Аналитик данных, Data Scientist или системный аналитик

Названия похожи настолько, что их регулярно путают — включая тех, кто уже выбрал курс и оплатил его. Работа при этом разная, и порог входа отличается в разы.

Разберём по порядку.

Аналитик данных

Отвечает на вопросы бизнеса цифрами: почему упали продажи, какой канал приводит клиентов, что изменилось после обновления.

Инструменты: SQL, Excel, системы визуализации. Python по желанию.

Порог входа: самый низкий из трёх. Математика нужна на уровне школьной, программирование — базовое.

Чем занимается на практике: выгружает данные, строит отчёты, объясняет результат людям, которые в цифрах не разбираются. Половина работы — коммуникация, а не таблицы.

Кому подойдёт: тем, кто хочет войти в данные быстрее всего, и тем, кому интересно объяснять, а не только считать.

Data Scientist

Строит модели, которые предсказывают: отток клиентов, спрос, вероятность события.

Инструменты: Python, статистика, машинное обучение.

Порог входа: высокий. Нужна математика — теория вероятностей и статистика не в общих чертах, а по-настоящему.

Чем занимается на практике: готовит данные, обучает модели, проверяет, работают ли они на реальности. Значительная часть времени уходит на очистку данных, а не на сами модели.

Кому подойдёт: тем, у кого техническая база и есть силы на долгий вход. С нуля дорога занимает год-полтора, и это честная оценка.

Системный аналитик

Переводит между бизнесом и разработчиками: выясняет, что нужно заказчику, и превращает это в понятное техническое задание.

Инструменты: схемы, документация, базы данных на уровне понимания.

Порог входа: средний, но требует другого склада — усидчивости и умения задавать неудобные вопросы.

Чем занимается на практике: много разговаривает, много пишет, разбирается в чужих хотелках. Кода почти не пишет.

Кому подойдёт: тем, кто пришёл из другой отрасли и хорошо понимает предметную область. Опыт в банке, логистике или медицине здесь плюс, а не балласт.

Что выбрать

Хотите быстрее выйти на работу — аналитик данных.

Есть математическая база и терпение — Data Scientist.

Пришли из другой профессии и умеете общаться — системный аналитик. Здесь прошлый опыт работает на вас сильнее всего.

Общее для всех трёх: конкуренция на входе высокая, и решает не диплом курса, а способность объяснить, что вы делали с данными и какой вывод получили.

Сравнить программы: аналитика данных, Data Science, системный анализ.