Я прохожу курсы по дата-аналитике и готовлюсь к поиску работы

Я уже два года в эмиграции. До отъезда из России работала редактором соцсетей в частной школе. После переезда решила не продолжать работать в SMM и пересмотреть карьеру в целом. Мысль об аналитике приходила ко мне периодически ещё в России, но тогда я не погружалась в это глубоко, а просто думала “да, вот бы на работе только отчёты делать и прогнозы строить”.

Через полтора года депрессивного безделья, мелких подработок и волонтёрства пришла в терапию, чтобы разобраться, что же делать дальше. Мне хотелось учиться и аналитика в моей голове выглядела клёво — какая-то область на стыке программирования и визуализации. Но финансовое положение в паре подразумевало, что по-хорошему я должна уже давно и стабильно работать где-нибудь.

Я решила попробовать посмотреть на ситуацию со стороны, и взяла консультацию у психолога. Специалист помогла: я набралась смелости и поговорила с мужем о своём желании учиться. Он поддержал меня и сказал, что лучше действительно идти учиться сейчас и отталкиваться потом от этого в поисках работы.

После этого разговора я начала строить образовательный трек.

Первое, о чём пришлось подумать, это деньги. Наш семейный бюджет устроен так, что у каждого на месяц есть фиксированная сумма “карманных денег”. С них я и оплачивала свою учёбу. Я не могла тратить на курсы больше чем 30-40 евро в месяц и не могла платить в рублях — значит, платные ру-платформы отпали сразу.

Второе, я хотела бы учиться на английском языке. Вся документация на английском, все первоисточники — на нём же. Плюс комментаторы на сабреддитах и тематических платформах казались мне менее страшными, чем русскоязычный IT-интернет:)

Третье, мне точно нужны были сертификаты на первое время, чтобы было чем светить в портфолио и LinkedIn.

После прочтения обзоров, отзывов и видео о курсах я выбрала для себя три варианта:

• Специализация Google Data Analyst на Coursera. Обучение на конкретном курсе стоит 39 $/месяц. Платформа предоставляет финансовую помощь на некоторые курсы.
• Трек Associate Data Analyst in SQL на DataCamp. Месяц подписки стоит 32 $/месяц. Часто рекомендуемая площадка для обучения. Тут меня смущал состав трека и платформа в целом показалась недружелюбной в плане интерфейса. Сейчас, во время написания этой статьи, я вижу, что трек и платформа в целом ориентированы на практические навыки. Читала много хорошего про курс по SQL, возьму в будущем.
• Курс Data Analyst от Hyperskills. Месяц подписки стоит 49 $/месяц, но у платформы есть условно бесплатная опция использования — жизни, которые тратятся за совершённые ошибки. Как в Duolingo. Рассматривала этот курс потому, что уже училась на платформе, когда она ещё называлась JetBrains. Мне нравилось.

В итоге я выбрала специализацию на Coursera. В основном из-за возможности получить финансовую помощь на случай, если я заболею и не смогу оплатить обучение полностью из-за медицинских счетов.

Google Data Analyst — специализация на Coursera. Специализация — это блок тематических курсов, каждый курс поделён на модули, каждый модуль — на маленькие видеолекции, тексты, виджеты, практические задания.

Обучение рассчитано на 6 месяцев, но я закончила его за ~четыре, потому что существенная часть курсов посвящена теории, а практические задания — короткие эссе по теме на 2-3 предложения.

На курсах по SQL, Excel, R и Tableau были простые практические задачки по программированию, формулам и построению дашбордов. Теоретические курсы рассказывали про типы данных, безопасности и непредвзятости данных, с какими источниками работать; какие вопросы задавать себе и клиентам. Последнее, несмотря на общую духоту курса, было очень полезным. Самый последний курс посвящён самостоятельному проекту: можно выбрать то, что предлагают авторы курса и сделать всё по инструкции, а можно сделать что-то своё.

Понравилось, что специализация даёт много ссылок для самостоятельного изучения и объясняет, как пользоваться Kaggle (тусовочное место аналитиков и источник баз данных для практики), GItHub, StackOverflow, некоторыми платформами Google. Кажется, меня даже пару раз приглашали в какой-то тематический Slack, но я игнорировала эти ссылки. Теоретические курсы в разных формах доносили идею, что дата-аналитик должен быть ориентирован на принесение пользы бизнесу. И это было очень важно услышать.

Не понравилось наполнение практических курсов, оно показалось мне наскоро слепленным. Всё, что нужно было делать — повторять за спикером операции и больше ничего. Для курса уровень beginner это ожидаемо, но конкретно я ожидала чего-то более глубокого в плане практических заданий и знаний. Курс по Tableau вообще был наполнен мантрой “красиво делойте — некросиво не делойте”, буду отдельно разбираться с визуализацией. Некоторые практические задания для теоретических курсов были в стиле “опишите свои ощущения от темы в 2-3 предложениях”. Писать всё это было откровенно тяжело и скучно.

Параллельно с основной специализацией я взяла курс Statistics Foundations от Meta на той же платформе. Его стоимость мне удалось сократить за счёт финансовой помощи, которую предоставляет Coursera. Стоимость курса была 39 $/месяц, но я заплатила за него 12,25 $ и получила доступ на полгода.

Хороший курс для начинающих, параллельно с теорией идёт практика. В результате студент получает маленький excel-документ с расчётами всяких медиан, средних и мод, гистограммой, z-score и что-то ещё. Не уверена, что это можно показать в портфолио, но как практика и знакомство с азами — хорошо. В отзывах видела, что курс считают недостаточно глубоким, но когда ты не знаешь ничего, тебе всё нравится:)

По окончании специализации от Google я получила 8 сертификатов. Семь — по одному за каждый курс специализации и восьмой — общий за всю специализацию. Ещё мне открылся 9 курс, который помогает сделать портфолио и заручиться поддержкой AI в этом деле, но он подходит только людям из US.

Плюс сертификат за курс по статистике от Meta.

В целом, я могу сказать, что это были очень полезные 4 месяца. Я получила хотя бы понимание, куда нужно двигаться дальше и что изучать. Не уверена, что без технического бекграунда можно прийти на рынок труда с этими сертификатами и получить работу (но я попробую:)). Но как минимум я понимаю, о чём пишут в тематических телеграм-каналах теперь и могу базово поддержать дискуссию в тематических топиках.

Сейчас я собираю портфолио и параллельно прохожу курс по Pandas от IBM (его мне тоже одобрили через финансовую помощь на Coursera, он стоил 9,50 $ вместо 39 $ и тоже выдан мне на полгода). Планирую учиться дальше параллельно, пока ищу работу и готовлюсь к собеседованиям.

В планах взять курс по математике и статистике на Khan Academy и взять либо advanced-специализацию по аналитике от Google, либо взять большой курс от DeepLearning.AI. Ну и задачки на LeetCode и мелкие курсы никто не отменял. Ещё хочется немного посмотреть на автоматизацию задач, узнала, что это регулярная история для аналитика.

В сумме на обучение потрачено пока что $165,50, все траты я записываю в специальную таблицу. Там же отмечаю статус курсов — закончила или нет.