Меню Закрити

Моя перша робота в якості аналітика даних: очікування і реальність

Graphics Provided by www.Vecteezy.com

Розповідає Andres Vourakis

Після майже п’яти років навчання, нарешті наближався випуск, і я був більш ніж готовий випробувати свої навички. Я був не зовсім упевнений, що саме таку роботу хотів. Адже все, що я знав, — мені подобається працювати з даними й вирішувати складні проблеми. Пізніше я зрозумів, що хотів би продовжити кар’єру в галузі науки про дані, але це вже інша історія.

Незабаром після того, як я закінчив коледж, мені запропонували посаду аналітика даних у місцевій компанії. Здавалося, вона ідеально поєднувалася з моїми навичками та моєю пристрастю до роботи з даними, тому я відразу погодився. Я вже уявляв собі, що сиджу за власним столом, прогнозую продажі та створюю дивовижні звіти й візуалізації.

Можна сказати, що мене засліпила ейфорія від виходу в реальний світ. Тому я ні на мить не зупинився, щоб вдихнути глибше й “знизити очікування”.

Мої перші кілька місяців як аналітика даних містили дуже мало аналізу даних і складалися переважно з тривалого обговорення даних. Ось деякі із фраз, що чудово підсумовують мої перші кілька місяців роботи.

Де я можу знову це знайти?

Попри те, що я пройшов окреме навчання для роботи над проектом, над яким мав працювати, я мав ще багато чого навчитися. Я виявив, що намагаюся запам’ятати, де містився кожен файл і різні процеси, які мені були потрібні. Відсутність доступної документації була величезною прогалиною, і мені довелося покладатися на колег, щоб її обійти.

Це забере дуже багато часу

Одним із найбільших викликів була відсутність доступу до “правильної” інфраструктури або інструментів для обробки та аналізу великих наборів даних. Excel використовувався майже для всіх компаній, що звітують, навіть попри те, що він не міг задовольнити всі наші потреби. Кожен у компанії вимагав більше, і ми просто не встигали давати раду цьому.

Ми не мали робити це вручну

Деякі з наших повсякденних завдань стосувалися завантаження CSV-файлів із різних сайтів та оновлення звітів Excel. Ці завдання забирали забагато часу й потребували автоматизації.

Ми не можемо довіряти даним… наразі

Оскільки наші дані були зібрані з багатьох різних джерел, а звіти не завжди оброблялися тільки командою фахівців з обробки даних, важко було довіряти точності цифр, які постійно були в обігу на зустрічах компанії.

Моя компанія швидко зростала, і нам була потрібна інформація для ухвалення рішень. Проблема полягала в тому, що поточна інфраструктура не відповідала нашим потребам, на цьому шляху було забагато рішень, тож починали з’являтися прогалини. Моя команда складалася з трьох аналітиків даних (зі мною разом), але певною мірою нам також було потрібно грати роль інженерів даних і дослідників даних. Ми просто не мали бюджету для залучення більшої кількості фахівців, тому треба було закласти основу для того, щоб ми могли задовольнити очікування наших зацікавлених сторін.

Але хоча робота й не була такою, як я очікував (принаймні протягом перших кількох місяців), я дізнався більше, ніж міг собі уявити. У мене з’явився шанс відчути, що насправді означає почати проект із нуля та розібратися з різними перешкодами на цьому шляху, повірте — їх було багато. Розумієте, для того, щоб перетворити дані на аналітику чи прогнози, є багато роботи, пов’язаної з отриманням даних. Я пам’ятаю, що таке вивчав, але раніше ніколи не заглиблювався в це, доки не зіткнувся із цим на власному досвіді.

Коли я навчався, то ніколи не витрачав багато часу на запитання, наприклад: “Чи можу я довіряти даним?” або “Який найбільш ефективний спосіб зберігання даних?”. Я був набагато більше захоплений вивченням найцікавіших частин аналізу даних: візуалізації, прогнозів тощо. Усі ті круті слова, якими нашпигований інтернет.

Але ця робота з усіма її розчаруваннями та дрібними поразками стала для мене неймовірно важливою наукою, яка, безперечно, буде дуже цінною, оскільки моя кар’єра розвивається й далі.

Завжди будьте готові до “брудної” роботи

Я не маю на увазі брудну, неприйнятну або неприємну роботу (хоча для декого це може бути й так), ідеться про ту, яку часто відкладають, тому що це не так цікаво, як прогнозування, або не настільки захопливо, як створення візуалізації. Але не плекайте ілюзій: виконання “брудної” роботи є невід’ємною частиною роботи з даними.

Незалежно від того, бажаєте ви стати аналітиком чи дослідником даних, якщо ви готові очистити всі дані, протестувати їх, написати всю документацію й очистити весь код, тоді у вас завжди буде місце в команді для обробки даних… Ви не лише спрямуєте свою команду до успіху, а й станете тим, на кого можна покластися.

Якщо ви знайшли помилку, будь ласка, виділіть фрагмент тексту та натисніть Ctrl+Enter.

0

Повідомити про помилку

Текст, який буде надіслано нашим редакторам: