Самые популярные профессии в аналитике

Цифровизация бизнеса привела к появлению в России рынка BI-систем — программ, которые собирают и обрабатывают массивы информации из электронных источников, а также представляют данные в виде наглядных отчётов. Но для управления этим ПО нужны сотрудники с определёнными знаниями и скиллами.

Аналитик BI — это специалист, который автоматизирует процессы получения, фильтрации и визуализации цифровых данных. Благодаря ему компании имеют возможность оперативно реагировать на поведение пользователей и работу IT-продуктов.

Чем занимается специалист:

• изучает и анализирует массивы информации;
• определяет, какие показатели нужно собирать для решения бизнес-задачи;
• готовит ТЗ по сбору необходимых данных и передаёт разработчикам;
• разрабатывает макет дашборда — панели для графического отображения отчётов — и настраивает его;
• тестирует аналитическую панель, чтобы проверить, как загружаются и отображаются данные;
• запускает свой BI-проект и делает инструкции для пользователей.

Основные хард-скиллы, которые необходимы для работы по профессии:

• Написание запросов на языке SQL. Навык позволяет оперативно получать информацию из баз компании и готовить её к анализу.

• Составление технического задания для разработчиков. В ТЗ специалист прописывает требования к итоговой структуре данных, которые будут показываться в дашборде.

• Анализ информации. Хард-скилл заключается в умении отбирать ключевые цифры и отсеивать лишнее, находить закономерности, строить гипотезы. В этой работе аналитику помогают специальные сервисы, например, Qlik, Power Query.

• Визуализация данных. Дашборды и отчёты аналитик BI создаёт в программах Tableau, Power BI, Visiology.

Значительно облегчают работу специалиста два мягких навыка — коммуникабельность и ведение деловых переговоров. Эти софт-скиллы помогают находить общий язык с заказчиками и разработчиками.

На примере вакансии в компании BIZZUP посмотрим, какие задачи предстоит выполнять аналитику BI у реального работодателя:

В BIZZUP специалист собирает и анализирует данные в рабочей базе PostgreSQL, проводит исследования для клиентов, обсуждает с ними бизнес-показатели, создаёт и поддерживает дашборды, делает отчёты.

Специалисты наиболее востребованы в розничной торговле, электроэнергетике и металлургической промышленности. Именно в этих отраслях чаще внедряют BI-инструменты. Также системы по сбору и обработке массивов данных используют в банках, логистике, нефтегазовой и транспортной сфере, пищевой промышленности.

По данным сервиса zarplan.com, средняя зарплата специалиста в России — около 149 тысяч рублей.

А компания «Техаудит» готова платить BI-аналитику со стажем от года 100–160 тысяч рублей:

Эти специалисты входят в тройку самых высокооплачиваемых айтишников. Они помогают бизнесу использовать массивы информации для поиска возможностей развития, разработки и проверки гипотез, принятия решений.

Аналитик данных — это специалист, который помогает компаниям контролировать бизнес и находить лучшие решения. С его помощью заказчики узнают, какие товары будут пользоваться спросом в регионах, зависят ли продажи от ухудшения погоды, когда выйдет из строя оборудование в цехе, влияет ли скорость ответа клиенту на его лояльность и так далее.

Чем занимается специалист:

• работает с данными из корпоративных баз, сервисов, приложений и других источников;
• анализирует большие объёмы информации, делает выводы и рассказывает о них заказчику понятным языком;
• ищет в данных закономерности, неочевидные факторы, причинно-следственные связи;
• строит прогнозы и проверяет предположения с помощью статистических методов.

Выводы аналитика помогают бизнесу убедиться в справедливости или ложности догадок, предугадывать спрос, находить слабые места, выбирать и менять политику продаж, оптимизировать процессы.

Для решения рабочих задач специалисту необходимы следующие хард-скиллы:

• Сбор, фильтрация, сортировка и другие способы обработки данных с помощью запросов SQL и языка программирования Python. Навыки помогают автоматизировать и ускорять процессы подготовки сырой информации к дальнейшей работе.

