Как найти Data Analyst в международный проект

Аналитика данных — неотъемлемая часть современного бизнеса. Качественная обработка информации обеспечивает компаниям верные решения и инсайты. Сегодня расскажем о Data Analyst, занимающихся анализом данных, и поделимся историей поиска опытного кандидата этого профиля в международный проект.

Data Analyst: навыки и обязанности

Аналитик данных собирает и обрабатывает информацию, находит закономерности в ней и интерпретирует их. Благодаря его деятельности, компании могут использовать внутренние сведения для открытия новых возможностей развития. Чаще всего такие специалисты востребованы в компаниях, которые ориентируются в решениях на big data и аналитику данных.

Hard skills Data Analyst

  • Python/R/Java
  • SQL
  • Навыки работы с BI-инструментами (Power BI/Tableau/QlikView)
  • Навыки построений внутренних хранилищ данных (DWH)
  • Опыт в А/B-тестировании и работе с продуктовыми гипотезами
  • Опыт в Data Science
  • Отличное знание математики, математической статистики и теории вероятности

Data Analyst и Data Scientist: в чем разница

Может показаться, что Data Analyst и Data Scientist отвечают на одни и те же вопросы. Да, они могут использовать одинаковые инструменты, но при этом решают разные задачи. Аналитик данных формирует и проверяет гипотезы, даёт ответы на запросы от бизнеса, т.е. извлекает из информации практическую пользу. Ему важно не только верно трактовать показатели, но и качественно визуализировать их для дальнейшего принятия решений. В его деятельности больше коммуникации с заказчиком, чем в работе специалистов по data science.

В свою очередь, Data Scientist занимается поиском неочевидных закономерностей и построением возможных моделей развития. Он применяет сложные аналитические программы, машинное обучение и статистические методы.

Лайфхаки поиска Data Analyst

  • Определите ключевые навыки кандидата: найти специалиста, подходящего под все требования клиента, достаточно сложно. Определите с заказчиком те характеристики, без которых не обойтись, и те, что не столь принципиальны. Например, если претендент обладает опытом в MySQL, но не работал в Google BigQuery, не страшно. Он сможет быстро адаптироваться, а у вас будет выбор кандидатов больше, чем если бы вы искали аналитика со знанием обоих этих инструментов.
  • Обратите внимание на мотивацию специалиста: от этого будет зависеть, сколько времени у него уйдет на изучение инструментов, с которыми он не работал, и общая эффективность в решении поставленных задач.
  • Проанализируйте data-driven компании: аналитики данных, как и другие ИТ-специалисты, находятся в пассивном поиске работы, и вы значительно сократите время подбора, если выберете в качестве доноров компании, использующие большие данные. Главное, перед общением с кандидатами хорошо продумайте аргументы в пользу проекта вашего клиента.

Опыт GlobalCareer

Александр Ковалев, консультант: «Наш клиент — стартап, разрабатывающий облачную рекрутмент-систему, построенную на ML, — нуждался в Data Analyst, который сможет практически «с нуля» построить структуру аудиторных и бизнес-метрик продукта, будет формулировать гипотезы, проводить предварительную оценку и A/B-тестирование и займется развитием аналитического хранилища с помощью ETL-процессов.

Кандидату предстояло работать в масштабном, ответственном проекте, поэтому от него требовались прокаченные hard и soft skills. Плюсом данного кейса стало то, что мы не были ограничены поиском специалиста из конкретного региона, т.к. формат работы носил удаленный характер. Мы проанализировали собственную базу и компании и выбрали кандидатов, которые использовали технологии, схожие с технологиями клиента. В итоге у нас получился лонг-лист из почти 100 опытных аналитиков данных. У клиента были очень высокие требования к знаниям соискателя, поэтому было решено на HR-интервью задавать вопросы по технологиям, с которыми работал кандидат, и проверять знание теории вероятности. Так мы смогли сэкономить время нанимающих менеджеров, отобрав наиболее подходящих претендентов. В итоге работодатель познакомился с 10 релевантными кандидатами. Трое из них отлично показали себя на тех. интервью, и один получил оффер.

Выбранный специалист обладает большим опытом работы. Он получил Ph.D. в области теоретической физики и M.Sc . по математической физике в университете Гамбурга, несколько лет занимался научной деятельностью в области теоретической физики. Затем работал в качестве Data Scientist в международной косметической компании в Западной Европе. Он обладает отличными прокаченными hard и soft skills. Владеет современными инструментами работы с большими данными, может с их помощью решать сложные задачи, отлично знает английский и немецкий языки. Прекрасно работает в команде и умеет объяснять сложные вещи простым языком. К тому же хотел работать в удаленном формате и был заинтересован в проектах с упором на аналитику и разработку. Клиент и соискатель довольны своим решением».

Если в вашу компанию нужны специалисты по работе с данными или ИТ-специалисты любого другого профиля, напишите нам, мы найдем подходящих кандидатов.

Ready to Hire the Best IT Talent?

Submit your query and we’ll get in touch

    Read more

    Thanks for your request!

    Your request has been successfully received!

    An error occurred.

    Please try again later, or contact us by phone +7 495 967-80-30 or e-mail oapatina@IBS.RU