HANNA PYLIEVA ПРО ІТ 🚀

Друзі, я відкриваю анкету передзапису на «Аналітик даних в ІТ»⚪️вже 11 потік, уявляєте?⚪️Нижче у форматі Q&A розповім, що це за курс, кому варто спробувати, у чому особливість навчання у мене в Data Loves. А ще розкажу, що нового на вас чекає в 11-му потоці.Отже 👇❔ Хто такий аналітик даних та кому підійде ця роботаЦе спеціаліст, який збирає, обробляє та аналізує дані, щоб знаходити закономірності та робити висновки.Як аналітик ви допомагає бізнесу приймати обґрунтовані рішення та заробляти більше. Це підійде вам, якщо ви:😊 любите працювати з числами та таблицями, і мінімально з людьми😊 уважні до деталей і завжди задаєте більше питань, аби бачити ширшу картину😊 хочете працювати в ІТ, але без глибоких знань програмування❔ Наскільки затребувана ця професія Вакансій в аналітиці купа. Щоб бути більш точною: на ІТ-ресурсі DOU сьогодні 526 вакансій в категорії Analyst. На work.ua — 789.❔ Які інструменти / навички потрібні сучасному аналітику даних Excel, SQL, робота з базами даних, візуалізація, статистика, побудова інтерактивних звітів, BI-системи, розуміння бізнес-метрик, аналіз великих даних з Python, основи ML та ШІ.Може звучати складно, але всіх цих навичок я навчаю з нуля: з індивідуальним фідбеком, практикою, портфоліо та величезним окремим модулем з ПРАЦЕВЛАШТУВАННЯ 🤩Тобто мій курс з аналітики комплексний, ви отримуєте практичні знання та точне розуміння, як отримати першу роботу.Крім того, на 11-му потоці ми додаємо ще більше корисних нововведень:⚪️AI-HANNA — мій Al-клон, якому можна задати питання на будь-яку тему ⚪️ перегляд уроків офлайн — ми знаємо, як зараз важко зі світлом, тому будуємо рішення, аби уроки можна було завантажити і дивитися без доступу до інтернету⚪️розбори типових питань з модулів у відеоформаті⚪️розбори типових помилок в Д3 + рішень студентів попередніх потоків у відеоформаті⚪️оновлені уроки з теорії ймовірностей та Python⚪️DBT — новий інтрумент для побудови пайплайнів⚪️все частіше бачу у вакансіях, тож ми додаємо його до програмиПерші на ринку, до речі ⚪️ І, нарешті...❔ Скільки коштує навчанняАби отримати актуальний прайс і відповіді на всі ваші питання, заповнюйте АНКЕТУ ПЕРЕДЗАПИСУ.Мій менеджер детально вас проконсультує, і ви зрозумієте, чи підходить вам цей курс.А ціна для early birds завжди найнижча 🤌

Дико кайфую від того, що справа, якою я займаюся і горю, потрібна світу.І чесно скажу, коли починала маркетинг-аналітиком в 2015, не думала, що аналітика потрібна просто усьому сучасному бізнесу⚪️а це дає новачкам у сфері майже безмежні можливості для розвитку і фінансового зростання⚪️Завдяки аналітиці я почала відкладати гроші вже одразу, з першої зарплати на фултаймі, на той момент вона була $490. І більше ніколи в житті я не жила від ЗП до ЗП.Зараз я допомагаю впроваджувати аналітику та ML моделі великим компаніям, навчаю студентів, маю сильну аналітичну систему у власному бізнесі. І завдяки цьому можу легко робити покупки, які для середньої ЗП в Україні — дійсно дорогі. Наприклад, подарувати, EcoFlow батькам 🥹А ще подорожувати, відкладати та інвестувати.Моє правильне кар’єрне рішення колись зараз постійно дає цінні returns of investments.Студенти, яких ми випускаємо в Data Loves Academiy, зараз здебільшого влаштовуються на першу посаду аналітика з ЗП $700-$1500 в Україні.Уявіть, людина до цього працює бухгалтером за $800, а потім заходить в ІТ і одразу має $1200 з потенціалом росту до $3000 за 2-3 роки 🤌 У мене десятки подібних історій.Тож якщо ви хотіли вийти на інший рівень життя, де більше дозволу, комфорту і спокою — професія дата-саєнтиста має дуже класні перспективи. На моєму курсі «Аналітик даних в ІТ» я навчаю всьому з нуля і даю всі інструменти, навички та інструкції, аби стартувати у новій ролі, або суттєво апгрейднути свій професійний рівень 🤌 Вже скоро відкриваємо анкету передзапису, чекаєте?

