🤍🤍🤍🤍🤍🤍 🤍🤍🤍🤍🤍Сьогодні розберемо кейс учасниці останнього марафону з аналітики — Галини Гнатенко, яка 20 років працює з даними, але лише зараз вирішила перейти в data-аналітику на новому рівні.Дам свої коментарі і поради, і можливо, її ситуація також буде корисною вам 😊Дано:⚪️освіта — мехмат⚪️42 роки, з них 20 років роботи у фінансовій установі⚪️7 років займається бюджетуванням великої компанії⚪️працює з великими масивами даних, сотнями тисяч операцій на день⚪️багато років аналізує дані у Google Sheets / Excel⚪️SQL знає на початковому рівні, Python поки що складнийЗапит:❔ Чи реально перейти в data-аналітику після 20 років на одній роботі❔ Чи вистачить поточного бекграунду для роботи в IT❔ Що саме потрібно підтягнути, щоб отримати оферМій розбір:Перше — тут дуже сильний бекграунд, але його треба правильно подати і підсилити новими знаннями. Вже є:🤍математична освіта — а значить системне мислення, розуміння статистики, логіки даних ⚪️що дуже цінно для аналітика⚪️🤍20 років досвіду роботи з даними, причому не навчальними, а реальними бізнес-процесамиІ як результат — уміння зв’язувати десятки таблиць, аналізувати процеси, робити висновки для бізнесу. А це саме те, що часто не вистачає початківцям без досвіду.Що робити зараз:⭐️Довчити SQLЦе головний інструмент, який буде активно використовуватися в роботі, і який буде цікавити роботодавців.Раджу розв’язувати задачі на платформах типу StrataScratch або CodeStrata — щоб довести навичку до автоматизму.На співбесідах часто дають 2-3 таблиці і просять написати запит прямо у Google Docs 🤓⭐️Додати 1-2 проєкти в портфоліоНе обов’язково складні. Важливо показати, як ви працюєте з даними та які висновки робите.Що це може бути:• дашборд по бюджетних даних• аналіз витрат компанії• SQL-запити + візуалізація⭐️Правильно подати досвід у резюмеБагато задач, які ви вважаєте «звичайною рутинною роботою» є типовими задачами data-аналітика.Наприклад, зведення договорів, контроль і аналіз бюджетів, робота з великими таблицями, пошук закономірностей і причин відхилень тощо. Це все можна переформулювати як аналітичні задачі.⭐️Паралельно подаватися на вакансіїЗ таким досвідом цілком як реально подаватися на позиції Data Analyst, Financial / Business Analyst.Навіть якщо перші співбесіди будуть тренувальними — це дуже швидко прокачає рівень і допоможе в майбутньому.Які є перспективи:З цим досвідом реально перейти в аналітику із зарплатою на рівні $1000-2000 уже на старті.Через кілька років у data-аналітиці доходи можуть вирости до $4000-5000+.А ще відкривається значно більше цікавих задач і можливостей розвитку в інших напрямках 😊
4 причини, чому програми Data Loves тривають так довго⚪️порівняно з іншими курсами⚪️Наприклад, програма з аналітики триває 8 місяців. І ось чому👇🤍Темп навчанняУсі мої програми орієнтовані на дорослу аудиторію, у якої є робота, сім'я та інші сфери, які потребують часу.Я розумію, що при таких обставинах людина не зможе реально виділяти час на уроки та домашні, при цьому не вигораючи. Тому для наших курсів ми обрали оптимальний темп — 10-15 годин навчання на тиждень. З таким підходом ви освоїте все, що потрібно та потренуєтеся на практичних задачах, які дадуть змогу потім пройти інтервʼю і одразу почати працювати.