Путь в аналитику данных редко начинается с идеального учебного плана: чаще перед человеком лежат открытая таблица, несколько курсов и десяток незнакомых терминов. Формулировка профессии junior data analyst помогает обозначить стартовую роль, но за ней нужен понятный набор действий, а не коллекция сертификатов. Источник
Начинающий аналитик учится превращать вопрос в проверяемую последовательность: определить показатель, найти данные, очистить их и выбрать способ сравнения. Для этого пригодятся электронные таблицы и язык структурированных запросов (SQL), а позднее – средство визуализации и один язык программирования. Осваивать всё одновременно не требуется. Сначала таблица должна перестать быть клетчатым полем с цветными заголовками: человек уверенно фильтрует строки, связывает листы, замечает пропуски и понимает, почему итог изменился после обновления исходных значений. Затем тот же ход мысли переносится в SQL, где каждая выборка оставляет видимый след в результате запроса.
Не все пробелы требуют нового курса. Иногда достаточно вернуться к одной задаче и выяснить, на каком шаге ответ перестал быть проверяемым. Такой разбор начинается с исходного вопроса. Если требуется узнать, почему снизилось число заказов, одна общая цифра почти ничего не объясняет: данные разделяют по периодам или категориям, сверяют определения показателя и проверяют пропуски. Здесь и обнаруживается разница между механическим построением диаграммы и анализом. Диаграмма может выглядеть аккуратно, но её подпись не спасёт неверно выбранный знаменатель.
Учебный цикл становится короче, если каждая тема заканчивается небольшой самостоятельной работой. После фильтрации данных появляется задача с неоднозначными значениями; после SQL – запрос, который соединяет несколько таблиц и сохраняет строки без совпадений; после визуализации – график с пояснением выбранного масштаба. Готовый ответ сверяется не только с образцом. Аналитик повторно считает несколько строк вручную, меняет одно условие и наблюдает, не рушится ли логика.
Двух содержательных проектов достаточно, чтобы показать ход работы. Десять однотипных учебных тетрадей лишь затрудняют просмотр. Проект начинается не с панели показателей, а с короткой постановки задачи. Читатель должен увидеть, какие данные доступны, что считается результатом и где проходят ограничения. Если набор учебный или искусственно составленный, это прямо указывается. Если часть строк была удалена, решение объясняется рядом с расчётом.
Структура портфолио может повторять рабочее расследование: вопрос, описание данных, обработка, расчёт, визуальное представление и оговорки. Это фактическое перечисление шагов, а не декоративный шаблон. Код снабжается короткими комментариями там, где выбор нельзя восстановить по названию операции. Вывод связывается с расчётом: вместо «показатель заметно вырос» указывается период сравнения и способ вычисления, без выдуманного объяснения причин. Если данных для причинного утверждения нет, аналитик оставляет границу видимой. Такая сдержанность заметна на собеседовании, особенно когда проверяющий меняет условие и просит пересчитать результат.
Перед откликами кандидат открывает собственный проект как незнакомый читатель. Запускается ли расчёт повторно? Понятны ли названия полей? Совпадает ли текстовый вывод с таблицей? Если ответ приходится восстанавливать по памяти, описание ещё не выполняет свою работу.
Разговор о проекте репетируют без заученного монолога. Сначала звучит задача, затем кандидат показывает один спорный выбор и объясняет ограничение данных. Вопрос может оказаться неожиданным: почему строки с пропусками удалены, а не выделены отдельно? Гораздо заметнее попытка мгновенно придумать основание, которого не было в расчёте. Честное «этот вариант не проверялся» оставляет пространство для следующего действия – открыть запрос, изменить условие и посмотреть на новую строку результата.
Первый отклик не обязан ждать полного владения всеми инструментами. Его разумнее отправлять, когда кандидат способен самостоятельно разобрать небольшую задачу, воспроизвести расчёт и назвать границы вывода; рядом при этом может оставаться список тем, которые ещё приходится проверять по документации.