«Не бойтесь демпинговать»: как я за год стала аналитиком данных
Возможность начать с нулевых знаний, график, позволяющий совмещать учебу с другими занятиями, отличная зарплата в будущем — всё это обещают тем, кто решил освоить специальность аналитика данных. Так ли всё просто, в нашей рубрике #вторая_профессия рассказала Инна, которая в 36 лет решила уйти из преподавания в IT.
Кем я работала и почему решила сменить специальность
После школы я хотела стать филологом, однако, что называется, «не срослось» — так я оказалась на факультете лингвистики. Защитила кандидатскую в области экономики, а потом осталась в академии — продолжила работать в вузе, занимаясь страновыми и региональными исследованиями.
Вы видели когда-нибудь комментарии экспертов в СМИ по поводу событий за рубежом? Их обычно дают такие люди, как я и мои коллеги. Также мы отвечаем на вопросы ведомств и министерств о чужом опыте — рассказываем, что и как реализуется в других странах. Еще можем участвовать в подготовке стратегий. И, конечно, есть чистые исследования.
В общей сложности я проработала в высшей школе 11 лет и была успешной. Но в какой-то момент начали закрываться фонды, самостоятельности и свободы убавилось — найти темы, которыми хотелось бы заниматься, уже стало не так просто, преподавание мне не нравилось. И тогда я решила, что если уж браться за аналитику того, что тебе неинтересно, то лучше делать это для бизнеса — он оплатит работу гораздо лучше.
На тот момент, когда я об этом задумалась, мне было 35 лет. Начала я с того, что пошла к карьерному консультанту — выбрала специалистку, которая тогда была на слуху. Помню, что фактически я задала ей один единственный вопрос: а люди вообще так делают? Берут и меняют профессию, в которой они уже состоялись? И она мне сказала: «Конечно!» — «И что мне теперь делать?» — спросила я. «Осмотритесь», — ответила консультантка.
После этого я села изучать всё, что можно, в основном — на английском языке. Нашла отзывы тех, кто ушел из преподавания в анализ данных и Data Science. Обнаружила, что в Штатах есть бесплатные курсы для пиэйчдишников — тех, у кого есть ученая степень PhD, то есть кандидатов наук и докторов. Учеба была рассчитана, кажется, на восемь недель, и я подумала — раз человека можно переподготовить за такой срок, то, наверное, это не очень сложно, и надо пробовать.
Как проходила учеба
С работы я увольняться не стала — всегда была практичным человеком. Сначала села разбираться с Python — этот язык программирования нужен, чтобы анализировать большой объем данных. Занималась и сама, и на курсах. Параллельно изучала статистику — добирала знания, которых мне не хватало. Брала уроки математики. Всё это требовало много времени и сил, но я выбрала тактику «не мытьем, так катаньем» — например, даже если не делала задание по математике, то всё равно приходила на следующее занятие и говорила: «Домашка не готова, но давайте пойдем дальше».
Когда я освоила нужные инструменты, то перешла к изучению анализа данных. К тому времени я уже поняла, что у нас есть две модели образования. Первую я называю «совковой» — вы слушаете лекции, потом вам дают домашние задания. Но я предпочла другую, где был максимум практики. Я рассуждала так: у меня есть инструменты, но чтобы научиться ими пользоваться, это надо постоянно делать.