«Хіба ще актуально йти в ІТ в 2026? Всіх он звільняють» — отримала я на днях у директ у відповідь на свою сторіс.Сьогодні хочу ще раз відповісти на питання та дещо показати наочно 👀За дослідженням ІТ-ресурсу DOU за 2025 рік кількість вакансій в ІТ зросла на 30%.Звісно, напрями зростають нерівномірно, але аналітика та AI/ML, яких я навчаю — в топі.Щодо скорочень: вони завжди і в усіх сферах були, є і будуть — це нормально, компанія оптимізує витрати і штат. Але після ковіду і скорочень в Big Tech (Google, Meta) на них почали акцентувати більшу увагу.Важливо: 2025 року скорочення не були масовими. Якщо ви бачили такі дописи десь у тредсі — направду, це лише емоції співробітників, які не змогли втриматися на роботі. Статистика є статистика.Вам не загрожує скорочення з імовірністю 98%, якщо ви:⚪️постійно зростаєте професійно, адаптуєтесь до нових трендів⚪️приносите реальну цінність компанії⚪️до речі, я цього також навчаю студентів⚪️⚪️працюєте сумлінно, а не намагаєтесь поєднати 3 фултайми.Тож якщо ви хочете працювати у стабільно зростаючій сфері, де є:🤍можливість працювати віддалено (не обіцяю одразу, але з досвідом — це точно можливо)🤍середні зарплати $1600 та потенціал і $5k, і $8k— ІТ наразі лишається дуже крутою можливістю на все життя 🤌 Тепер конкретніше про аналітику. Це сфера, яка в попиті, з відносно невисоким порогом входу. При цьому це технічна професія (а значить, за неї більше платять, бо більше цінується).І багатьом вона заходить — і творчим, і людям більш аналітичного типу. Бо тут і робота з цифрами, і комунікація, і бізнес-контекст.Я працюю з аналітикою з 2015: і як аналітик, і як Data Scientist, і зараз як підприємець. Це те, що реально треба бізнесу, тож є такий попит на фахівців. І тому я навчаю аналітиці: аби класних фахівців було більше.Навчаємо ми аналітики з 2022. І навчаємо класно. Люди отримують навички і влаштовуються в ІТ. Додаю декілька відгуків моїх студентів👆 Скоро відкриваємо анкету передзапису на мій курс «Аналітик даних в ІТ». Якщо ви давно хочете навчатись у мене і освоїти справді перспективну ІТ-професію — не пропустіть, бо старт лише раз на пів року.

Ну що, друзі, незабаром стартує новий потік курсу з аналітики.А поки розповім про ще один кейс — студентки 7-го потоку Яни Гриценко, яка вже працює IT Talent Analyst у Netpeak Group 🥳Точка 🤍До навчання Яна працювала на позиції IT Sourcer і з аналітикою майже не стикалася. Тільки:⚪️автоматичні звіти в Looker Studio по вакансіях⚪️діаграми в Excel для презентацій у школіі жодного досвіду програмуванні.Ціль була, насамперед, змінити рівень доходу ➕ зрозуміти, як реально приносити користь бізнесу.На курс до мене Яна прийшла отримати всі потрібні навички, впевненість, зрозуміти інструменти на практиці й вийти на нову релевантну позицію.Під час навчання вона:🤍розібралась, які інструменти існують в аналітиці, для чого вони й яку користь дають бізнесу🤍зрозуміла, як ці інструменти застосовуються під конкретні задачі🤍з нуля познайомилась із програмуванням і логікою роботи з даними🤍перестала боятись Python «Я була повним нулем. Тепер я розумію, що таке програмування на практиці і як усе працює. А Jupyter Notebook — це просто любов». Точка 🤍Після курсу Яна отримала нову позицію — IT Talent Analyst у Netpeak Group 🎉Враження від курсу«Дякую за включеність і постійне покращення продукту. За відкритий діалог, підтримку в чатах у будь-який час і атмосферу, де не хочеться здаватися, навіть коли все летить шкереберть.Окремо цінно — розвиток Ганни не лише як технічного спеціаліста, а й як особистості. Для мене це було ключовим при виборі навчання». Порада тим, хто ще думає«Не чекати. Час і так іде. Краще вже мати знання й розуміння, ніж відкладати “на потім”. У процесі приходить і сила, і ясність, і нові можливості». Якщо вам відгукується цей шлях і ви теж хочете в аналітику або ML — залиште + чи будь-який емодзі в коментарях, підкажемо найближчі дати старту 😊