• Статистический анализ данных. Для построения выводов, которые основаны на достоверных показателях и точных расчётах.

• Проверка гипотез. Навык помогает убедиться в справедливости предположений и бизнес-идей. Для этого специалист использует разные методы исследований. Например, A/B-тестирование.

• Визуализация данных в Power BI, Qlik или Tableau. Автоматически обновляемые дашборды позволяют мониторить ситуацию в режиме реального времени.

• Создание понятных отчётов для заказчиков. Для демонстрации результатов своей работы специалист использует табличные редакторы Excel и Google Sheets.

Находить понимание с коллегами, начальством и клиентами специалисту помогает эмоциональный интеллект и навык ведения переговоров.

На примере реальной вакансии посмотрим, какие скиллы нужны аналитику данных. Вот такие компетенции понадобятся сотруднику на работе в компании «Бэнкс Софт Системс»:

Аналитику по разработке и внедрению систем банковского обслуживания нужно понимать потребности заказчиков, определять методы расчёта бизнес-показателей, анализировать и визуализировать данные, проверять гипотезы и формулировать выводы, строить прогнозы.

Кроме этого, специалисту важно уметь готовить ТЗ на доработку информационных витрин и добавление новых показателей в хранилище, а затем принять работы у разработчиков.

А вот что нужно уметь аналитику данных в компании «Домклик»:

В «Домклик» нужны специалисты, которые владеют языком запросов SQL и инструментами BI, умеют работать в табличном редакторе Excel, понимают данные и видят в них смысл. Кроме этого, аналитику необходим опыт создания информационных панелей в сервисе Grafana.

Специалистов набирают компании, которые применяют подход data-driven — при принятии решений ориентируются на массивы данных и научную аналитику. Чаще всего сотрудников ищут в крупных IT-корпорациях. Также они востребованы в банках, телекоме, ритейле.

По статистике zarplan.com, средняя зарплата аналитика данных в России — около 132 тысяч рублей.

Компания WhoIsBlogger предлагает сотрудникам с опытом от года оклад от 60 до 120 тысяч рублей:

А в Click2Money специалисту со стажем от года готовы платить от 150 тысяч рублей:

С опытом 3–6 лет сотрудник может найти работу с окладом до 300 тысяч рублей. Такую зарплату аналитику предлагает компания Rollim:

Специалисты по Data Science относятся к числу высоко востребованных. И это неслучайно. Они создают для бизнеса IT-решения, которые позволяют на основе массивов данных находить неочевидные закономерности, предугадывать события и определять бизнес-стратегию, чтобы получить максимальную прибыль и не уйти в минус.

Data Scientist — это специалист по разработке алгоритмов и математических моделей. Эти инструменты нужны для сбора показателей из баз компаний, анализа массивов информации, получения отчётов, построения прогнозов и определения трендов на рынке.

Такие проекты помогают компаниям принимать решения на основе колоссальных объёмов данных, вести клиентоориентированный бизнес: предугадывать реакцию аудитории и спрос, разрабатывать стратегии продвижения с опорой на поведение пользователей.

Чем занимается специалист:

• анализирует требования заказчиков и интерпретирует их в математической плоскости;
• определяет, какие данные и алгоритмы нужны для решения бизнес-задачи;
• проводит статистический анализ показателей;
• создаёт модели машинного обучения;
• тестирует и запускает свои проекты.

Специалисты Data Scientist помогают не только бизнесу, но также науке и медицине. Там они работают с разными типами сложных данных, в том числе, текстом, аудио, фото и видео.

Примеры задач Data Scientist в промышленности и в медицине

1. Промышленность:

• прогнозирование спроса;
• контроль качества продукции с использованием компьютерного зрения, обнаружение аномалий в реальном времени;
• предупредительное техническое обслуживание и прогнозирование отказов;
• контроль энергопотребления, безопасности на производстве;
• разработка новых продуктов и процессов, а также генеративный дизайн — подход к проектированию и дизайну продукта, при котором часть процессов делегируется компьютерным технологиям и платформам;
• организация логистики;
• уменьшение влияния на экологию.

