Где учиться на аналитика данных: гид по выбору школы

Три соседние роли выглядят похоже на лендингах и по-разному на работе. Аналитик данных отвечает на вопросы бизнеса: SQL, метрики, отчёты, разговор с заказчиком. BI-специалист ближе к витринам и дашбордам, у него больше инженерии и меньше интерпретации. Data Scientist занимается моделями, и там всерьёз нужна математика.

Ошибка стоит месяцев: человек хочет отвечать на вопросы цифрами, а покупает программу, где полкурса занимает машинное обучение, которое он потом не применит ни разу. Обратный маршрут встречается чаще и работает лучше — из аналитики в Data Science через год-два реальной работы с данными.

Проверяется это по учебному плану за пять минут. Посчитайте недели: сколько отдано SQL и работе с данными, сколько моделям. Если второе больше первого, а на вакансиях junior-аналитика ML почти не спрашивают, вы платите за чужую специальность.

Это самый недооценённый пункт при выборе data-школы. Один и тот же модуль «SQL» может означать десять аккуратных строк в учебной табличке или базу на несколько связанных таблиц, где часть значений отсутствует, а справочник менялся посреди периода.

Просите конкретику: сколько таблиц в учебной базе, есть ли пропуски и дубликаты, встречаются ли задачи, где правильный ответ — «в данных ошибка». Именно такие задачи составляют содержание первых месяцев работы, и именно их почти нет в слабых программах.

Заодно уточните, останется ли у вас доступ к датасетам после окончания. Практиковаться после курса нужно обязательно: навык SQL без регулярного использования выветривается за пару месяцев, а без своей базы тренироваться неудобно.

Статистический блок в программах для аналитиков часто выглядит как два часа видео с формулами, после которых человек умеет назвать нормальное распределение и ничего больше. Рабочий уровень другой: сформулировать гипотезу, прикинуть нужный размер выборки, интерпретировать результат и не перепутать корреляцию с причинностью.

Хороший признак — задание с неоднозначным исходом. Учебные примеры обычно заканчиваются победой варианта B; реальность чаще заканчивается тем, что разница в пределах погрешности. Программа, которая тренирует только победные сценарии, готовит к докладу, а не к работе.

Высшая математика при этом не нужна: на входе хватает логики, арифметики и аккуратности. Глубокая теория становится критичной ближе к Data Science — ещё один довод не покупать DS «на вырост».

Портфолио аналитика — не галерея графиков, а три истории, каждая из которых начинается с вопроса бизнеса и заканчивается решением. Воронка, эксперимент, расследование аномалии: разные задачи и разные навыки, вместе они закрывают почти всё, о чём спросят на входе.

В каждом кейсе видны источник данных, что вы почистили и почему, запрос или код с комментариями, одна-две честные визуализации и вывод. Отдельным абзацем — ограничения: чего в данных не было, какие допущения приняты, что проверили бы при наличии времени. Этот абзац и отличает аналитика от человека с графиком.

Формулировка вывода тренируется отдельно. «Конверсия в оплату упала с 4,1 до 3,3 процента из-за роста мобильного трафика, где форма ломается на третьем шаге» — это вывод. «Наблюдается снижение показателей» — его отсутствие.

Колонки: часы SQL, тип учебных данных, число работ с человеческим ревью, наличие статистического блока с задачами, какой BI даётся и насколько глубоко, полная стоимость. Ревью здесь особенно важно: проверять нужно логику вывода, а не оформление графика, и это разные виды обратной связи.

Расклад по нашим данным: у Нетологии «Аналитик данных» идёт ориентиром от ~142 100 ₽ и включает BI на российских инструментах; у Karpov узкий data-фокус и симулятор для проверки задач до покупки; Skillfactory и Skillbox показывают платёж от 3–6 тысяч в месяц; Практикум считает цену по направлению. Цифры ориентировочные — сверяйте на сайте школы.

И проверьте два скучных пункта в договоре: разрешено ли публиковать учебные проекты в открытом репозитории и на какой срок сохраняется доступ к материалам. Первое нужно для портфолио, второе — для той самой практики после выпуска.