Я не так давно в сфере аналитики, но смогла стартовать и развиваться в этой сфере всего через год после старта обучения.
В самом начале пути очень сложно определиться каким аналитиком вам хотелось бы стать и где бы хотели работать. Возможно, после достижения определенного уровня вы сможете сменить направление на смежное, но на старте важно выбрать узкую область, которую вы сможете быстро прокачать. Это поможет развиваться быстрее и почувствовать прилив сил. Вместе с этим чувством у вас появится мотивация продолжать развитие дальше.
Если вы ещё не определились каким аналитиком вы хотели бы стать или вам сложно определиться с направлением в аналитике, то предлагаю сделать простое упражнение, которое помогает мне в принятии почти всех сложных решений.
Возьмите бумагу и карандаш (либо откройте заметки) и выпишите свои сильные стороны. У каждого из нас они есть, поэтому не стесняйтесь писать даже про те, которые по вашему мнению не относятся к анализу данных. Для того, чтобы было проще понять что является вашей сильной стороной, подумайте в направлении того, за какими советами к вам чаще всего приходят друзья, знакомые или коллеги. Если совсем ничего не можете вспомнить, то поспрашивайте о них своих друзей.
Когда список будет готов, подумайте как бы вы могли применить свои сильные стороны как аналитик данных. Не стесняйтесь проявить креативность и немного фантазии, ведь каждый из нас уникальный.
Если вы совсем не знакомы с различиями между аналитиками, то сначала прочитайте пару статей из интернета на эту тему. Это также может помочь почувствовать своё направление и вам станет проще понять как бы вы могли применять свои знания и опыт в будущей профессии.
Например, если вы работаете маркетологом, то вы можете изучить маркетинговую аналитику и инструменты анализа данных. Если вы раньше работали строителем, то возможно вам будет интересно заниматься продуктовым анализом в строительной компании.
Когда вы начнёте хотя бы примерно понимать в какой области вам хочется развиваться, ищите курсы. Курсы могут быть разными и зависят не только от вашего направления в аналитике, но и от бюджета, который вы готовы на них потратить.
Если у вас есть возможность вложить в курсы деньги, то сразу ищите курсы с хорошей обратной связью и репутацией. Отзывы смотрите не на сайте курсов, а на независимых сайтах с отзывами.
Я рекомендую начинать с платных курсов именно потому, что в самом начале очень важно видеть свой прогресс и не потерять мотивацию. Хорошие курсы помогают чувствовать себя окружённым заботой и вниманием. Но кроме того, наставниками на таких курсах являются практикующие аналитики, которые придут на помощь и направят в нужный момент. Именно такая помощь и поддержка помогли мне завершить начатое и быть там, где я сейчас. Ещё, бонусом, вы сэкономите очень много времени, так как на курсах материал дан структурированно и есть дедлайны, которые ставят вас в рамки определённых сроков, а значит не дадую бросить уже начатое на полпути. Материальная мотивация также важна, потому что когда мы вкладываем деньги, то рассчитываем на какую-то отдачу и считаем себя сопричастными к процессу. Это ещё один довод подумать в сторону платных курсов.
Отсутствие бюджета не повод отчаиваться. На coursera, stepik и других подобных ресурсах есть много полезных курсов, которые при достаточной мотивации помогут вам стартовать как аналитику данных. Думаю, что даже сделаю подборку в следующем посте.
Многие компании, которые создают курсы, составляют дополнительную программу для выпускников, которые хотят найти или сменить работу. На таких программах вы получаете помощь с составлением резюме, публикацией учебных проектов, самопрезентацией и даже подготовкой к реальным собеседованиям. Кроме того, в приватном чате для выпускников публикуют вакансии для новичков.
Ну и напоследок — какой бы путь вы не выбрали, просто идите. Даже небольшие шаги приближают к цели. Не важно сколько вы сделаете, важно выработать привычку делать что-то постоянно.
Подписывайтесь на мой телеграмм канал: https://t.me/data_analytics_for_everyone