Часто меня спрашивают: насколько легко устроиться аналитиком на удаленку?

Я всегда отвечал исходя из ощущений - говорил, что среди всех вакансий с чистой удаленкой процентов 30. Остальные гибрид/офис в МСК.

А сегодня собрал полную статистику по всем 42 выпускникам курса, куда они в итоге устроились работать. Картина оказалась интересной. По итогу большинство устроившихся учеников работают на удаленке (*кто-то при этом мог получить 3 оффера, но принять только тот, где была удаленка).

Теперь у меня есть точные данные, исходя из которых могу давать ответы.

Кроме того, я собрал подробную таблицу со всеми данными про результаты учеников, исходя из которой планирую в ближайшем времени поделиться другими интересными выводами (например как зависит результативность от прошлого бекграунда).

Пост знакомство + каталог основных постов

Я Тимур, 27 лет, из Москвы. Последние 4 года я работаю аналитиком данных и путешествую по миру, работал в нескольких стартапах и крупных компаниях РФ.

Индивидуально обучаю аналитике данных, помогаю людям войти в айти с нуля и через 3 месяца найти работу на 120К+ рублей на руки. Довел до результата 17 учеников.

В процессе обучения:

1️⃣ Даю доступ к составленному мной курсу по аналитике по основным навыкам: sql, python, статистика

2️⃣ После изучения основных навыков составляю резюме. На основе вашего опыта составляю резюме, адаптируя ваш опыт под аналитику данных

3️⃣ Проводим тестовые собесы для подготовки. Далее вы проходите собеседования, записываете их, я даю подробную обратную связь по каждому. Как правильно решить те или иные задачи. Как улучшить формулировки ваших ответов.

4️⃣ На связи с учеником в чате 24/7, неограниченные личные созвоны, поддержка на испытательном сроке до его прохождения

5️⃣ Будем фокусироваться только на самых важных вещах и за эти 3 месяца реально разовьем у вас базовые навыки для начала работы (и план дальнейшего развития)

Каталог основных постов блога:
Что такое аналитика данных (и почему это проще, чем кажется)

Пошаговый алгоритм чтобы с нуля обучиться и устроиться аналитиком в айти на 120К руб через 3 месяца

Как я устроился в айти аналитиком на 200 тысяч рублей в компанию мечты, без высшего образования и опыта работы

Обо мне: немного моей биографии, чтобы вы узнали меня как человека

Подробно про мой первый опыт работы. Авито, одна из лучших компаний в сфере аналитики данных

Частые вопросы:
Есть ли смысл обучаться аналитике, если нет опыта в программировании/математике?

Успешные кейсы учеников
Кейс-1. Ученик прошел Яндекс Практикум, 2 года не мог найти работу, с помощью моего курса нашел через 3 недели
Кейс-2. Устроиться на работу аналитиком данных в 18 лет без вышки и опыта и через год выйти на 220К
Кейс-3. Из военки в айти
Кейс-4. За год обучиться и устроиться после окончания вуза
Кейс-5. Первая ученица из твиттера, оффер 170К на удаленке
Кейс-6. Зумер устроился на работу и уволился через 2 недели, через полгода устроился на 160 на руки
Кейс-7. Ученик 40 лет влился в айти за полгода и устроился на 300К на руки
(остальные кейсы пропишу позже)
Кейс-8. Успешный кейс 21-летнего ученика с нулевым бекграундом (нет вышки, опыта в айти)
Кейс-9. 30 лет, из маркетинга в аналитику
Кейс-10. 25 лет, Москва, из логистики в аналитику
Кейс-11. Ученик с хорошим бекграундом в математике и айти

Про мой курс
Как я могу вам помочь? Подробно про мой курс обучения
Отзывы о курсе: @timur_reviews

Очередной ученик недавно прошел испытательный срок - именно это является окончанием курса

Он написал отзыв. Немного вводных:

Москва, 30 лет. Начал обучение еще осенью 2024 года, работая директором департамента на производстве вентиляторов. Проходил курс не быстро: большую часть времени занимала работа, на какое-то время пришлось поставить обучение на паузу. Начал применять аналитику уже на том месте работы: выстроил базовую отчетность сервисного отдела, считал KPI по подчиненным сотрудникам, анализировал данные по обращениям клиентов и поломкам оборудования.

В конце 2025 оформили его опыт как аналитический для резюме, и он довольно быстро нашел работу. Отзыв:

Тимур, привет!

Наконец-то дописал отзыв на курс)

Для начала, наверное, стоит немного рассказать о себе на момент прихода на курс.
Мне 30 лет, за плечами 5 лет работы в инженерной сфере. Успел поработать инженером КИПиА в нефтяной компании (обслуживал в полях те самые «качалки»), инженером по вентиляционным системам, руководителем сервисного центра по обслуживанию клиентов и директором департамента ОТК на производстве… В общем, многое успел «пощупать».

Параллельно понимал, что быть инженером всю жизнь я точно не хочу. Ещё в 2022 году «заходил» на курс яндекса по python-разработке, но не вывез нагрузку после четырёх месяцев и бросил. После этого долго не возвращался к этому вопросу. А, как оказалось, нужно было посмотреть в сторону аналитики)

В октябре 2024 года случайно наткнулся на твит Тимура про работу в Авито, прочитал - и зацепило. Потому что об этом направлении я уже не раз думал, но всё время откладывал на потом.

Сначала взял курс на Stepik. Начал проходить, потом написал Тимуру, вступил в группы и чаты. Для меня самого удивительно, но скепсиса по поводу обучения практически не было)) Доверие внушало большое количество новичков на разных этапах — таких же, как и я. Плюс те, кто уже прошёл курс, никуда не пропадали: все были в тех же чатах, и можно было написать любому.

К ноябрю я прошёл курс. Тимур практически с нуля помог правильно составить резюме и упаковать мой инженерный опыт. С начала декабря уже можно было откликаться (спустя примерно три месяца). Но пришлось всё отложить из-за текущей работы и личных обстоятельств почти на год.

В это время постепенно проходил курс по python, периодически возвращался к курсу по SQL, чтобы не забыть пройденное. Тимур всё это время был на связи, постоянно интересовался, как дела. К осени я наконец был готов: ещё раз переписали резюме, обновили его - и я начал активно откликаться.

Возможно, мне сильно повезло, учитывая ситуацию на рынке, но работу я нашёл достаточно быстро (всего 400+ откликов). Прошёл несколько этапов и устроился с начала декабря бизнес-аналитиком в крупную компанию. И вот через неделю заканчивается испытательный срок)

Первая реакция от новой работы - конечно, шок… ну и восторг) Для человека, который долго работал «руками на заводе», новая среда сначала оказалась непривычной, как и сам формат работы. Если честно, я ещё не ко всему привык, но это, с другой стороны, и заряжает продолжать развиваться дальше.

Если кратко: курс у Тимура действительно хорош, особенно по сравнению с тем, что вообще сейчас предлагает рынок обучения и курсов. Возможно, можно самостоятельно пройти все этапы, курсы на Stepik или любой другой платформе и даже найти работу.

НО (и это огромное «но») тогда вы не получите самое ценное - комьюнити, созвоны, неограниченную помощь и поддержку, которые сильно мотивируют. Я почти уверен, что нигде не найти такого уровня поддержки и личного подхода на протяжении не месяцев, а ЛЕТ - пока вы проходите обучение, пока решаете свои дела, проблемы и задачи, пока снова возвращаетесь к обучению и пока проходите испытательный срок. А главное, это сильно ускоряет поиск работы.

И даже после этого всё никуда не исчезает. На курсе много ребят, которые «старше» меня на несколько лет - они всё так же на связи. Если нужно, помогут, поддержат новых участников, ответят на вопросы.

В этом, на мой взгляд, и есть главная ценность этого курса.

