Как стать аналитиком данных в Беларуси в 2026 году: инструменты, этапы и первое портфолио

Гиды · 11 мин чтения

Менеджер отдела продаж оптовой компании в Гродно каждый понедельник начинает одинаково. Она выгружает заказы из учётной программы, склеивает три файла в Excel, чистит дубли и строит сводную таблицу для руководителя. Последние два месяца к отчёту добавился вопрос: «Посмотри, почему в сентябре упали заказы в Лиде». Отвечать на такие вопросы ей интереснее, чем сводить таблицы. Так возникает мысль о профессии аналитика данных и вопрос, с какой стороны к ней подступиться.

Путь в аналитику складывается из понятных шагов: что изучать, в каком порядке и как проверить, что шаг действительно пройден. Ниже описаны задачи аналитика, четыре стартовые точки, пять этапов учёбы с самопроверкой и то, где взять первую практику.

Коротко о пути

  • На сайте 113 программ по аналитике у 24 школ, 6 из них бесплатные, в том числе вводный курс Skillbox о профессиях в аналитике.
  • Короткие курсы по одному инструменту (SQL, Power BI, Excel) идут от 1 до 2 месяцев. Программы «с нуля» идут от 4 до 12 месяцев.
  • Документ по итогам: сертификат у 31 программы, диплом школы разного вида у 20, удостоверение у 3, у 59 вид документа в каталоге не указан.
  • Обязательного документа для работы аналитиком нет: требования ставит наниматель.
  • Базовый набор, который повторяется в программах школ: Excel или Google Таблицы, SQL, BI-система (Power BI, у части программ DataLens), Python и основы статистики.
  • Кому что: с нуля подойдёт бесплатное введение и затем профессия на 4–12 месяцев с проектами; тому, кто уже работает с таблицами, подойдут короткие курсы по SQL и Power BI; кто не хочет программировать, может выбрать путь BI-аналитика.

Программы Skillbox, которые ведут в профессию с нуля, собраны ниже. Они пригодятся как ориентир: по ним видно, из каких блоков школы собирают путь аналитика.

Профессии: Аналитика данных

Все курсы в каталоге

Из чего состоит работа аналитика данных

Аналитик данных помогает бизнесу принимать решения на основе цифр. Руководитель спрашивает, почему упали продажи, стоит ли запускать акцию, какой канал рекламы приводит покупателей. Аналитик превращает такой вопрос в расчёт и возвращает понятный ответ.

Типичные задачи выглядят так:

  • собрать данные из разных источников: выгрузок учётной программы, баз данных, рекламных кабинетов;
  • очистить их от дублей, пропусков и ошибок;
  • посчитать метрики, например средний чек, долю повторных покупок, долю заявок, которые стали заказами;
  • построить дашборд, то есть экран с графиками, которые обновляются вместе с данными;
  • проверить гипотезу, например через A/B-тест: сравнить две версии страницы или рассылки на двух группах клиентов;
  • объяснить вывод людям, которые принимают решение, без лишних терминов.

Для этих задач нужен небольшой набор инструментов. Он повторяется из программы в программу:

  • Excel или Google Таблицы для быстрых расчётов и сводных таблиц;
  • SQL, язык запросов к базам данных, чтобы доставать нужные строки из больших таблиц;
  • BI-система (Power BI или DataLens) для дашбордов; BI означает business intelligence, инструменты бизнес-аналитики;
  • Python с библиотекой Pandas и статистика для обработки данных и проверки гипотез.

Внутри профессии есть специализации. Skillbox выделяет продуктовую, маркетинговую и BI-аналитику. Продуктовый аналитик изучает, как люди пользуются приложением или сервисом; о нём подробно рассказано в статье кто такой продуктовый аналитик. Маркетинговый аналитик считает отдачу от рекламы и каналов привлечения. BI-аналитик строит отчёты и дашборды для руководителей.

Аналитик разбирает графики
Фото: Nataliya Vaitkevich / Pexels

Четыре точки входа в аналитику

Путь сильно зависит от того, что вы уже умеете. Бухгалтеру со сводными таблицами и тестировщику, который пишет SQL-запросы, нужны разные первые шаги.

С нуля

Если вы пока не уверены, какая аналитика вам ближе, начните с бесплатного введения. У Skillbox это «Введение в аналитику»: около 1,5 часа материала, обзор 11 аналитических профессий (веб-, BI-, продуктовый, маркетинговый аналитик, Data Analyst и другие), карта профессий и тест на профориентацию.

Бесплатные курсы по аналитике данных

Все курсы в каталоге

Следующий шаг — профессия с проектами. На сайте такие программы идут от 4 до 12 месяцев:

  • Skillbox «Аналитик данных с нуля» на 4 месяца, по описанию школы для начинающих без опыта: Excel и Google Таблицы, Python, основы SQL, Power BI, веб-аналитика и A/B-тесты;
  • Skillbox «Data Analyst с нуля до Junior» на 9 месяцев: первые пять месяцев занимают математика, статистика и теория вероятностей, затем четыре месяца кейсов;
  • Skillbox «Профессия Data-аналитик + ИИ» на 12 месяцев, с выбором специализации в конце;
  • Eduson «Аналитик данных + ИИ» на 8 месяцев, по описанию школы для новичков из других сфер;
  • ProductStar: «Аналитик данных 2.0» на 8 месяцев и «Профессия: Аналитик данных + ИИ» на 12 месяцев, по данным каталога.

