Рубрика «Кем работать в IT» — интервью с представителями IT-профессий, в которых специалисты рассказывают о тонкостях своей работы: плюсах, минусах, подводных камнях и заработной плате. Мы надеемся, что джунам и стажёрам она поможет больше узнать о том, что их ожидает на карьерном пути, а профессионалам — посмотреть на свою специальность через чужой опыт и, может быть, открыть для себя что-то новое.
Сегодня о своём опыте работы нам рассказал Олег Игнатов, Head of Product Analytics в Garage Eight.
О специальности
Расскажите, чем вы занимаетесь
Я отвечаю за всю продуктовую аналитику в компании Garage Eight. Мы строим экосистему финансовых сервисов, продуктов для инвестирования, и на нынешней стадии развития без продуктовой аналитики не обойтись. У меня разнообразный спектр задач: наём, удержание и развитие аналитиков, создание и внедрение различных стандартов и процессов, формирование стратегии продуктовой аналитики. Ну и, конечно же, помогаю принимать решения, используя всю аналитическую мощь компании.
Какое у вас образование?
У меня высшее техническое образование. Я учился 5,5 лет в Московском авиационном институте на специальности «Радиоэлектронные системы и комплексы». Сейчас это «Инфокоммуникационные технологии и системы связи».
Начало карьеры
Как вы узнали о своей специальности, с чего всё начиналось?
Я работал инженером в компании «Туполев», эти ребята занимаются созданием различных самолётов, в том числе пассажирских. И так получилось, что я полтора года почти не занимался инженерной составляющей, а в основном анализировал результаты лётных испытаний. Было много таблиц, данных, надо было делать математически верные выводы, что в целом мне очень нравилось.
Потом мой коллега ушёл в другую компанию. Он рассказывал, что там очень интересно работать, лучше условия, да и платят побольше. Я, в свою очередь, полез в интернет, чтобы, грубо говоря, узнать, как можно применить знание математики и умение анализировать данные за пределами инженерной отрасли. И узнал, что есть такая работа — анализ данных.
Как вы искали свою первую работу в IT? Как долго?
Исследовав требования к вакансиям аналитиков, я понял, что мне, по сути, нужно изучить только SQL, который на тот момент в компании не применялся. Это оказалось не очень сложно, примерно месяц-два я его учил, потом освежил знания по математике и статистике и вышел на рынок.
Из интересного — тогда у нас не было удаленки, как и помещений для переговоров, поэтому собеседования я в основном проводил в дальнем конце столовой. Позже взял отпуск на две недели, чтобы ничего не мешало. Примерно 1,5-2 месяца я неспешно ходил по собеседованиям и в конечном итоге получил оффер в авиакомпанию S7.
Расскажите про своё первое собеседование и первое место работы. Какой вы получили опыт?
Собеседование в S7 было моим первым по-настоящему «взрослым» собеседованием. Мне показалось (а сейчас я уверен), что этапов было довольно много. Даже сейчас собеседования редко занимают больше 2-3 этапов, а у меня было аж 6:
Звонок-знакомство с HR;
Техническое собеседование с действующим аналитиком в компании, где мы решали логические задачи про горящие фитили и что-то ещё;
Тестовое задание из двух задач: построить отчет в Tableau и разбить исследование определённых показателей на этапы;
Демонстрация тестового в live-режиме и одновременно знакомство с руководителем;
Встреча-знакомство с командой;
Финальное собеседование с руководителем C-level.
В итоге я попал в подразделение, которое можно было назвать «стартапом внутри компании». Это был созданный на инвестиции компании проект, в рамках которого предлагалось перевозить коммерческие грузы в багажном отделении самолета. Багажное отделение не всегда заполнено до конца: кто-то летит без багажа, кто-то опоздал на рейс и всё такое прочее. Появляется свободное место, и его можно использовать. Проект был с уклоном в логистику, поэтому параллельно приходилось разбираться во множестве аспектов бизнеса, различных терминах и особенностях, при этом не забывая про аналитику.
Во время работы в компании я создал базовую отчётность, разработал Telegram-бота, провёл несколько исследований, автоматизировал кучу рутинной работы, в общем, скучать не приходилось.
Я был единственным аналитиком в команде, поэтому тяжело было узнавать новые подходы к работе с данными, но в целом в компании с аналитикой было все суперкруто, имелись хорошие процессы и современные инструменты.