2. Медицина:

• анализ и поиск отклонений на снимках с помощью ИИ, выявление рисков при лечении пациента;
• разработка новых молекул с помощью ИИ;
• помощь в планировании и проведении клинических испытаний лекарств;
• рекомендательная система для пользователей аптечных сетей (рекомендации лекарственных и сопутствующих препаратов при покупке).

В идеале специалист работает с готовой выборкой данных. Но иногда ему приходится собирать их самому.

Основные хард-скиллы, которые нужны профессионалу:

• Применение математической статистики и теории вероятностей. Навык необходим для получения корректных данных и работы с ними, поиска закономерностей, проверки гипотез.

• Использование языка запросов к базам данных SQL и языка программирования Python. Для сбора данных из разных источников, их обработки и визуализации результатов.

• Анализ данных. Скилл позволяет определять логику событий, случайные величины и важные показатели.

• Выполнение математических вычислений с помощью библиотек Python. Умение помогает быстро проводить операции с большими объёмами данных. Популярные инструменты для анализа массивов информации — Pandas и NumPy, для машинного обучения — scikit-learn, также в работе применяются нейросетевые библиотеки Keras и PyTorch.

• Построение предсказательных моделей и обучение нейросетей. Навык нужен для автоматизации рекомендательных систем.

• Визуализация данных. Для наглядного отображения показателей, которые важны заказчику.

• Внедрение моделей машинного обучения в бизнес-процессы.

Ключевым мягким навыком специалиста считается умение в понятной форме презентовать работу руководству и другим заинтересованным лицам. Сотрудник должен уметь разговаривать с ними на понятном языке — в первую очередь, чтобы понимать задачу.

На примере вакансии в компании «Строительный двор» посмотрим, какие скиллы ожидает увидеть в Data Scientist реальный работодатель:

Для работы в «Строительном дворе» сотруднику необходимо владеть Python и пользоваться аналитическими библиотеками Pandas и NumPy. Также ему понадобится знание технологий машинного обучения и обработки устной, письменной речи NLP, навык отправки запросов на языке SQL и анализа больших данных. Преимуществом специалиста станет умение работать с облачными моделями предоставления ПО Saas.

А вот такие хард-скиллы нужны Data Scientist для трудоустройства в бюро кредитных историй «ОКБ»:

Здесь от специалиста ждут знания языка запросов SQL для получения сырых данных из баз и корпоративных хранилищ. Кроме этого, ему необходим навык разработки и внедрения алгоритмов машинного обучения, а также использования языка программирования Python. Для работы с разными версиями проекта сотрудник должен хорошо ориентироваться в системе контроля версий Git.

Топ сфер с самым высоким спросом на специалистов — это IT и системная интеграция. Сотрудники также работают в финансовом секторе, диджитале, сфере услуг, розничной торговле.

По статистике сервиса zarplan.com, средняя зарплата Data Scientist — около 307 тысяч рублей.

Компания «Веблок» готова платить от 150 тысяч рублей сотрудникам с опытом от года:

А в HeadHunter специалист со стажем 3–6 лет может получать от 350 тысяч рублей:

Системный аналитик — это специалист, который анализирует и проектирует информационные системы. Он определяет требования к структуре ПО, оформляет их в понятном виде и передаёт задание создателям софта.

Чем занимается системный аналитик:

• проводит переговоры с клиентами, чтобы понять запросы и проблемы бизнеса, процессы, которые нужно оптимизировать;
• собирает требования к ПО, проверяет их на непротиворечивость и полноту;
• согласовывает технические возможности программного обеспечения с заказчиком;
• готовит проектную документацию и задание для разработчиков;
• делает инструкции для пользователей;
• сопровождает решение до момента тестирования и запуска;
• участвует в презентации информационной системы клиенту.

Технические скиллы, которые нужны профессионалу:

• Определение процессов создания ПО. Для получения на выходе качественного IT-продукта. Разбивать работу на этапы и отдельные задачи специалисту помогают методики Agile.

• Сбор и анализ требований. Чтобы определить функциональные возможности программного обеспечения, специалист составляет пользовательские истории по формуле «тип пользователя + потребность + цель» и применяет подход Job Story — метод предполагает изучение ситуации, при которой возникают проблемы, мотивов пользователей и поиск оптимальных решений.

