вокруг ИИ появляется ровно в тот момент, когда люди забывают про треугольник «быстро — качественно — дёшево»: из этого, как известно, почти всегда можно выбрать два, но не все три. И это не просто мем, а довольно точное описание реальности многих сфер⚠️

А с ИИ нам почему-то стало казаться, что всё будет по-другому: быстро, качественно, дёшево, и кажется, даже без людей🗿

Звучит красиво, но с чего бы?
И, действительно, если присмотреться, у всего есть цена — инфраструктура, контроль качества, убытки от пропущенных галлюцинаций или потерянная от нейрослоп-контента репутация, местами даже юридические риски от тех же опрометчивых увольнений людей пачками🤯

Но хочется разделить: пузырь на рынке, который появляется из-за завышенных ожиданий инвесторов, обгоняющих реальность, не означает, что вся концепция — скам🤓
Вспомним те же «доткомы» — тот пузырь лопнул, но весь интернет не оказался бесполезной игрушкой, там куча денег📈

С ИИ, как мне кажется, может случиться что-то похожее, потому что технология действительно прорывная, применений и в жизни, и в разработке очень много, и без многих юзкейсов, которых не было года 3 назад, уже сложно представить свою жизнь👍 Очень многие продвинутые бизнесы уже не просто «что-то там пробуют», а реально тратятся на токены и внедрение AI-инструментов (вспомнить даже наш хакатон)😂

И тут есть как минимум два частых типа компаний:
➡️ Те, кто реально разрабатывает инфраструктуру и модели
Там тоже есть конкуренция и вопрос окупаемости, но хотя бы понятно, как это должно происходить: без них вся эта новая AIкономика просто не сможет существовать. Кажется, что сейчас эта часть мира живёт в ожидании, что и люди, и компании подсядут на дешёвые подписки с высокими лимитами, а потом уже не смогут без них, можно будет свести экономику🤵

Конечно, большие компании, которые тратят токены, здесь играют даже бóльшую роль, чем вся совокупность юзеров, которая использует чатгпт для своих бытовых вопросов (недавно видела, что у ChatGPT платящих процентов 5). И в этом плане продвижение идеи вайбкодинга очень выгодно.

В целом же, несмотря на то, что модели не идеальны, и кто-то всё ещё скептичен, в этих ребят я в конечном итоге верю😏

➡️ А вот что касается тысяч компаний что-то-там.ai...
Тут, мне кажется, выживут сильнейшие — не те, кто красиво рассказывает и много обещает, пользуясь тем самым хайпом на AI, а те, кто понимает, как использовать инновации, как инструмент для реализации cамостоятельной концепции.

К сожалению, мне кажется, что со стороны очень сложно отличить одно от другого. Да и нюансы реализации очень многое решают, для успеха должно сойтись много факторов — и сама идея, и адекватная операционка, и ценность и сервис, которые могут получить юзеры (впрочем, ничего нового)👀

Кажется, наиболее устойчивый формат здесь — это бизнес-идея, которая бы выжила и раньше, но с ИИ стала ещё круче или была быстрее разработана в реальности благодаря вайбкодингу.

➡️ Так что будет?🤔
А никто не знает! Пока что предлагаю наслаждаться моментом, когда ресурсы всё ещё affordable, и можно навайбкодить и сайд-проект, и что-то для души, что давно было в бэклоге. Кажется, такой аттракцион невиданной щедрости всё-таки не вечен🎡

И да — в теории я всё ещё допускаю, что многие AI-компании (первые, но может и вторые) ещё успеют оптимизировать свои ресурсы, модели, инфраструктуру и тарифы так, чтобы пузырь не лопнул, а как-то мягко сдулся и рынок постепенно остыл бы🎈

➡️ Но ожидания всё равно пока что выглядят перегретыми, и я бы точно не ставила вопрос как «заменит ли ИИ всех людей в ближайшие годы» именно с учётом цены этого всего🌟

Гораздо интереснее другое: кто сможет превратить вау-демо в устойчивый бизнес, сведя качество, скорость и экономику?😎

#непопулярное_мнение
@analytess 👩

Самый частый вопрос, на который я отвечаю в этом году
— Ань, а как ты нашла международную работу?👀

UPD: запись тут 😺

И причины роста интереса мне вполне понятны: многие уже какое-то время думают о релокации в фоне, и наконец-то хотят определиться и начать готовиться. Российский рынок уже не так радует, несмотря на приятный курс валют прямо сейчас, да и просто интересно, что и как устроено у других. К тому же, в международке часто другое отношение к тому же ИИ, и хочется успевать за трендами, чтобы оставаться востребованным👍

И я рада анонсировать очередную классную коллабу с человеком, который тоже месяца три назад сменил ру бигтех 🏦 на международку — и не абы какую, а сразу Revolut😎