🤍 Глибоке занурення в програмуванняЗазвичай в коротших програмах на програмування відводиться 2-3 уроки. І з мого 5-річного досвіду викладання цього критично мало. За цей час людина хіба що навчиться генерувати коди з чатом GPT і не буде приности жодної бізнес-цінності. Бо щоб бути хорошим спеціалістом, код мало створити — ви маєте розуміти, що він робить, вміти його адаптувати до своєї задачі та вміти цей код фіксити в разі помилки.Тому ми програмуємо 4 місяці — за цей час з нуля вивчаємо Python та всі необхідні для роботи інструменти.🤍 Підготовка до працевлаштування На курсі є окремий модуль з працевлаштування, який відкривається з першого дня навчання і дозволяє на виході з курсу мати:⚪️правильно оформлене резюме⚪️3 практичні проєкти для портфоліо ➕багато практичних дз, які теж можна показати роботодавцю як досвід⚪️заповнений профіль в LinkedInЗнаю багато історій, коли люди проходили навчання, але не доходили до кінцевої мети — офера. Не вистачило мотивації та знань, як проходити інтерв'ю тощо. Щоб такого не сталося, ми підтримуємо студентів від початку шляху і до першого оферу.🤍 Прокачка аналітичного мисленняЯкщо у вас немає мислення аналітика: вміння знаходити цікаві патерни в даних, вміння відповідати на бізнес-питання за допомогою аналітичних інструментів — то ви просто клацаєте в екселі.А бізнесам потрібні професіонали, які думають, вирішують проблеми та приносять кошти.Навчити думати — це набагато складніше, ніж навчити інструменту. Саме цим, зокрема, я активно займаюся на курсі — вчу вас думати як аналітик, а не робити за шаблоном.🤍🤍🤍🤍🤍🤍🤍Насправді, 8-9 місяців на освоєння доволі складної технічної спеціальності — це не так вже й багато. Враховуючи, що я даю не тільки базу, а й купу фішок, які полегшать роботу в майбутньому.Згодні? 😊
Сталося те, чого я не могла досягти 10 років — вперше потренувалася у залі сама, без тренера. Зараз поясню, чому для мене це неабиякий прогрес. З 2015 року я працювала з РІЗНИМИ тренерами. І у всіх випадках відчувала, що можу бути ефективною, тільки коли тренуюся «під наглядом».А останні півроку в мене новий тренер, завдяки якому я дійсно зрозуміла техніку і систему — і тепер можу потренуватися самостійно😊Насправді, так зі всім — з ІТ-навичками зокрема. Мої учні кажуть, що після вже половини навчання вже:⚪️краще розуміють статті і документації інструментів⚪️розвʼязують інші, не з курсу, задачі⚪️розуміють публічні виступи, додаткові технічні відеоЦе працює на рівні біохімії мозку:🤍спершу закладається фундамент з теорією і практикою, фактично ми будуємо нові нейронні звʼязки🤍далі до них легко «приєднати» нові технічні знанняТобто формується правильна база — а далі все життя можна розбиратися з усім новим самостійно.❕Але ця історія не працює, якщо ви робите хаотичні туторіали, проходите курси «Аналітик / QA / дизайнер за тиждень» або тільки слухаєте лекції без практики. Аби сформувався нейрозвʼязок, треба 10-20 повторень в різних контекстах 🤌 І цей ефект дає тільки тривала профільна програма. 🤍🤍🤍🤍🤍🤍🤍🤍У понеділок, до речі, стартував 11-й потік «Аналітик даних в ІТ», і студенти знову дуже різні. Хтось прийшов із маркетингу, хтось із фінансів чи продажів, а хтось починає вивчати аналітику з нуля. Але мета у всіх одна — вирости в карʼєрі, стати реально сильними спеціалістами й отримувати гідні гроші за свою роботу. Додам інфографіку, яку я встигла підготувати з перших «інтро» учасників 💗До четверга ще можна долучитись до групи, а далі — тільки чекати наступного старту за 4 місяці.Детальна програма ТУТ.