• Моделирование информационной системы. Чтобы получить лучшее представление о будущей инфраструктуре: как взаимосвязаны её элементы, какие процессы происходят в ней. Для её отображения аналитик использует нотации UML, IDEF, BPMN — графические способы визуального отображения и описания компонентов ПО.

• Проектирование интеграции систем. Иногда для решения задач заказчика нужны несколько программ. Чтобы разные IT-продукты работали в связке, системный аналитик разрабатывает проект их взаимодействия.

• Подготовка технической документации. Для согласования ПО, разработки и запуска проекта.

• Написание запросов на языке SQL. Для получения информации из баз данных и её анализа.

Для общения с заказчиком специалисту необходимы развитые навыки коммуникации и интервьюирования собеседников. Это помогает ему получить ключевые сведения для отдела разработки и найти общий язык с подрядчиками.

На примере вакансии в компании «Транснефтьэнерго» посмотрим, какие знания и навыки пригодятся начинающему системному аналитику у реального работодателя:

Сотруднику в «Транснефтьэнерго» нужно уметь формулировать требования к ПО с помощью нотаций и понимать, как происходит процесс разработки. Также ему необходимо ориентироваться в терминологии, которая применяется в IT-сфере. Для подготовки технической документации специалисту потребуется использовать внутреннюю корпоративную вики-систему Confluence, а диаграммы и блок-схемы он будет создавать в Microsoft Visio.

Специалисты чаще всего работают в компаниях, которые разрабатывают софт. Это не только IT, но и крупный ритейл, банки и другие игроки на рынке с высокими требованиями к конфиденциальности и те, кто предпочитает набирать свою команду для создания корпоративных IT-решений.

Например, сеть супермаркетов Лента ищет системного аналитика для разработки мобильного приложения, которое будут использовать сотрудники её распределительного центра.

По статистике сервиса zarplan.com, средняя зарплата системного аналитика составляет 195 тысяч рублей.

Компания X-partners готова платить сотруднику без опыта до 170 тысяч рублей:

Специалист помогает бизнесу находить лучшие решения для продвижения продуктов на рынке. Он подсказывает, что необходимо сделать, чтобы достичь нужных результатов, например, роста объёмов продаж, увеличения числа постоянных клиентов и так далее.

Продуктовый аналитик — специалист, который анализирует массивы цифровой информации и предлагает идеи по улучшению продукта. Это может быть онлайн-сервис, сайт, товар, интернет-магазин и другой проект.

Чем занимается специалист:

• собирает данные о поведении покупателей и посетителей ресурсов;
• анализирует показатели и строит предположения о причине явлений;
• предлагает идеи, как улучшить ситуацию;
• проверяет свои гипотезы с помощью тестов.

Необходимые хард-скиллы:

• Понимание продуктовых метрик и их значения. Навык помогает определять показатели, которые нужно изучать для поиска ответов на вопросы, выполнения поставленной задачи. Специалист работает с такими параметрами, как LTV (пожизненная ценность клиента), DAU (количество посетителей сайта или приложения в течение дня), Retention (возвращаемость пользователей), Churn (коэффициент оттока) и так далее.

• Построение аналитической системы. Для сбора данных из разных источников, каналов продаж. Решить эту задачу специалисту помогает разметка событий на сайте и специальные веб-сервисы. Google Analytics позволяет отслеживать пути и действия пользователей, а с помощью запросов SQL аналитик получает сведения из внутренних баз компании, не привлекая к задаче разработчика.

• Анализ состояния продукта и поиск способов его совершенствования. Для оценки качества данных, поиска причин поведения пользователей, закономерностей и случайных явлений, узких мест и точек роста. Оперативно проводить эту работу специалисту помогает язык программирования Python. Он позволяет оперировать огромными массивами информации, автоматизировать анализ, строить прогнозные модели.