Уже в ближайшую среду 17 июня в 19:00 по Мск мы с @roma_protiv_fomo поразгоняем:

➡️ какую удалёнку сейчас реалистично найти, если ты только хочешь релоцироваться
➡️ где и как живётся, можно ли и удобно ли быть цифровым кочевником (номадом) — и я, и Рома можем себя к таковым отнести, и пожили в нескольких странах каждый
➡️ как сейчас искать работу аналитикам, DS и продактам
➡️ если останется время — будет бонус от Ромы в виде прожарки рандомного резюме или разбора одного из этапов собеседований в типичном для международки пайплайне📈

Честно говоря, самой очень интересно всё это ещё раз структурировать и передать частичку пользы другим🌎💖

Заглядывайте к нам на огонёк, буду очень ждать!

➡️ ссылка на регистрацию на вебинар😺

Почему Сlaude Code пока что НЕ сделает за вас аналитику🤯
(или сделает, но сначала предстоит много работы людей)

Не потому что прямо не может сделать стандартные адхоки и графики — уже может. Но я вижу как минимум три препятствия на разных уровнях, которые надо преодолеть, и это непросто:

1️⃣ На уровне всей компании (а то и страны): политики по безопасности обработки данных🤵
Это надо понять и принять — не везде разрешат «сливать» реальные данные в нейронку, тем более зарубежную. Если там есть персональные данные, а не просто значения метрик и захешированные айди, то это зачастую просто нелегально.

Но во многих местах пока что этим не ограничивается, и, допустим, структура DWH cчитается тоже NDA, то есть SQL-запросы и ETL-скрипты не получится просто отправить в ChatGPT, чтобы она что-то исправила или поменяла, если там реальные названия полей. Видела разные способы выкрутиться, в том числе скрипт для переименования полей таблиц😂

Если же таких запретов нет, то это большой плюс, можно создать скилл с описанием данных или даже настроить MCP.

2️⃣ На уровне дата-отдела: качество и структура данных👍
Недавно Anthropic выпустил статью о том, как они сами настраивали у себя self-service аналитику при помощи Claude. Утверждается, что у них автоматизировано 95% запросов с точностью ~95%, и аналитики теперь могут фокусироваться на менее рутинных задачах, связанных с ML и прогнозированием.

В статье есть интересная табличка о том, чем отличаются разработка и аналитика — в аналитике часто есть единственный правильный способ что-то посчитать, но он упирается в особенности того, как определены поля, и какую конкретно метрику мы хотим вычислить (например, просто revenue в разговоре может означать и ARPU, и ARPPU, и AdRev...)

Кроме того, код можно тестировать, а в аналитике мы можем тестировать свежесть, уникальность, долю null и даже часть логики витрин, но гораздо сложнее проверить, что адхок-запрос правильно отвечает именно на изначальную задачу от бизнеса. Это делает задачу написания запроса на 10 строк порой более сложной для агента, чем внедрение функции в код.

Для того, чтобы это было не так, должна быть проделана большая работа по актуализации и документации всех источников данных. В целом это хорошая идея, но это огромная инвестиция ресурсов — очень много где сейчас принято жить с легаси в DWH, необязательной документацией и опорой на знания аналитиков по направлениям о точной семантике полей и других нюансах. Кроме того, эта работа не разовая, а должна потом продолжаться по мере появления новых витрин.

3️⃣ На уровне аналитика: повышенный контроль качества👀
Заметьте, даже у Anthropic ни покрытие запросов Claude, ни качество результата не 100%, а «всего лишь» 95%. И мне кажется, что это даже опасная по-своему ситуация, потому что если в 19 из 20 случаев ИИ отрабатывает чётко, уже не так хочется делать двойную работу по дотошной перепроверке написанного, а значит проворонить тот самый 20ый кейс становится всё проще. Особенно, когда код в целом красивый, а ты сам его не писал, чтобы знать, куда смотреть пристальнее.

Тем не менее, тут я оптимистично настроена — дурацкие ошибки в запросах вроде не того джойна или ошибок с комбинациями and и or в фильтрах были с нами всегда, и тут изначальный риск их допущения при адекватном ТЗ скорее уменьшается. Кроме того, можно просить ИИ генерировать код покороче, чтобы его реально было вычитать, или поручать для начала куски запроса, а потом их соединять. В целом я уже пробую просить у Сlaude Code запросы для проверки данных, которые получились, и иногда получаю что-то дельное🧡

➡️ Итого, реалистичные варианты — это либо компания с очень продвинутым руководством, которая видит внедрение ИИ не как способ сделать одновременно быстро, дёшево и хорошо, а как неизбежный путь, в который сначала нужно инвестировать немалые ресурсы (подготовка данных, обучение сотрудников контролю качества и вопросам безопасности агентов)😎