Расскажите про ваши провальные собеседования. С кем это было? Какую работу над ошибками получилось сделать?
Ох, провалы, куда ж без них. Самое обидное было, когда я на собеседовании, кажется, в «Ситимобил», ответил правильно на всех секциях и чуть-чуть не докрутил кейс, думал, что пройду, а этого оказалось недостаточно. Занимательно, что буквально спустя неделю появилась информация, что сервис закроют.
А так причины были разные, где-то заваливался на простых математических задачах, где-то были очень странные вопросы, где я не понимал, чего от меня хотят. Помню, часто переживал, когда долго не возвращались с обратной связью. Для себя установил правило: если в течение трёх рабочих дней после собеседования не возвращаются с обратной связью, то считай, ты не прошёл дальше.
Работу над ошибками, кстати, стоит проводить после каждого собеседования. А ещё, если ты неверно отвечаешь на вопросы, всегда можно спросить правильный ответ и узнать, почему он такой. Очков вам это вряд ли добавит, зато получите новые знания, всегда полезно.
Какой была ваша первая зарплата, если не секрет?
Если первая в IT, то 80 000 рублей на руки. Интересно, что до этого я получал больше, только оклад был в четыре раза меньше.
Кстати о зарплате: по данным зарплатного калькулятора Хабр Карьеры, средний размер заработной платы продуктового аналитика в первом полугодии 2025 года составлял 225 тыс. руб. Конечно, это среднее значение. Есть те, кто зарабатывает меньше: 157 тыс. руб., а есть и те, кто получает 337 тысяч.
Как складывался карьерный путь в IT после первой работы? Куда пробовали попасть еще?
Спустя примерно год после устройства в S7 я решил ради интереса открыть резюме на HH, получил кучу просмотров и приглашений пообщаться, в итоге спустя несколько собеседований получил оффер в другую компанию. Ни в какую конкретную компанию я не хотел, скорее, смотрел, что есть на рынке и пытался понять, интересно мне там будет или нет. Общался с кучей разных компаний: «Ситимобил», «Сбер», «Делимобиль», «Альфа банк», «Литрес», «Аэрофлот», «Сбермаркет», «Озон».
Даже ходил на weekend offer в «Авито» — знакомая многим история, когда за выходные или неделю можно быстро пройти несколько этапов и получить оффер. Я помню, там нужно было на платформе Stepic решить несколько задач. Я вечером посидел, какие-то задачи решил сразу, какие-то оказались сложнее. Оказалось, что я справился действительно хорошо и прошёл в следующий этап. А там меня уже ждали два часа с аналитиками «Авито» — было полезно. Как сейчас помню, была задачка про осьминога Пауля и вероятность угадать победителя футбольного матча, я тогда верно выбрал метод решения задачи, но не смог вспомнить формулу. Мне сказали: «Ну, раз не помнишь, значит, сейчас будем выводить», как в старые институтские времена.
В конечном итоге я принял оффер в «Литрес», где провёл несколько замечательных лет и вырос в руководителя продуктовой аналитики.
О компании
Как вы попали в Garage Eight?
Я увидел вакансию с точно такой же позицией, какая была в другой компании, только с упором на стратегическое развитие, ну и сфера подкупила: давно хотел поработать с инвестиционными продуктами. На собеседовании было три этапа — рекрутер, руководитель и CPO. Был, с моей точки зрения, достаточно стандартный процесс из трех этапов — сначала пообщались с рекрутером, далее уже было техническое собеседование с Head of Analytics, а после уже встреча с CPO. Очень часто собеседования играются в одни ворота: кандидата в основном спрашивают, он отвечает, может, в конце задаст пару вопросов. В этот раз всё было по-другому: я почти ничего не знал о компании, ее процессах, людях, а ребята, конечно, мало знали обо мне. Поэтому у нас было больше не собеседование, а приятное общение об опыте, проектах, достижениях, планах. Кажется, я задал им больше вопросов, чем они мне. Интересно, такое часто бывает?
Собеседования прошли в дружелюбной атмосфере, мне сразу подсветили моменты и процессы, которые в компании выстроены не очень, и на чем надо будет сфокусироваться. За это отдельный респект, потому что часто бывает, что кандидата жестко гоняют по алгоритмам и обещают A/B тесты, а по факту он на работе эксельки перекладывает.