• Проверка гипотез продуктовой команды. Это нужно, чтобы убедиться в том, что предположения коллег верны или ошибочны. Для сбора необходимых сведений и формулирования выводов аналитик проводит A/B-тестирование в Mixpanel и других подобных сервисах.

• Создание и настройка интерактивных дашбордов. Аналитик строит визуальные отчёты данных в Tableau, Power BI.

Кропотливая работа специалиста требует усидчивости и внимательности. Иногда в ней много рутины. Это профессия для тех, кто предпочитает язык цифр и хочет заниматься усовершенствованием продуктов.

На примере вакансии от МТС Digital посмотрим, какие навыки понадобятся аналитику.

Чтобы работать в МТС, сотруднику нужно знать продуктовые метрики и их смысл, уметь собирать и интерпретировать данные, владеть языком запросов SQL. Для визуализации показателей ему понадобится умение работать в Tableau или его аналогах. Будет плюсом опыт проведения A/B-тестов и знание Python.

А вот какие навыки нужны специалисту Почта Банка:

Специалисты востребованы в ритейле, банковском секторе, фармацевтике, у разработчиков программного обеспечения, провайдеров. Также продуктовых аналитиков нанимают для продвижения крупных порталов и сервисов.

Спрос на специалистов большой: количество вакансий около пяти тысяч. И это только на hh.ru.

По статистике сайта zarplan.com, средняя зарплата специалиста в России — около 188 тысяч рублей.

В проекте Пикабу сотруднику с опытом от года готовы платить 180–200 тысяч рублей:

Компания Volna.tech предлагает 200–300 тысяч рублей специалисту со стажем от трёх лет:

По данным проекта Авито Работа, в третьем квартале 2023 года спрос работодателей на аналитиков в сфере маркетинга увеличился в 2,7 раза. Компаниям нужны специалисты, которые отслеживают пути пользователей, измеряют эффективность продвижения проектов и подсказывают маркетинговую стратегию.

Маркетинговый аналитик — это специалист, который оценивает успешность рекламных акций и действий по продвижению товаров и услуг. Для этого он изучает большие массивы информации из разных источников.

Чем занимается специалист:

• собирает данные из рекламных систем и трекинговых приложений;
• определяет эффективность кампаний и каналов трафика;
• оформляет витрины данных с нужными цифрами для оценки успешности маркетинга;
• предоставляет информацию заказчику в визуальном формате.

В обязанности маркетингового аналитика могут входить дополнительные функции. Например, построение прогнозов, проведение тестов, разработка предложений по оптимизации бюджета, поиск лучших формул для оценки эффективности каналов — сайтов, маркетплейсов, блогов, сервисов и так далее.

Хард-скиллы, которые необходимы специалисту:

• Настройка сервисов веб-аналитики и трекинга на сайте. Навык позволяет отслеживать количество посетителей и их поведение. Для сбора данных маркетинговый аналитик использует Google Analytics, Яндекс Метрику, AppsFlyer, AppMetrica и другие сервисы.

• Обработка информации в Excel. В этой программе специалист собирает данные из разных источников, сортирует, фильтрует и отражает в витринах.

• Написание SQL-запросов. Для выгрузки информации из корпоративных баз компании.

• Проведение A/B-тестов. Скилл помогает проверить реакцию пользователей на разные варианты рекламы, дизайна страниц и другие идеи.

• Настройка сквозной аналитики. И статистический анализ данных с помощью различных инструментов.

• Визуализация выборки данных. Навык необходим для предоставления информации маркетологам и заказчикам в наиболее простом для восприятия формате. Специалист использует Power BI и Tableau.

• Подготовка отчётов. Маркетинговый аналитик должен уметь презентовать результаты своей работы заказчикам так, чтобы они понимали о чём идёт речь.

Кроме этого, сотруднику нужно иметь развитые коммуникативные навыки, уметь работать в команде и доносить свою точку зрения понятным языком.

На примере вакансии компании «Лазурин» посмотрим, какие требования предъявляет к маркетинговому аналитику реальный работодатель:

Специалисту нужно уметь просто и коротко объяснять информацию, собирать показатели в табличном редакторе, писать запросы на языке SQL и на базовом уровне знать язык программирования Python. Из софт-скиллов ему понадобится коммуникабельность.