Skillbox рекомендует уделять учёбе 3–5 часов в неделю. Это примерно час в будний вечер.

Уже работаете с таблицами

Экономист, маркетолог или менеджер по продажам, который каждую неделю строит отчёты, уже прошёл первый этап. Excel знаком, формулы и сводные таблицы не пугают. Следующий шаг — SQL и BI, и для них хватает коротких курсов:

  • Skillbox «SQL для анализа данных» на 2 месяца: от SELECT и фильтрации до объединения таблиц и оконных функций, с дипломной работой;
  • Eduson «SQL с нуля для анализа данных» примерно на 1 месяц: запросы, соединение таблиц, группировка, подзапросы, кейсы с отчётом о прибылях и убытках и с данными CRM;
  • SF Education «Excel academy + Power BI для анализа данных» на 2 месяца: продвинутый Excel, Google Таблицы, Power Query и Power BI, 34 практических задания и сквозной проект.

Курсы: SQL

Все курсы в каталоге

Не хотите программировать

Для этого случая есть путь BI-аналитика. Он строится на Excel, SQL и Power BI, без Python. Eduson прямо описывает свою программу «BI-аналитик» как «без кода». По объёму это 141 академический час: Excel и Google Таблицы, Power Query, Power Pivot, язык формул DAX, Power BI, SQL, Yandex DataLens, метрики и юнит-экономика, презентация результатов. Итоговый проект — анализ данных продаж. Как устроена работа с дашбордами, мы разбирали в статье с чего начать в Power BI.

Из разработки или тестирования

Если вы пишете код или тестируете продукт, SQL и Python у вас, скорее всего, уже есть. Добирать нужно другое: статистику, A/B-тесты, бизнес-метрики и BI. Skillbox называет разработчиков, которые меняют направление, среди аудитории программы «Data Analyst с нуля до Junior». В ней инструменты Python, SQL, Excel, Power BI и Airflow и два проекта на реальных данных.

Пять этапов по порядку

Инструменты удобно осваивать в определённой последовательности. Каждый следующий этап опирается на предыдущий, и на каждом можно уже решать рабочие задачи.

  1. Excel или Google Таблицы: сводные таблицы, формулы, графики. Подробно ступени Excel описаны в статье как освоить Excel для работы.
  2. SQL: выборка, фильтры, группировка, объединение таблиц, оконные функции.
  3. BI: дашборд в Power BI или DataLens.
  4. Статистика и A/B-тесты, Python с Pandas для обработки данных.
  5. Портфолио: 2–4 проекта на открытых данных и умение объяснить вывод.

Машинное обучение в этот список не входит. В части программ есть базовое знакомство с ним, но для аналитика оно не обязательно. Тем, кого тянет в модели и прогнозы, подойдёт статья порядок изучения Data Science.

У SF Education на сайте две программы, которые закрывают этапы Excel и BI вместе: большая «Excel academy + Power BI для анализа данных» на 2 месяца и короткая «Power BI и Power Query» на 1 месяц.

Курсы: BI

Все курсы в каталоге

Как понять, что этап пройден

Курс закончен, сертификат получен, но уверенности нет. Проверить себя можно простыми задачами, которые похожи на рабочие.

ЭтапЧто учитьЧем проверить себя
Excel или Google Таблицысводные таблицы, формулы, графикисобрать сводную по выгрузке продаж за квартал без подсказок
SQLвыборка, фильтры, группировка, объединение таблиц, оконные функциинаписать запрос, который считает выручку по месяцам и объединяет две таблицы
BIPower BI или DataLens, дашбордыпостроить дашборд из 3–4 графиков, понятный коллеге без пояснений
Статистика и PythonA/B-тесты, Pandasобъяснить, значима ли разница между группами в A/B-тесте
Портфолио2–4 проекта на открытых данныхсобрать проект, где данные, запросы и вывод лежат в одном месте, например на GitHub

Где взять первую практику

Портфолио аналитика — это несколько проектов, по которым видно, как вы думаете: какой вопрос поставили, какие данные взяли, как считали и что предложили. Источников для таких проектов три.

  • Учебные проекты школ. У Skillbox в программе «Аналитик данных с нуля» по описанию школы 30 практических работ по SQL и Python, анализ A/B-теста с дашбордом в Power BI и отдельные проекты в Excel, SQL и Python. У Eduson на программе BI-аналитика итоговый проект — анализ данных продаж.
  • Данные с текущей работы. Отчёт, который вы и так строите, можно превратить в проект: добавить вопрос, расчёт и вывод. Берите такие данные только с разрешения руководителя и в обезличенном виде, без имён клиентов и точных сумм.
  • Открытые наборы данных. Для тренировки есть открытые наборы, например на Kaggle: продажи магазинов, поездки такси, отзывы о товарах.