Друзі, ви як? Мої останні зимові дні вийшли емоційно важкими та насиченими: зідзвони, підготовка лекцій, проведення МК. У такі моменти особливо сильно відчуваю підтримку людей навколо. І шалено їм вдячна, бо це те, що не дає просто випасти з процесу на тиждень і більше. Звісно, що найголовніша мотивація завжди йде зсередини. Але мати когось, хто допоможе не здатися — дійсно ну дуже цінно. Наприклад, до офера в ІТ багато хто не доходить саме через брак підтримки й мотивації. Саме тому в Data Loves мені було важливо створити не тільки сильну програму⚪️це база⚪️, а й середовище, де здатись — не варіант. Дати уроки — лише половина моєї задачі. Учень має їх переглянути, засвоїти інформацію, відпрацювати і дійти до своєї мети. Тому абсолютно весь процес — від лекцій до чатів з кураторами — націлений на те, аби ви закінчили навчання і отримали офер.І учні дійсно відмічають, що наша система дає результат 🤌Якщо ви хочете навчатися аналітики в мене, це last call. Група стартує сьогодні, і ви ще встигаєте долучитися.Детальна програма ТУТ. А на всі ваші питання відповість менеджер академії одразу після заповнення АНКЕТИ ПЕРЕДЗАПИСУ.
Знаєте, що я зрозуміла сьогодні вкотре? Страшно не програти, а не зіграти взагалі. Це стосується буквально всього в житті, а карʼєрних змін зокрема.Я постійно бачу дописи в тредс у стилі: «Хочу змінити сферу, заробляти більше, але страшно, що не вийде. Я спробую знімати відео / вести блог / піти в айтішку ⚪️підставити потрібне⚪️ — мені не вдасться, і з мене будуть крінжувати». Тобто ми боїмося спробувати через якесь «раптом», яке навіть може не статися. А раптом вдасться? Раптом цей крок змінить ваше життя, наче в кіно? І за рік ви подякуєте собі, що наважилися.Учні, які пішли в аналітику менше року тому, вже отримують офери. А ті, хто навчався 2 роки тому — вже отримують ПІДВИЩЕННЯ і зростають у зарплатах.ІТ — це найбільш оплачувана сфера в Україні. Тільки тут ваша ЗП може дійти за кілька років до $3-5-10k/місяць.Вже за тиждень стартує новий потік «Аналітик даних в ІТ» — курсу, де я трансформую ваше мислення, навчаю сучасних технологій для аналітики простою мовою. І разом із вам доходжу до офера. Ми проводимо цю програму всього 2-3 рази на рік. Тож, можливо, час перестати боятися поразки, і наршеті зіграти? 😊ПЕРЕГЛЯНУТИ ПРОГРАМУ⭐️Заповнюйте анкету, аби отримати безкоштовну карʼєрну консультацію з моєю командою перед стартом курсу.
Чому ви навчитеся за 8 місяців навчання та курсі «Аналітик даних в ІТ» та скільки часу вам це зекономить?На випадок, якщо ви не бачили детальну програму на сайті, розповім про всі етапи тут👇⚪️Робота з таблицями (Excel, Google Sheets)Фундамент аналітики: pivot, VLOOKUP, умовне форматування, прості дашборди — 3-4 тижні.Самостійно з абсолютного нуля ви витратите 1,5-2 місяці, бо будете просто намагатися зрозуміти принцип роботи та функціонал. ⚪️ВІ-інструменти (Tableau, Power BI)Щоб впевнено будувати дашборди нам знадобиться 3 тижні. Без курсу на це часто витрачають місяці, адже інструментів і варіантів дизайну десятки.⚪️SQLБазовий синтаксис + JOINs + Windows Function — 3 тижні з практикою.Оптимізація запитів + робота з великими даними (BigQuery) — 2 тижні.З мого досвіду: самостійно це займає 4-6 місяців.⚪️Теорія ймовірностей + статистика + А/В-тестуванняТут важливо вчити тільки те, що реально використовується в аналітиці. Аби опанувати основу нам потрібно 4-5 тижнів. Ще 2 тижні на поглиблення знань (Гіпотези, p-value, аналіз А/В).Самостійно вивчати теорію з нуля — 4+ місяці.⚪️Програмування на Python (основи + Pandas/NumPy для аналізу)1,5 місяця на опанування бази + 2 тижні роботи з візуалізаціями. А протягом наступних місяців ви відточуєте свої навички програмування на проєктах та Al-інструментах й продовжуєте вивчати Python. Якщо окремо копати синтаксис з нуля — це розтягнеться на багато місяців.