Чем отличаются аналитик данных и продуктовый?📈
Целый год думала, что написать в этот пост, и поняла, что без вас не разберусь до конца😀
Кем я только не была за время своей карьеры: аналитик-разработчик, продуктовый аналитик, аналитик данных (и даже стажёр-исследователь) — это всё я! Как это работает?
➡️ Версия первая — как это всегда было в моей голове
Работая в Яндексе, я представляла себе какой-то, по сути, спектр — от продакт-менеджера (продуктовые решения на основе аналитики от других, минимум хардовой работы руками) до разработчика (минимум продуктовых решений, хардовая работа руками), и на нём дата-профессии: (PM) — PA — DA — DE — (Dev)
Таким образом, аналитик данных и аналитик-разработчик оказывались где-то рядом в золотой середине, DE ближе к разрабу, а ПА, вероятно, меньше кодит.
Есть только два минуса этой схемы:
— не учтены взаимодействия с ML, то есть DS и MLE, по-хорошему, ответвились бы в середине
— это только в моей голове так логично, другие не в курсе😄
➡️ Версия вторая — картинка с треугольниками
Источник. Она решает вопрос с упоминанием ML, но у меня только больше вопросов стало. Кто такой просто аналитик? Аналитик данных не умеет программировать, а просто аналитик ещё даже не выучил математику? Всё бы хорошо, но на основе такой классификации продают самый популярный курс🤓
➡️ Версия третья — прикреплён ли ты к продукту?
Тут для меня вопрос в том, а как может быть иначе? Один аналитик на адхоках для всей компании? Если нет, то ты в любом случае оказываешься в команде какого-то из продуктов, а есть ли рядом именно продакт, или задачи идут от лида аналитики, как будто уже нюансы реализации? Поправьте меня, если что😑
➡️ Версия четвёртая — продуктовые делают A/B-тесты
Makes sense, но не подтверждается должностями людей на практике. Более того, как правило, в одной компании (или хотя бы отделе) все либо аналитики данных, либо продуктовые, я ни разу не видела сознательного разделения именно по задачам.
В целом это касается любой попытки разделить по скиллам — если хочется влиять на реальные решения своими вычислениями, то вакансию надо выбирать по стеку и степени развития аналитической культуры в компании, а не по названию. Можно назвать продуктовым того, кто будет «считать продукты» (каламбур, да) в эксель-таблице, а тем временем где-то в бигтехе аналитики данных умеют очень многое сразу.
➡️ Версия пятая — продуктовый ⭐️просто круче⭐️
Я ещё в январе возмущалась попыткам сравнивать просто по названию должности, и здесь тоже останусь при своём мнении. Часто слышу абстрактное «продуктовым больше платят», «хочу наконец стать продуктовым аналитиком», и даже понимаю, что в это вкладывается, а вот работодатели — видимо, нет🚨
Моё настроение после дописывания этого — ПОМОГИТЕ🌟
Давайте наконец разберёмся в этой загадке вместе⬇️
🟢.🟢. В Авито👍 все записаны просто аналитики (данных)😬
#карьерный_совет
@analytess 👩
Целый год думала, что написать в этот пост, и поняла, что без вас не разберусь до конца😀
Кем я только не была за время своей карьеры: аналитик-разработчик, продуктовый аналитик, аналитик данных (и даже стажёр-исследователь) — это всё я! Как это работает?
➡️ Версия первая — как это всегда было в моей голове
Работая в Яндексе, я представляла себе какой-то, по сути, спектр — от продакт-менеджера (продуктовые решения на основе аналитики от других, минимум хардовой работы руками) до разработчика (минимум продуктовых решений, хардовая работа руками), и на нём дата-профессии: (PM) — PA — DA — DE — (Dev)
Таким образом, аналитик данных и аналитик-разработчик оказывались где-то рядом в золотой середине, DE ближе к разрабу, а ПА, вероятно, меньше кодит.
Есть только два минуса этой схемы:
— не учтены взаимодействия с ML, то есть DS и MLE, по-хорошему, ответвились бы в середине
— это только в моей голове так логично, другие не в курсе😄
➡️ Версия вторая — картинка с треугольниками
Источник. Она решает вопрос с упоминанием ML, но у меня только больше вопросов стало. Кто такой просто аналитик? Аналитик данных не умеет программировать, а просто аналитик ещё даже не выучил математику? Всё бы хорошо, но на основе такой классификации продают самый популярный курс🤓
➡️ Версия третья — прикреплён ли ты к продукту?
Тут для меня вопрос в том, а как может быть иначе? Один аналитик на адхоках для всей компании? Если нет, то ты в любом случае оказываешься в команде какого-то из продуктов, а есть ли рядом именно продакт, или задачи идут от лида аналитики, как будто уже нюансы реализации? Поправьте меня, если что😑
➡️ Версия четвёртая — продуктовые делают A/B-тесты
Makes sense, но не подтверждается должностями людей на практике. Более того, как правило, в одной компании (или хотя бы отделе) все либо аналитики данных, либо продуктовые, я ни разу не видела сознательного разделения именно по задачам.
В целом это касается любой попытки разделить по скиллам — если хочется влиять на реальные решения своими вычислениями, то вакансию надо выбирать по стеку и степени развития аналитической культуры в компании, а не по названию. Можно назвать продуктовым того, кто будет «считать продукты» (каламбур, да) в эксель-таблице, а тем временем где-то в бигтехе аналитики данных умеют очень многое сразу.
➡️ Версия пятая — продуктовый ⭐️просто круче⭐️
Я ещё в январе возмущалась попыткам сравнивать просто по названию должности, и здесь тоже останусь при своём мнении. Часто слышу абстрактное «продуктовым больше платят», «хочу наконец стать продуктовым аналитиком», и даже понимаю, что в это вкладывается, а вот работодатели — видимо, нет🚨
Моё настроение после дописывания этого — ПОМОГИТЕ🌟
Давайте наконец разберёмся в этой загадке вместе⬇️
🟢.🟢. В Авито👍 все записаны просто аналитики (данных)😬
#карьерный_совет
@analytess 👩