Я працюю з даними в ІТ майже 10 років. Бачила різні компанії, різні команди й сотні студентів, які приходять на навчання з одними й тими ж страхами.І кожного разу я ловлю себе на думці, що не складність професії відштовхує людей, а міфи навколо неї.Тож давайте розберемо найпопулярніші, з якими я стикалася 👇Міф 🤍Аналітика = математикаСкажу так: якби для старту потрібна була серйозна математика, половини людей у цій професії не було б 🤓Як аналітик ви працюєте з Excel, SQL, метриками та візуалізаціями, де логіка та базова математика, звісно, потрібні. Але вам не доведеться доводити теореми чи рахувати інтеграли. Аналітика більше про мислення, ніж про формули.Міф 🤍Без Python роботу не знайтиЧастково це так. Почати можна і без Python — SQL + BI-інструменти вже відкривають двері в професію. Але з досвіду скажу чесно: вакансій із Python у рази більше. Знання програмування робить вас гнучкішим, швидше приводить до першого оферу й помітно піднімає стелю по зарплаті. Тому, наприклад, на моєму курсі «Аналітик даних в ІТ» ми вивчаємо пайтон з 0.Міф 🤍Аналітики тільки малюють графіки з данихВізуалізації — це максимум 5-10% часу. Більшу частину часу ви будете копатися в даних та розуміти, чому показники саме такі. А потім вже пояснювати це бізнесу простою мовою.Міф 🤍Штучний інтелект скоро всіх замінитьЯ постійно користуюся ШІ для роботи. Але ШІ не знає бізнес, не відчуває контекст і не розуміє, яке рішення насправді важливе. Бо це лише інструмент, а рішення все одно приймає аналітик. І це найближчим часом не зміниться, можете мені довіритися 🤌Міф 🤍У мене немає досвіду в ІТ, тому ловити там нічогоЦе один із найулюбленіших міфів, розвінчання якого я бачила десятки разів на прикладах студентів.В аналітику приходять з маркетингу, фінансів, логістики, медицини, освіти. І дуже часто саме вони ростуть швидше за «чистих айтішників», тому що попередній досвід в інших сферах — не мінус, а навпаки бонус. Якщо у вас все ще є сумніви щодо сфери, напишіть моєму менеджеру @hanna_pylieva_manager — і ми вас детально проконсультуємо 💗

🏥 OpenAI запускає ChatGPT Health: Ваш персональний асистент зі здоров'яOpenAI офіційно представила ChatGPT Health — окремий спеціалізований простір усередині ChatGPT, створений для безпечної роботи з вашими медичними даними.Компанія заявляє, що понад 230 млн користувачів щотижня вже запитують бота про здоров'я. Новий функціонал покликаний зробити ці консультації персоналізованими та безпечнішими.🔥 Що він вміє?Головна фішка — можливість підключати сторонні джерела даних. ChatGPT Health може аналізувати інформацію з:- Медичних карток (через партнерів, наприклад, b.well).- Фітнес-трекерів та додатків (Apple Health, MyFitnessPal, Peloton, Oura тощо).Це дозволяє:- 📊 Розшифровувати аналізи: Завантажте результати лабораторії, і бот пояснить їх простою мовою.- 🍎 Персоналізувати поради: Дієта та тренування будуватимуться на основі вашої реальної активності та сну.-👨‍⚕️ Готуватися до візиту лікаря: Бот допоможе сформулювати скарги та питання на основі історії хвороби.🛡 А як щодо приватності?Це найважливіше питання. OpenAI запевняє, що Health-режим працює в «ізольованому середовищі»:- Дані з цього розділу НЕ використовуються для навчання моделей ШІ.- Діють додаткові стандарти шифрування (HIPAA-compliant у США).- Контекст здоров'я не змішується зі звичайними чатами.🌍 Де та коли?Функція вже почала з'являтися у користувачів (Plus, Pro, і навіть Free) у США.Пу-пу-пу, здається це вбʼє купу стартапів, які парсили аналізи 🤭⚠️ Про доступність в Україні: Через суворі закони функцію заблокували в ЄС та Британії. Україна до цього списку обмежень не входить, тому ми можемо отримати доступ до чату значно раніше за європейців. Але є нюанс: автоматична синхронізація з лікарнями (Helsi тощо) поки не працюватиме — зараз ця фішка налаштована виключно під клініки США.> Дисклеймер: OpenAI наголошує, що ChatGPT Health не ставить діагнози і не замінює лікаря, а лише допомагає структурувати інформацію.---🤔 Ваша думка: Довірили б ви ШІ доступ до своєї медичної картки заради точних порад, чи це занадто великий ризик?👇 Пишіть у коментарях!Посилання на новину