Либо сотрудник в обычной компании, который оптимизирует часть лично своей работы с помощью нейронок, но ограничен политиками по безопасности в том, что может ей доверить🌟

➡️ А вы на какой стадии и что по этому поводу думаете?😺

#хардов_пост #развитие_ии
@analytess 👩

Как перестать бояться увольнения и начать жить😺
спойлер: перестать делать всё, чтобы этого не случилось

Сегодня я хочу затронуть сложную тему. Похоже, времена, когда было достаточно просто делать свою работу адекватно, прошли, и теперь вокруг всё чаще обсуждают сокращения, просадку рынка, влияние ИИ и другие сопутствующие страхи... В общем, какая-то турбулентность, к которой нужно быть готовым🥲

➡️ Шаг 1. Сформулировать, что на самом деле страшно☠️
Страшно не увольнение само по себе. Даже наоборот, в момент принятия решения может стать легче, даже если оно не ваше, но ⭐️знаки были⭐️, и это на вас давило. А вот потом начинается...

С одной стороны, в случае увольнения (неважно уже, по чьей инициативе) без моментального выхода на новую работу ты скорее всего выгоревший, и не в той кондиции, чтобы в тот же вечер открывать резюме и назначать 5 собеседований💪

С другой стороны, информационное поле не то чтобы утешает: знакомые и люди в соцсетях даже с хорошим опытом не могут найти работу по 3-6 месяцев, везде пишут о падении зарплат и сокращениях, да и потенциальный пробел в резюме пугает. Кажется, что каждая неделя без оффера закручивает спираль и приближает к тому самому звоночку от «смерти в нищете»📞

То есть промежуточный итог такой: мы боимся не остаться без конкретной работы, а остаться без денег, просесть по грейду и/или зарплате, а также подтвердить внутренние сомнения в своей компетентности, а может быть, и немного потерять идентичность, если она у вас выражается через работу.

С такой декомпозицией можно работать более предметно🌟

➡️ Шаг 2. Признать, что стать неувольняемым нереально🤯
Нет такого, что после какого-то стажа в компании или грейда вы уже точно не в зоне риска. Иногда сокращать и оптимизировать начинают как раз-таки с высокооплачиваемых людей, даже если они эффективны; может неудачно смениться руководство выше, и так далее. И уж точно незаменимость не равна переработкам...

Самое обидное здесь, что перестаравшись из-за страха стать ненужным, можно сделать даже хуже для себя🤡
⭐️ задать овертаймами слишком высокую планку, после которой обычный перфоманс будет «недостаточным»
⭐️ начать бояться выглядеть слабым, а поэтому не задать нужные уточняющие вопросы и сделать не то, или не оспорить дедлайн при его постановке, а в итоге нарушить
⭐️ слишком сильно пытаться считать чужие намёки, в итоге загнаться и уволиться самому или просто вести себя странно

И даже если вам уже намекнули, что надо работать побольше, тут может быть парадокс: иногда исход уже определён, решение по сути принято, и тогда, возможно, лучше вложить силы в поиски новой работы (на западе PIP = Performance Improvement Plan из-за этого неформально называют Paid Interview Period)👀 Но это уже индивидуально, надо понять, насколько реально в итоге попасть в ожидания от вас, иногда эта ситуация обратима.

➡️ Шаг 3. Ну и куда без самотерапии👍
Во-первых, представьте на минутку, что самое страшное уже произошло. В любом случае жизнь продолжается, а значит, должен быть план Б. Если вы знаете о нём заранее, это уже большой плюс, а если нет... возвращаемся в реальность, где нас прямо сейчас не увольняют, а значит, есть время подготовиться:
⭐️ финансовая подушка на те самые 3-6 месяцев возможного поиска работы — уже есть? можем начать копить уже сейчас?
⭐️ оформленные резюме / линкед, связи с людьми из разных компаний, критерии подходящих вам работ, чтобы не тратить на это время, когда понадобится — но активно искать работу постоянно я не советую, впрочем, это тема для целого поста
⭐️ и опционально можно придумать совсем резервный план, какие ещё свои навыки можно монетизировать, если в IT ничего не найдётся (не в качестве страшилки, а наоборот)

А во-вторых, полезно держать в голове, что единичное увольнение не определяет вас, как плохого специалиста.
Если паттерн работ по 2-5 месяцев повторяется, то это может стать поводом задуматься, но если перед этим были успешные кейсы продержаться год и более (особенно с ревью), то в целом всё ок — таковы нынешние реалии.
И да, если у вас было несколько работ за последние несколько лет, значит вас как минимум N раз наняли, и ещё наймут😉

➡️ Вывод — цель не в том, чтобы никогда в жизни не упасть, а в том, чтобы знать, как встать, и иметь для этого опоры🐺

Ваши истории, мнения, дополнения в комментах очень жду⬇️

#непопулярное_мнение #карьерный_совет
@analytess 👩