Проект читается легче, если у него понятная структура. Удобно держаться четырёх частей:

  1. вопрос бизнеса одной фразой, например «почему в третьем квартале снизились повторные заказы»;
  2. данные: откуда взяты, за какой период, что пришлось почистить;
  3. расчёт: запросы, таблицы и графики, по которым видно ход мысли;
  4. вывод и предложение: что изменить и как проверить, сработало ли изменение.

Возьмём небольшой пример. Магазин запустил рассылку со скидкой и хочет понять, помогла ли она. Слабый проект показывает только график продаж до и после рассылки. Сильный сравнивает клиентов, которые получили письмо, с теми, кто его не получал, считает разницу и честно пишет, насколько вывод надёжен. Второй вариант показывает навыки, которые нужны в работе аналитика: умение поставить вопрос, выбрать способ проверки и объяснить результат простыми словами.

Код и учебные проекты удобно хранить на GitHub. Так проект легко показать: одна ссылка ведёт и к запросам, и к выводам. GitHub есть среди инструментов в программах Skillbox «Data-аналитик + ИИ» и Eduson «Аналитик данных + ИИ».

Длинные программы ProductStar по данным каталога идут 8 и 12 месяцев. Карточки ниже пригодятся тем, кто хочет сравнить продолжительность с программами других школ; среди них есть и курс школы по веб-аналитике.

Веб-аналитика с Яндекс. Метрикой
Выбор редакции

Веб-аналитика с Яндекс. Метрикой

ProductStar 2 мес.
538 ƃ* 1 080 ƃ −50% Смотреть программу
На сайт школы
Все курсы в каталоге

Аналитика через онлайн-курсы: за и против

Ниже плюсы и минусы самого решения идти в аналитику через онлайн-курсы. Каждый пункт можно проверить по описанию программ.

Плюсы

  • Инструменты повторяются в программах разных школ: Excel, SQL, BI, Python, статистика, поэтому понятно, что учить.
  • Можно начать с бесплатного введения Skillbox примерно на 1,5 часа и выбрать направление.
  • Короткие курсы по одному инструменту идут 1–2 месяца.
  • Есть путь без программирования: BI-аналитик на Excel, SQL и Power BI.
  • В программах школ есть учебные проекты, из которых собирается первое портфолио.

Минусы

  • Длинные профессии идут 8–12 месяцев при нагрузке 3–5 часов в неделю.
  • Документ сам по себе нанимателю ничего не гарантирует: на собеседовании смотрят, какие задачи вы умеете решать.
  • Статистику и SQL полезно закреплять и вне курса, на своих задачах, а на это нужно отдельное время.
  • Без Python выбор специализаций уже: в программах продуктовой и маркетинговой аналитики он есть.
  • Портфолио нужно собирать и оформлять самому, курс даёт только учебные проекты.

Вопросы о пути в аналитику

Можно ли стать аналитиком данных без профильного образования?

Обязательного допуска в этой профессии нет, требования ставит наниматель. Школы на сайте набирают на программы «с нуля» без профильного образования: у Skillbox и Eduson это прямо написано.

Что нужно знать аналитику данных в первую очередь?

Excel или Google Таблицы, SQL и одну BI-систему; затем статистику и Python. Этот набор повторяется в программах Skillbox и Eduson; курс SF Education закрывает Excel и Power BI.

Сколько учиться на аналитика данных с нуля?

Программы «с нуля» на сайте идут от 4 до 12 месяцев; короткий курс по SQL или Power BI занимает 1–2 месяца. Skillbox рекомендует 3–5 часов в неделю.

Можно ли стать аналитиком без программирования?

Да, путь BI-аналитика строится на Excel, SQL и Power BI; Eduson описывает свою программу BI-аналитика как «без кода». Для продуктовой и маркетинговой аналитики стоит освоить и Python: он есть в программах этих специализаций.

Нужен ли диплом, чтобы работать аналитиком в Беларуси?

Обязательного документа нет. Если нанимателю нужен документ определённого вида, уточните это у него до оплаты.

Первый шаг на этой неделе

Путь в аналитику удобен тем, что польза видна уже на первом этапе. Менеджер из Гродно может начать с того же понедельничного отчёта: собрать его сводной таблицей, затем повторить расчёт запросом SQL, затем превратить в дашборд. К концу этого пути у неё будет готовый проект и ответ на вопрос про заказы в Лиде. Сколько стоит такой путь и за что школы берут разную цену, мы разобрали в статье сколько стоит выучиться на аналитика данных. Выберите свою стартовую точку, пройдите бесплатное введение и начните с этапа, который ближе всего к вашей работе.

#Смена профессии #Аналитика данных #Power BI #SQL
Поделиться: Telegram WhatsApp ВКонтакте

Читайте также