На этих выходных провели мероприятие для учеников и выпускников курса в аппартаментах Moscow City на 20+ человек 🎉

Многие из ребят уже работают и встретиться лично - это прекрасная возможность наладить связи, поделиться своим профессиональным опытом, узнать какие новые технологии используют коллеги. Некоторые ребята даже показывали свои собственные последние разработки 🤓

Отлично провели время, были различные закуски, напитки. Приглашенный шеф-повар готовил стейки с гарниром. Пили игристое 🍾 и танцевали, а также мероприятие сопровождал фотограф 📸

На этой неделе получим фотографии и поделимся с вами 🫶

Вопрос с собеседования аналитика в Яндекс на 150К+ / Парадокс Симпсона

Представим, что люди пользуются разными браузерами (Chrome, Firefox и т.д.) и в каждом браузере могут искать в интернете как через поисковик Яндекс, так и через Google.

Может ли быть такое, что доля запросов через Яндекс выросла в каждом браузере по отдельности, но по всем браузерам вместе упала?

На первый взгляд кажется, что нет 🤔

Если в Chrome доля выросла.
Если в Firefox выросла.

То как общий показатель может стать хуже?

Но на самом деле может 😱

Рассмотрим ситуацию:

Год 1

* Chrome: всего сделано 1000 поисковых запросов. Из них 500 через Яндекс (50%)
* Firefox: всего сделано 1000 поисковых запросов. Из них 300 через Яндекс (30%)

Общая доля Яндекса = 800/2000 = 40%.

Год 2

В каждом браузере доля Яндекса выросла:

* Chrome: всего сделано 100 поисковых запросов. Из них 90 через Яндекс (90%)
* Firefox: всего сделано 1000 поисковых запросов. Из них 301 через Яндекс (30.1%)

Но почти весь трафик теперь приходится на Firefox, где доля Яндекса всё ещё намного ниже.

И общая доля Яндекса становится уже 391/1100 = примерно 35.5%.

Получается парадокс:

✅ В Chrome "стало лучше"

✅ В Firefox "стало лучше"

❌ В целом стало хуже.

Это называется парадокс Симпсона. Дело в том, что могут меняться не только доли, но и соотношения между группами - в примере выше они были наравне, а во 2 год стал доминировать браузер с меньшей долей (специально рассмотрели экстремальный пример для наглядности).

Погружение в бизнес контекст

Классическая проблема многих ребят с небольшим опытом в аналитике - не видят полной картины, только отдельные задачи

В этом году пришла ученица с 1 годом опыта маркетинговым аналитиком.

Подтянули ее технический уровень, софты, улучшили резюме

Перед тем, как ученик начинает откликаться на вакансии, мы всегда проводим тестовые собеседования - HR, техническое собеседование по опыту работы и лайвкодинг

Стали расспрашивать про опыт и бизнес-кейсы, ответ был примерно такой:

1. Сделала сегментацию клиентов по частоте и сумме покупок
2. Проанализировала такую-то акцию
3. Выгружала списки клиентов по запросу бренд-менеджера
4. Сделала дашборд
5. Были разные другие небольшие задачи

И в целом это отличный опыт, требующий серьезной технической подготовки

Но рассказ выглядел так, будто это просто разрозненные задачи, которые прилетают сверху.

Сегодня попросили проанализировать акцию.
Завтра попросили дашборд.
Потом попросили что-то посчитать.
Связаны эти задачи между собой или нет - непонятно.

Начали разбираться глубже: как именно это было устроено в компании и зачем бизнесу всё это было нужно.

И выяснилось, что ученица вместе с бренд-менеджерами и бренд-директором тянула одну большую задачу, одну из важнейших для компании на тот момент.

