Как курс анализа данных помог стать начальником отдела

Нина работала аналитиком в строительной компании: изучала рынок квартир и апартаментов, собирала информацию по перспективным площадкам под застройку и готовила отчёты для руководителя. Строительная отрасль — очень консервативная сфера, перемены приходят туда с большим опозданием. В компании для анализа использовали BI-системы и Excel. Для Нины этого было недостаточно. Она искала новые подходы к анализу данных и поэтому решила научиться программировать на Python. Так она попала на курс «Аналитик данных» в Практикуме.

Курс состоит из 12 спринтов, если не брать в расчёт вводную часть. Каждый спринт — неделя работы в программе-тренажёре и неделя работы над проектом в программе Jupyter Notebook.

Спринты сгруппированы в три блока:

● Начальный. Студенты учатся обрабатывать данные и применять статистику для исследования.

● Решение задач бизнеса. Отработка навыков написания кода для решения практических задач. Основное здесь — показатели и логика процессов в компании.

● Автоматизация и азы машинного обучения. Знакомство с аналитической инфраструктурой в облаках и первое представление о том, что такое Data Science.

Самым сложным спринтом для Нины оказался «Анализ бизнес-показателей». Мешал опыт в смежной аналитике недвижимости, где задачи анализа цифрового сервиса решались по-другому. Она дважды переписывала проект и трижды проходила по нему проверку, отставая по срокам.

Проект был максимально приближен к реальности, и, чтобы его подготовить, понадобились знания со всего курса. Помимо большой работы по анализу покупок в магазине строительных материалов и самостоятельного изучения рынка, в дипломе были мелкие задачи по базам данных SQL и анализу данных. Нине понравился подход к дипломной работе: самостоятельный разбор и постановка ТЗ, подготовка презентации и рекомендаций руководству.

После завершения курса Нина поняла, что в её компании по техническим причинам будет трудно использовать Python, поэтому решила сменить работу. Получилось сделать это с повышением — она стала руководителем отдела аналитики в риелторской компании Metrium. На новом месте Python пригодился — с его помощью удалось автоматизировать самые трудоёмкие участки. Подчинённые Нины заметили, что снизилась рутинная нагрузка и появилось время на другие задачи.