Як часто досвідчені ІТ-спеціалісти стикаються з невідомим і мають навчатися?З досвідом нам справді доводиться значно менше навчатися. За моїми спостереженнями та з досвіду колег — активно ми вчимося перші приблизно 2-2,5 роки. І зазвичай це ще й захопливо, якщо сфера вам справді цікава 🫢Коли ми вже говоримо про сіньйор-рівень⚪️а в аналізі даних — це зазвичай від 3-х років досвіду⚪️питання «як часто доведеться вчитися?» дуже залежить від ваших цілей.Якщо ви хочете більше часу присвячувати чомусь іншому — сімʼї, своєму стану, тілу — ви, насправді, можете дозволити собі не навчатися активно поза роботою. У самій роботі все одно будуть зʼявлятися нові челенджі, де доведеться щось підвчити. Благо, з ChatGPT зараз у цьому взагалі немає проблем. Порівняно з першими роками, вже не потрібно вчитися настільки ж інтенсивно. Перші 3 роки я, наприклад, постійно навчалася після роботи: кілька вечорів на тиждень просто сідала й дивилася додаткові лекції. І це було кайфово. Але з часом такої потреби вже не було. Я могла сходити на мітап чи конференцію раз на кілька місяців, подивитися якісь відео на YouTube. У цьому пункті дійсно зʼявляється більше свободи.Але якщо у вас є амбіції стати тімлідом або потрапити в компанію мрії — тоді щось доведеться вивчати.І тут у вас величезне поле можливостей. Аналіз даних — це не лише аналітика: можна розібратися в автоматизації, роботі з API, data engineering, побудові сховищ даних. Можна заглибитися в machine learning, проєктний менеджмент або бізнес-аналіз — тут вже залежно від ваших інтересів.Тобто навчатися можна нескінченно. Але чи є можливість зупинитися? Так, є. Якщо у вас немає чітких подальших цілей, ви можете собі це дозволити. Важливо пам'ятати, що якщо ви пів року активно не вчитеся, то знання стануть неактуальними. В ІТ не все змінюється так швидко⚪️Так, до AI-інструментів треба було адаптуватися⚪️Але це стандартна схема роботи — вам достатньо освоїти нові інструменти один раз, зрозуміти принцип роботи і далі просто працювати з ним.Якось так 🤌Мідли та сіньйори, поділіться своїм досвідом у коментарях 👇