Задача состояла в двух вещах:

1. Предотвратить отток клиентов, которые сейчас активно покупают
2. Вернуть тех клиентов, которые недавно покупать перестали

То есть бизнес хотел понять: кто уходит, почему уходит, кого ещё можно удержать и как вернуть ушедших клиентов

И если посмотреть список её задач выше, то более опытному аналитику становится понятно, что все это логичные этапы одной и той же огромной стратегической задачи. Всё внезапно складывается в одну понятную картину:

1. Сегментировали аудиторию, поняли предпочтения
2. Выработали механики как/кого лучше удерживать
3. Провели рассылки
4. Сделали АБ-тесты
5. Построили дашборд, который мониторит отток и эффективность рассылок

Со стороны, возможно, кому-то покажется, что это все было очевидно. Но это частая проблема - техническому специалисту легко утонуть в деталях и не заметить слона в комнате

Поэтому последнее время мы уделяем намного больше внимания тому, чтобы развить у учеников понимание общего бизнес-контекста. В целом многим ITшникам не хватает именно этого, поэтому такие специалисты ценятся значительно выше.

Хочу посоветовать книгу, которая, как мне кажется, помогает развивать аналитическое мышление.

Недавно прочитал "Гарри Поттер и методы рационального мышления" - это фанфик, написанный американским исследователем ИИ Элиезером Юдковским. По сюжету Гарри Поттер вырос не в семье Дурслей, а в семье профессора Оксфорда, с детства развивал научное/логическое мышление и применяет его в мире магии.

Что мне особенно понравилось - книга постоянно продвигает подход, очень похожий на то, чем занимаются аналитики данных. Не принимать решения на основе ощущений, авторитетов или красивых историй, а строить гипотезы и проверять их фактами.

Покажу на двух примерах, как это выглядит. По сути герои действуют как при A/B-тестах: формулируют гипотезу, заранее договариваются, какой исход что будет означать, и только потом смотрят на результат.

Пример 1. Гарри впервые сталкивается с тем, что магия, возможно, реальна. Отец у него - ученый и скептик, не верит в это.

Вместо спора Гарри предлагает эксперимент: сейчас придет волшебница и поднимет папу в воздух. Ключевой момент - он заранее фиксирует условия. Договариваются так: если папа поднимется, это считается достаточным доказательством. Нельзя задним числом подгонять критерии эксперимента под желаемый ответ (сказать "ну это просто фокус" или "магия не сработала, ну так это потому что она не работает, когда в нее не верят").

В итоге эксперимент подтверждает реальность магии.

Пример 2. В этой книге Гарри дружит с Драко Малфоем и стремится переманить его на сторону добра.

Драко - сторонник идеи чистоты крови: считает, что магия слабеет, потому что волшебники "разбавляют кровь", женясь на маглорожденных и сквибах (*дети волшебников без магических способностей).

Гарри учит Драко научному методу и предлагает не спорить, а проверить. И сначала вслух проговаривает гипотезы и предсказания - до того как они посмотрят на данные, чтобы нельзя было подогнать вывод под результат.

Суть такая. Есть две версии. По версии Драко, магию можно постепенно разбавить кровью - тогда смешанные браки реально ослабляют волшебников. По другой версии магия - это как выключатель: либо он есть, либо нет, и разбавлять там нечего. И можно поставить эксперимент, который покажет, какая из 2 теорий верна. Берем детей от двух сквибов. Если магия - выключатель, она достается ребенку как орел или решка от каждого родителя, то волшебниками станут примерно четверть их детей (*этот вывод там следует из теории генетики). Если же магию можно разбавлять, среди детей сквибов почти не будет волшебников.

Драко идет собирать данные по бракам сквибов. Набирается 28 детей. Считают волшебников - их получается 6. Почти ровно четверть. То есть данные точно легли под модель Гарри, а гипотеза про чистоту крови не подтвердилась: магия ведет себя не как градиент, который можно ослабить смешиванием, а как признак "есть или нет".

Важная мысль, котрая продвигается в книге: хорошая гипотеза - это та, которую можно опровергнуть. Если под любой исход вы способны подогнать объяснение, то у вас не гипотеза, а вера. Книга тренирует именно это чутье, а для аналитика оно бесценно.