Сколько учиться на аналитика данных с нуля
Короткий ответ: до уровня, с которым берут джуниором, — от шести до двенадцати месяцев при десяти часах в неделю. Программы курсов обещают меньше, и это не обман: они считают время до конца программы, а не до первой работы. Разница между этими двумя сроками и есть главное, что стоит понимать заранее.
Из чего складывается срок
Аналитик данных — профессия с широким входом, поэтому учиться можно по-разному. Порядок обычно такой:
- Excel и таблицы — 2–3 недели. Сводные таблицы, формулы, чистка данных.
- SQL — 1–2 месяца. Главный инструмент аналитика: выгрузить нужное из базы.
- Визуализация — 1 месяц. Дашборды, отчёты, умение показать результат.
- Python для анализа — 2–3 месяца. Pandas, обработка, автоматизация.
- Статистика и А/Б-тесты — 1–2 месяца. То, что отличает аналитика от выгрузчика.
- Проекты в портфолио — 2–3 месяца параллельно.
Сложить в столбик — получается 7–11 месяцев. Именно поэтому обещание «аналитик за 4 месяца» означает конец программы, а не готовность к собеседованию.
Что можно сократить
- Если вы уже работаете с данными — бухгалтер, экономист, маркетолог с отчётностью — первые два блока пройдут вдвое быстрее.
- Если нужна не смена профессии, а навык для текущей работы — часто хватает SQL и визуализации. Это 2–3 месяца, и на них есть отдельные короткие курсы.
Чего сокращать нельзя
Проекты. Работодатель смотрит не на диплом, а на то, что вы сделали руками. Три-четыре разобранных кейса с выводами весят больше, чем сертификат.
Статистику. Это то, что отличает аналитика от человека, умеющего строить графики. На собеседовании спросят про А/Б-тесты почти наверняка.
Практическое наблюдение: люди, которые сначала доводят до конца один проект, а потом идут дальше, доучиваются чаще тех, кто проходит все модули подряд и берётся за портфолио в конце.
Аналитик или Data Scientist — разные сроки
Их часто путают, а разница в сроках двукратная.
| Аналитик данных | Data Scientist | |
|---|---|---|
| Основа | SQL, визуализация, статистика | Математика, ML, программирование |
| Порог входа | Ниже | Заметно выше |
| Срок до джуна | 6–12 месяцев | 12–24 месяца |
| Кому подойдёт | Тем, кто идёт из смежной сферы | Тем, у кого сильная математика |
Начинать почти всегда разумнее с аналитики: если пойдёт, перейти в Data Science изнутри проще, чем сразу штурмовать её с улицы.
Сколько часов в неделю нужно
| Часов в неделю | Реальный срок до джуна |
|---|---|
| 5–6 | больше года, высок риск бросить |
| 10–12 | 7–10 месяцев — оптимально при работе |
| 20+ | 5–6 месяцев, но нужно освободить время |
Меньше пяти часов не работает: между занятиями забывается больше, чем усваивается.
Посмотреть направление: Аналитика данных.
Частые вопросы
Нужна ли математика?
На уровне школьной программы плюс базовая статистика, которой учат на курсе. Высшая математика нужна в Data Science, а не в аналитике.
Можно ли учиться, не бросая работу?
Да, и так делает большинство. Ключ — стабильные 10 часов в неделю, а не рывки по выходным.
Что важнее: диплом или портфолио?
Портфолио. Диплом помогает пройти формальный отбор в крупных компаниях, дальше смотрят на проекты.
С чего начать, если сомневаюсь?
С бесплатного профтеста и открытых материалов — у части школ они есть. Так вы поймёте, ваше ли это, до оплаты.