Маркетинговых аналитиков нанимают крупные компании, которые активно продвигаются на рынке ecommerce. Это финансовые учреждения, операторы мобильной связи и интернет-провайдеры, федеральные торговые сети, логисты, веб-сервисы.

Так, компания «Лазурин» предлагает сотруднику с опытом от года зарплату до 100 тысяч рублей:

А в Пятёрочке специалисту со стажем 1–3 года готовы платить до 120 тысяч рублей:

В билайне сотруднику с опытом от года обещают от 150 тысяч рублей:

Аналитики относятся к одной из самых востребованных профессий в IT-сфере. Они нужны компаниям для анализа большого количества информации, которую накапливают многочисленные онлайн-сервисы, сайты и мобильные приложения.

Специалисты исследуют массивы данных, отбирают из них важные показатели, находят закономерности и делают выводы. Они помогают бизнесу принимать взвешенные решения и составлять прогнозы, которые основаны на точных расчётах, теории вероятности и научной статистике.

В статье мы разобрали самые популярные профессии в аналитике:

1. Аналитик BI. Занимается автоматизацией процессов обработки массивов данных и визуализацией отчётов, создаёт обновляемые дашборды с ключевыми сведениями для бизнеса.

Для старта в профессии ему нужны навыки анализа данных и работы с BI-программами. Также сотруднику необходимо уметь находить общий язык с заказчиками и делать технические задания для разработчиков по сбору данных.

Средняя зарплата в России — 149 тысяч рублей.

2. Аналитик данных. Помогает бизнесу принимать взвешенные решения на основе массивов информации, статистики и расчётов. В отличие от Data Scientist, ему не нужно уметь строить математические модели. Он работает с уже готовыми IT-решениями.

Для старта в профессии необходимы скиллы статистического анализа, написания запросов на языке SQL, визуализации информации в табличных редакторах и дашбордах, формулирования и проверки гипотез.

Средняя зарплата в России — 132 тысячи рублей.

3. Data Scientist. Использует научную аналитику и искусственный интеллект для решения бизнес-задач. В работе ему нужны навыки создания математических моделей, применения нейросетей и методов машинного обучения, определения закономерностей и построения прогнозов. Кроме этого, специалисту необходимо умение делать понятные и наглядные отчёты для заказчика.

Средняя зарплата в России — 307 тысяч рублей.

4. Системный аналитик. Проектирует для компаний информационные системы, определяет требования к функциональным возможностям программного обеспечения и его структуре.

Для работы по профессии нужно умение моделировать ПО, готовить техническую документацию, составлять задания с подробным планом для разработчиков, получать информацию из баз данных с помощью запросов SQL. А чтобы находить общий язык с заказчиками и собирать информацию о требованиях ПО, специалисту нужны навыки коммуникации и проведения интервью.

Средняя зарплата в России — 195 тысяч рублей.

5. Продуктовый аналитик. Изучает данные о продукте и предлагает бизнесу идеи, как получить лучшие результаты при продвижении на рынке. Для этого специалист анализирует массивы информации, ищет в них закономерности и причины сложившейся ситуации, строит и проверяет гипотезы.

Чтобы работать по профессии, нужно хорошо ориентироваться в продуктовых метриках и уметь настраивать аналитику для сбора показателей из разных источников. Также необходимо фильтровать информацию, выбирая важную и достоверную, выдвигать идеи и проверять их с помощью тестов, создавать дашборды для визуального отображения показателей.

Средняя зарплата в России — 188 тысяч рублей.

6. Маркетинговый аналитик. Оценивает успешность продвижения бизнеса на электронном рынке. Для работы специалисту нужно уметь настраивать сервисы и трекеры, которые фиксируют трафик с каналов и действия пользователей на сайтах. Кроме этого, необходим навык написания запросов на языке SQL, построения и проверки гипотез, визуализации результатов своей работы.

Средняя зарплата в России — 100–150 тысяч рублей.

Мнение автора и редакции может не совпадать. Хотите написать колонку для Нетологии? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.