Результат собеседования не определяет тебя как специалиста

Несколько лет назад я собесилась с разницей в один день в одну и ту же компанию на одну и ту же должность и грейд, но в 2 разные команды.

В одной команде мне не задали ни одного технического вопроса, весь собес они просто смеялись над моим резюме 🤓 Особенно они ржали над СУБД Snowflake, говорили, что никто не знает его и никому он не нужен, что это вообще какой-то noname (справка: Snowflake входит в топ лучших облачных решений в мире)

В другой команде мне провели классный собес с лайвкодингом по SQL и Python и в тот же день написали, что будут делать оффер😎 (оффер в итоге кстати был хороший, но по личным причинам я его отклонила).

У меня было одинаковое резюме, я была все тем же специалистом в оба эти дня. Но для одних я не стоила даже нормального тех интервью, а другие захотели меня к себе в команду

Мораль этой истории проста: не позволяй одному или даже нескольким неудачным собеседованиям обесценить тебя. Твоя ценность как специалиста не определяется мнением конкретного интервьюера, ведь это все может быть очень субъективно. Не всегда все зависит от твоих знаний и навыков, иногда на результат влияет банальное настроение интервьюера в этот день👀

Сталкивались ли вы с чем-то подобным в процессе работы или поиска работы?

#карьера_анна_в_данных

Чем занимается продуктовый аналитик?

В описаниях к разным курсам на аналитика пишут расплывчатые формулировки типа «вы будете анализировать данные и принимать решения на их основе», и не всем со стороны может быть сразу понятна роль продуктового аналитика.

Поэтому в этом посте я решила перечислить задачи, которыми может заниматься продуктовый аналитик на работе. Это не какая-то полная классификация, а просто разноплановые примеры, чтобы у тех, кто только раздумывает войти в профессию, сложилась чуть более полная картинка в голове.

⭐️Строит дашборды✨Чтобы регулярно отслеживать ключевые метрики, под каждый продукт или функционал создается дашборд. Аналитик собирает требования от заказчика (какие показатели и в каких разрезах нужны), пишет SQL-запросы к базе, которые считают все эти показатели, и выводит их на дашборд в виде чисел, графиков или табличек с нужными фильтрами.

⭐️Подготавливает сегменты для рассылок и UX-исследований✨ В данных хранятся сведения о действиях и покупках пользователей, и на их основе может требоваться сформировать выборки, например, для UX-исследований или рассылок. Иногда критерии задаёт заказчик (типа «20 тыс. пользователей с заказами от 5 тыс. руб за последние 2 недели»), а иногда аналитик подбирает их сам.

⭐️Проводит АБ тесты✨ Перед запуском изменений в дизайне или функционале важно проверить, как они влияют на ключевые метрики (конверсию в покупку, выручку и т.д). Для этого пользователей делят на группы случайным образом через сплитовалку: одна группа видит старую версию, другая - новую. Аналитик подбирает метрики и на их основе оценивает длительность теста, а затем проводит все необходимые расчеты и делает выводы.

⭐️Проводит АА тесты✨ При АА тестах изменений ни для одной из групп нет: просто проверяем, корректно ли работает система разделения пользователей. Если группы честные, метрики в группах будут одинаковые.

⭐️Строит витрины✨Чтобы упростить сложные запросы к часто используемым таблицам, можно автоматически регулярно предобрабатывать и агрегировать новые данные и складывать их в витрину. Запрос к уже посчитанной витрине будет выполняться сильно быстрее, чем запрос к сырым данным.

⭐️Размечает события✨ Чтобы понимать как пользователь взаимодействует с нашим сайтом/приложением, нужно заранее продумать, какие именно действия стоит трекать, как будут называться эти события в аналитике и какие параметры к ним прикрепить (например, ID товара, цену, позицию на экране и т.д.). При добавлении новых элементов и нового фунционала нужно будет их доразмечать.

⭐️Проводит исследования✨То есть генерит гипотезы, чтобы покопаться в данных и проверить свои предположения. Тематика может быть разной, например: поисследовать чем отличается портет пользователя участника программы лояльности от тех, кто никогда ей не пользовался? Почему пользователи могут не продлять подписку после первого месяца? И т.д.

⭐️Просто что-то быстро проверяет✨Почему выручка за вчера просела? Какая доля пользователей уже обновилась до последней версии приложения? Почему так сильно скакнуло количество пользователей, зашедших в личный кабинет? И множество других самых разных вопросов. Такие быстрые задачки еще называют эдхоками (ad-hoc).

И это далеко не все задачи, но пост и так получился слишком длинным! Аналитики, какие задачи вам нравятся больше всего? А кто только вкатывается, задавайте вопросы, если есть💛

#карьера_анна_в_данных

МОЙ ПУТЬ В АЙТИ: ЧАСТЬ 1 🖱

Я давно собиралась выпустить серию постов на эту тему, тем более в последнее время меня все чаще стали спрашивать как именно я стала аналитиком. История не быстрая, поэтому выпускаю ее в нескольких частях 🍿

Я отучилась 11 лет в информатической школе и получила профильную вышку. Нет, нет, не спешите закрывать этот пост! Мой путь в айти был не таким прямым и быстрым, и это только начало рассказа.

Меня с детства манило айти, мне всегда казалось это очень крутым и элитным, и я была уверена, что буду программистом. Тогда я считала, что высшее образование - определяющее в выборе профессии (возможно тогда так и было). Для поступления на программирование, о котором я мечтала, требовалось ЕГЭ по физике, поэтому пришлось идти на смежное направление - Прикладную информатику в экономике.

Универ словно был создан для того, чтобы убедить меня, что программирование - это не мое. Тем более на Python. За нудными сухими лекциями напыщенного препода и не менее скучными задачками я не видела красоты языка и ненавидела эти пары больше всего на свете😱 Плюс я только вырвалась из-под родительской опеки, поймала волну студенческого веселья и влюбилась.

Под конец учебы (2016 год) я поняла, что мне очень нравится fullstack разработка, и моей дипломной работой даже была разработка динамического корпоративного портала. Я выпустилась из универа, протусила остаток лета и начала искать работу. Куда угодно, за любые деньги. Но меня не брал никто. Сейчас я понимаю, в чем дело, но тогда я искренне недоумевала, почему никто не хочет брать меня к себе даже на МРОТ.

Мои ошибки в тот момент:
➖Слабое резюме. И дело не в отсутствии коммерческого опыта, даже без него можно сделать крутое резюме, но этому я уже научилась позже и при совершенно других обстоятельствах
➖Отсутствие системности в обучении. Я хваталась за разные темы кусками, не понимала, что именно учить и насколько глубоко
➖Слабая позиция из нужды. Буквально “возьмите меня хоть кто-то хоть за гроши”
➖Недостаточное упорство и количество попыток. Я слишком быстро повесила на себя ярлык “тупая неудачница”
➖Абсолютное отсутствие веры в себя и страх всего. Это преследовало меня всю жизнь до определенного момента далее

Продолжение следует…

#карьера_анна_в_данных
#путь_анна_в_данных