⚪️Підключення до баз даних (Python + SQL)Зрозумієте, як отримати дані, обробити їх і відразу використовувати у звітах — 3 тижні з практикою. При самостійному вивчені люди часто ігнорують ці теми⚪️що потім спричинить труднощі на реальних проєктах⚪️⚪️ПортфоліоНа курсі всі проєкти інтегровані в навчання, тому вам не потрібно додатково приділяти на це час. Якщо будете робити це самостійно, закладайте мінімум 2-4 місяці додатково.🤓 А ще важливо підготуватися до пошуку роботи: резюме, співбесіди, лінкедин, тестові завдання. За 2 тижні з нашими матеріалами ви будете готові повністю — курси в Data Loves розраховані на те, щоб одразу після закінчення ви були готові до першого оферу.🤍🤍🤍🤍🤍🤍🤍🤍❕ Підсумуємо:🕒 8–9 місяців — якщо це структурований курс з дедлайнами, зідзвонами, проєктами та підтримкою.🕒 1,5-2,5+ роки — якщо повністю самостійно, без чіткого плану та фідбеку.Ви знаєте, що я завжди за те, що спрощує життя та дає результат максимально швидко. Тому якщо ви хочете, аби аналітиці вас навчали від найпростішого до усіх складних нюансів — велкам на курс.Стартуємо вже 2-го березня.Анкета передзапису ТУТ 😊
Не можу передати, наскільки багато радості мені приносить рівень життя, який я можу дозволити собі завдяки роботі: регулярний масаж, салони краси, їжа в ресторанах, хороші готелі в подорожах. І ще купа дрібниць, які дійсно впливають на настрій 🥹Але ці радості доступні, коли закрита база — коли ваша професія дозволяє заробляти більше, ніж вам треба на базові витрати. А це, на жаль, дозволяє геть не кожна робота. Аналіз даних і ІТ дозволяють точно. І саме тому я хочу, аби якомога більше людей змогли потрапити в цю сферу.Буду чесною: в ІТ небагато платять на старті, але це лише перші півроку. А далі ваша зарплатна стеля сильно більше інших. Аналіз даних — це моя щира рекомендація для входу в ІТ⚪️не тому, що я його викладаю, а тому що в нього дійсно купа переваг⚪️⚪️багато кому підходить (і творче, і аналітичне)⚪️це технічна професія, а отже висока стеля ЗП ➕ нижче конкурс, ніж в умовному HR ⚪️не піддається автоматизації повністю, тому АІ вас не замінить⚪️навчання відносно швидкеА ще це цікаво. Звісно, на мою субʼєктивну думку 🤓Хочу дати вам змогу зробити власні висновки, тому на марафоні 10-12 лютого розкажу більше реалій про роботу аналітиком даних і перспективи.Приходьте дізнатися, чи підійде цей напрям вам. Участь безкоштована 💗Інформація про всі дні та реєстрація ЗА ПОСИЛАННЯМ.
Продовжую ділитися історіями студентів 🤓Знайомтеся: Олександр Цибульський, студент 7-го потоку курсу «Аналітик даних в ІТ». Точка 🤍На старті курсу Олександр працював на позиції Engineering Support.У його роботі вже були дані й Excel, зокрема щоденна робота з таблицями та різні інструменти: VLOOKUP та Pivot Tables.На курс Олександр вирішив піти, щоб прокачати технічні навички та підвищити свою цінність як спеціаліста. А згодом змінити роботу й почати більше заробляти.«Втомився прокрастинувати. Побачив, що курс сильний — і вирішив не відкладати». Під час навчання Олександр:⚪️зрозумів, що писати код у дата-аналітиці — не складно ⚪️навчився впевнено працювати з базовим синтаксисом у межах аналізу даних⚪️освоїв SQL, трансформацію даних і їх візуалізацію⚪️почав застосовувати знання в поточній роботі — для задач і звітів менеджменту.Точка 🤍🤍Олександр вже працює з аналізом даних на роботі🤍впевнено пише SQL-запити🤍 робить трансформацію та візуалізацію даних🤍 може без проблем самостійно проаналізувати датасет у PythonЯк бонус: дохід зріс приблизно на 250$ ще під час курсу.Враження від курсу«Курс — це ціла система. Однозначно видно балансовану системунавчання з чіткою структурою.Уроки не затягнуті, пояснення своїми словами без хитромудрих виразів, з докладним описом, з акцентом на деталі і, звісно, ПРАКТИКА. Це реально працює, коли після теорії одразу ж закріплюєш пройдений результат, перевірив на собі. І окремий кайф — це підтримка модераторів». А найцінніше для мене, як для автора, що навчання дає впевненість у собі та своїх нових скілах:«Скоро буду на конференції. І представляючись віцепрезидентам та інженерним директорам, я без сорому скажу: я — дата-аналітик. Усе завдяки команді Data Loves Academy. Величезна подяка!»