Як поєднати навчання та життєві ціліНаприкінці року ми природно починаємо думати про зміни. Хочеться росту, нового рівня, відчуття руху вперед — і дуже часто саме в цей момент з’являється ідея піти на навчання 🤓Це логічно: навчання здається найпростішим і найочевиднішим кроком, коли хочеш щось змінити в житті.Ну а далі за стандартним сценарієм: на старті багато ентузіазму, плани великі, очікування високі. З часом мотивація зникає і курс залишається незавершеним. А разом із цим з’являється розчарування в собі, бо зазвичай це сприймається як власна слабкість, хоча причина зовсім не в цьому.Втрата мотивації — нормальний етап будь-якого навчання. Вона не означає, що ви ліниві.Із власного досвіду та спостережнь за студентами: чи дійдете ви до результату, часто залежить не від сили волі, а від того, наскільки це навчання справді вписується у ваші життєві цілі та плани.Саме тому ключове питання — не який курс обрати, а навіщо він мені саме зараз.Навчання має бути прив’язане до реального життя: ⚪️до того, куди ви рухаєтесь;⚪️що хочете змінити;⚪️які можливості хочете для себе відкрити.А не лише до новорічного настрою чи короткого імпульсу почати нове з понеділка / нового року. У моменти сумнівів та втрати мотивації важливо дивитися трохи далі: де я хочу бути через 3-5 років?Ще один важливий момент — фіксувати маленькі результати. Мозок часто знецінює прогрес. Умовно: «я ще не закінчила курс — значить, нічого не знаю». Але навчання не працює так лінійно. Навіть перші кроки вже реальний рух уперед, і з цих дрібних перемог формується наша впевненість як спеціаліста: якщо це вийшло, вийде і щось складніше.І, мабуть, це головне, про що варто пам’ятати наприкінці року: зміни — це не ідеальний, а спокійний та усвідомлений шлях.Бажаю кожному, хто планує його почати в 2026, щоб він був легким та приємним 🫶

Де межа між «клацаю формули в Excel» і дата-аналітиком?Ділюся своїми думками та спостереженнями👇🤍Де ви працюєте і з якими данимиЯкщо ви працюєте лише в Excel, з невеликими таблицями⚪️умовно до 100-1000 рядків⚪️,у не-ІТ компанії — це один рівень задач і відповідно одна зарплатна стеля.Зазвичай це 300-700$, інколи до 1000$, і потенціал росту там досить обмежений. Я це добре знаю — я сама починала в медіаагенції, де навіть керівник відділу після 5 років роботи отримував близько 1000$.Коли з’являються:⚪️бази даних⚪️SQL⚪️BI-системи (дашборди, звіти)⚪️ Python — це вже зовсім інший рівень.🤓 Тут і зарплатна стеля інша: не 1000$, а 3000-5000$, а у топ-фахівців або керівників аналітики — і вище. Так, не за один рік, але за 4-5 років це реальна траєкторія.🤍 Тип задачВ Excel часто багато ручної роботи і типових задач. У дата-аналітиці — навпаки: менше рутини, більше різноманіття, більше мислення, більше впливу на рішення бізнесу.Ви можете працювати з:⚪️даними сайту або мобільного додатку⚪️поведінкою користувачів⚪️статистикою⚪️мільйонами дій користувачівТобто для того, щоб бути аналітиком, важливо розуміти, як функціонує бізнес загалом.Тож якщо ви зараз працюєте з даними в Exel — можливо, це ваш знак довчити сучасні інструменти і перейти на наступний рівень. І почати професійно аналізувати дані та впливати на рішення 🤓

Перед тим, як іти у новорічну відпустку, я зроблю для вас ще одну корисну штуку 🤓Нещодавно ми з командою провели глибинні інтерв’ю з аудиторією й побачили, що Machine Learning досі погано зрозумілий. Його або бояться, або вважають хайповим напрямком, який втратить актуальність.А тим часом ML це:⚪️один з найоплачуваніших напрямів в ІТ⚪️ реальний попит від бізнесу вже зараз⚪️ основа для серйозної AI-розробкиМені регулярно пишуть власники аутсорсів: «Нам дуже потрібні ML-інженери».Бо без глибинних знань: клаудів, розробки, математики — AI-фахівець не виростає. І це напряму впливає і на задачі, і на гроші.Саме тому я роблю передноворічний ML-інтенсив.25-26 грудня⚪️19:00⚪️безкоштовно День 🤍— вебінар:⚪️що реально дає знання ML у 2026⚪️як зайти в ML / Data Science з нуля⚪️як ML підсилює аналітиків, розробників, PM, DevOps, маркетологів⚪️з чого почати, щоб ці навички монетизуватиДень 🤍 — практичний майстерклас: Ми пройдемо всі етапи розв’язання ML-задачі. Так, щоб ви зрозуміли: чи це ваше, як це виглядає в роботі і що там насправді відбувається.Якщо ви хочете:😊 розібратися, що таке ML у дії😊 зрозуміти тренди AI-розробки на 2026😊 чесно відповісти собі, чи варто в це заходити...зустрінемося на інтенсиві! РЕЄСТРАЦІЯ