Профессия Аналитик данных от Skillfactory

После трех лет работы в маркетинге я поняла, что меня всегда тянуло к цифрам и аналитике больше, чем к креативной части. Решение пойти на курс "Профессия Аналитик данных" от Skillfactory я приняла, когда в очередной раз не смогла самостоятельно разобраться с воронкой продаж и SQL-запросами на работе. Делюсь честным отзывом о 9 месяцах моего обучения.
Качество обучения
Первые недели были довольно простыми — основы аналитики, работа с Google Таблицами. Я подумала: "Неужели я заплатила такие деньги за то, что могла найти на YouTube?" Но потом начались погружения в бизнес-модели, и тут-то и началось самое интересное.
Когда дошли до SQL и Python, я ощутила настоящий вызов. Бывали вечера, когда я до 2 ночи пыталась заставить свой код работать и чуть не плакала от бессилия. Но зато какие эмоции были, когда всё получалось! А ментор Алексей (не помню фамилию) всегда поддерживал, хотя иногда отвечал с задержкой в 1-2 дня, что немного раздражало.
Рейтинг школы
До курса я читала отзывы на всех возможных площадках. На SravniOnline школу оценивали в 4.6 баллов. Звучало оптимистично, хотя я нашла пару негативных отзывов про несоответствие программы заявленной. В реальности ожидания в целом оправдались, хотя некоторые модули (особенно по GameDev) были слабее других.
Цена
Я выбрала Оптимальный тариф с рассрочкой на 36 месяцев — выходило около 6000₽ в месяц. На момент покупки действовала скидка 45%, что стало решающим фактором. Сначала сомневалась, не переплачиваю ли я, но потом рассудила, что курс с трудоустройством стоит примерно столько же, сколько я тратила на случайные покупки в месяц.
Порадовало, что удалось оформить налоговый вычет в 13%, но у меня ушло 2 месяца на сбор и подачу документов — школа могла бы лучше помогать с этим процессом.
Обратная связь
С координатором Екатериной мне повезло — она писала мне каждую неделю, спрашивала о прогрессе. Когда у меня был сложный период на работе, и я забросила учёбу на 3 недели, она нашла правильные слова мотивации.
А вот с отзывами от менторов было не всё гладко. На базовых модулях ответы были подробными, но ближе к концу курса чувствовалось, что менторы перегружены — комментарии становились всё короче, а иногда даже формальными: "Хорошо, зачтено".
Преподаватели
Запомнился вебинар с Михаилом Барановым из Яндекса — он рассказывал о реальных кейсах, с которыми сталкивался. Я задала вопрос о том, как в Яндексе строят рекомендательные системы, и он не просто ответил, а разобрал это настолько подробно, что я потом смогла применить эти знания в своём проекте.
Эмиль Магеррамов вёл блок по визуализации — и вот тут я впервые поняла, что хороший дашборд может рассказать больше, чем 10 страниц текста. До сих пор использую его приёмы на работе.
Домашние задания
С домашками я намучилась! Особенно запомнилось задание по анализу поведения игроков в мобильной игре. Нужно было понять, как влияет обучающий туториал на время, проведённое в игре. Я сидела с этим датасетом три вечера, перебирая разные методы сегментации пользователей, пока не нашла подход, который дал наглядный результат.
Проект по созданию рекомендательной системы для онлайн-школы вообще стал моей личной победой — я даже внедрила похожее решение на работе, чем очень впечатлила руководителя.
Теория
Теоретические материалы были неравномерными. Модуль по статистике — превосходный, с понятными примерами и интерактивными заданиями. А вот лекции по Python часто были слишком сжатыми. Приходилось гуглить дополнительные уроки на YouTube и Udemy.
Забавный момент — я начала замечать ошибки в некоторых материалах. Например, в блоке по когортному анализу была перепутана формула расчёта Retention. Я написала об этом координатору, и через неделю материал исправили, даже поблагодарили за внимательность.
Практика
Практика — самое ценное в курсе. Работа с реальными датасетами научила меня больше, чем вся теория вместе взятая. Особенно полезным оказался проект по анализу маркетинговых каналов для интернет-магазина экотоваров — я разработала дашборд в Power BI, который потом показывала на собеседованиях.
Мой первый SQL-запрос был ужасен — я написала 20 строк кода там, где можно было обойтись пятью. К концу курса я уже могла писать оптимизированные запросы и даже находила ошибки в примерах.
С Google Analytics было особенно интересно — я настраивала события и цели для отслеживания конверсии, а потом анализировала их в связке с рекламными каналами. Эти навыки пригодились мне буквально сразу.
Трудоустройство
Последние два месяца курса я активно работала с Центром карьеры. Карьерный консультант Анна помогла мне переписать резюме трижды, пока оно не стало действительно сильным. Мы провели две тренировки собеседований — и это было больно, но полезно! Она задавала каверзные вопросы, которые потом мне действительно задавали на реальных интервью.
На пятое собеседование я получила оффер — позиция младшего аналитика данных в e-commerce компании с зарплатой на 30% выше моей предыдущей. Это не тот головокружительный рост, о котором пишут в рекламе ("от 180 000₽"), но для первой позиции аналитика после смены карьеры — очень достойно.
Общие выводы
Курс дал мне не только технические знания, но и уверенность в своих силах. Если бы я снова выбирала, я бы всё равно пошла на этот курс, но:
Самые ценные приобретения: навыки работы с SQL и Python, понимание бизнес-метрик и умение превращать данные в инсайты для бизнеса. А ещё — сеть контактов из одногруппников, с которыми мы до сих пор общаемся в закрытом чате и делимся полезными находками.
Если вы готовы вкладывать в обучение не только деньги, но и время (много времени!), то курс определённо стоит своих денег. Но волшебной таблетки нет — без самостоятельной работы и настойчивости даже самый дорогой курс не сделает из вас аналитика.