Якщо теж хочете спробувати аналітику, але вагаєтеся щодо напрямку — запрошую на безкоштовний марафон⚪️10-12 лютого⚪️Зручний 3-денний онлайн-формат з практикою та відповідями на питання, який дасть чітке розуміння, чи варто вам йти в цю сферу.Реєстрація ЗА ПОСИЛАННЯМ.
Мені здається, ми з вами давно не збиралися на марафон по аналітиці даних. Виправимо це? 👀Раз на півроку я проводжу онлайн-марафон, де розповідаю все про аналітику даних як людина, яка знає все зсередини⚪️без нереальних обіцянок про десятки тисяч $$ з першого року⚪️Трохи про формат та результат 👇Це 3 дні та 3 онлайн зустрічі:🤍10 лютого: вебінар «Як упевнено увійти в аналітику даних та побудувати карʼєру»🤍11 лютого: практичний майстер-класс «Аналіз даних з Python та SQL»🤍12 лютого: розбори індивідуальних питань учасників марафонуПісля цих 3-х днів у вас буде:⚪️розуміння, що таке аналітика даних і що треба, аби почати роботу⚪️розуміння, які інструменти має вміти використовувати аналітик⚪️перший досвід роботи з базою даних і Python⚪️готовий проєкт у портфоліо⚪️можливість отримати від мене детальний розбір вашого питання щодо карʼєри в ІТТакий формат марафону — це спосіб поділитись своїм досвідом з усіма бажаючими. А досвіду в мене багато: 9 років роботи з топовими українськими та світовими компаніями, а ще власна ІТ-академія.Для порівняння — персональна карʼєрна консультація коштує €490 🤓А марафон⚪️де кожен зможе поставити будь-які питання⚪️я проводжу абсолютно БЕЗКОШТОВНО.ЗАРЕЄСТРУВАТИСЯСтартуємо вже за тиждень 😊
Зараз буде зізнання: я та людина, якій для всього нового треба курс. Бо часу на експерименти в мене немає. Мені набагато легше заплатити гроші, щоб мені все розклали по поличках — дали чіткі і справді робочі інструкції, скинули відео, врахували всі мої нюанси і дали фідбек по моєму результату, аби я могла відкоригувати наступного разу.Початківці роблять багато очевидних для профі помилок. І так, можна сказати, що є ютуб, є чат джипіті. Але кажу як та, хто постійно розбирається з купою речей: від юридичних до догляду за обличчям — в УСЬОМУ Є НЮАНСИ 🤌А тепер уявіть, скільки нюансів і питань, коли ви освоюєте професію⚪️так, я про аналітику⚪️❔А як працює❔А як дані завантажувати/очищувати/зберігати❔А що робити, якщо в мене сталось «...»❔А що питають на інтервʼю❔А що важливо на самому стартіТому я створила навчальну програму, яка закриває усі ці речі. Я демонструю кейси, даю кращі практики та проводжу учнів серед реальні сценарії, які трапляться з у роботі.У нашій програмі більше 150 уроків. Так багато, бо уроки компактні, щоб не перевантажувати вас інформацією. А ще 100+ практичних завдань, у яких ми відпрацьовуємо абсолютно все, що пройшли на уроках. Тому що інакше воно НЕ засвоюється. Учні постійно відмічають, що уроки супер практичні, багато важливих нюансів і що я вчу думати та бачити комплексно. А так навчають не всюди 👀 Повну програму курсу можна переглянути на сайті.Якщо досі вагаєтеся, просто нагадую, що це останні дні, коли ціна найнижча 💗Анкета передзапису ТУТ
TGLIST.COM.UA