Кстати, я уже упоминал, что обратную связь дольше трёх дней не имеет смысла ждать. Поэтому всегда рассчитывал на 1-2 дня ожидания, но ребята меня приятно удивили, ответили за четыре часа, поэтому с гордостью могу вручить медаль за самую быструю обратную связь в Санкт-Петербурге.
Как проходил процесс адаптации? С какими трудностями вы столкнулись?
Всё было супер! В Garage Eight хорошо выстроены процессы адаптации: у тебя есть онбордер, список задач на испытательный срок, необходимые внутренние курсы для погружения в рабочие процессы и тому подобное. Единственная трудность была в том, что мне надо было за месяц познакомиться с кучей людей, в итоге знакомство растянулось на три месяца.
Из любопытного — в компании есть довольно обширный онбординг-курс, где рассказывается про основы работы, информационную безопасность, ценности, корпоративную культуру и многое другое. В конце курса есть тест. Я думал, что это формальность, пока не прочитал условия. Тебе даются три попытки, чтобы правильно ответить на несколько вопросов, если все три раза ответы будут неверными, нужно будет идти к своему HR и разбирать, что ты не усвоил. Звучит жёстко, но на деле тест несложный. Мне до сих пор интересно, были ли люди, которые не прошли, и что с ними стало…
Отдельно стоит рассказать про стек и в целом устройство «дата-части» компании. У нас, помимо аналитики, есть ещё два направления, которые плотно работают с данными — это команда инженеров данных и команда ML. Команда инженеров выделенная, они занимаются бесперебойной поставкой данных в облачное хранилище или облачное хранилище BQ, при этом на их плечах также лежит процесс постоянного обновления данных в отчётах. Всё это дело работает через Airflow. А ML-инженеры работают, как и аналитики в кроссфункциональных командах, улучшая наш арсенал моделей.
Аналитики в основном работают как раз с BQ и часто используют Jupyter для питона, также у нас есть аналитический селф-сервис и система отчётности.
Какие знания у вас уже были, когда вы пришли в свою компанию?
У меня был довольно хороший бэкграунд классического стека аналитика, который работает с данными: SQL, Python, математика и статистика, понимание продуктовых метрик, A/B тесты, ML. При этом, поскольку я уже был руководителем, у меня также был весь необходимый менеджерский опыт для данной позиции.
На какую зарплату вы рассчитывали тогда и что получили?
Моя вилка была 400-600 тыс рублей, по ней мы с компанией сошлись :)
Об опыте
Что сейчас нужно знать специалисту, чтобы попасть в вашу сферу?
Как по мне, главное — уметь делать правильные выводы из цифр. Понятно, что компаниям нужны разного уровня аналитики, для кого-то аналитика — сервис по выполнению ad-hoc задач, кому-то нужны дашборды. Но если ты действительно понимаешь, что означают те или иные показатели, и делаешь правильные выводы, то всё остальное для тебя становится инструментом, упрощающим работу.
А еще в аналитику приходят из разных сфер, так что понимание доменной области продукта всегда упрощает задачу.
Какие бы вы выделили важные Soft и Hard Skills для специалиста вашего направления?
Софты: умение переводить бизнес-язык в цифры и обратно, докапываться до сути проблемы или задачи, хорошие навыки декомпозиции задач, понятно выражать свои мысли
Харды: SQL, Python, знание математики и статистики, понимание различных метрик, немножко ML, BI-инструменты
Поговорим об ошибках. Чего не нужно делать новичкам?
Не нужно делать поспешных выводов;
Не нужно подписываться на выполнение задач без понимания сути проблемы;
Не нужно бояться задавать любые вопросы.
С чего можно начать специалисту без опыта? Какие есть возможности?
Звучит, конечно, банально, но опыт сам вас не найдет. Всё очень сильно зависит от каждого конкретного человека, его склада ума, бэкграунда, образования, скилов, целеустремленности. Понятно, что людям без опыта тяжело, но так было всегда, поэтому можно использовать различные возможности, а их в современном мире много. Есть стажировки, можно ходить на конференции и митапы, знакомиться с людьми. Всегда можно делать какие-то свои проекты, ну и вакансии для специалистов без опыта тоже имеются.
Вы проходили какие-то курсы? Что лучше всего подойдет для развития навыков?
Курсов бесконечное количество, всех их объединяет одно — вся информация есть в бесплатном и свободном доступе, нужно только тщательно поискать. Если начистоту, то из курсов мне нравится GoPractise, довольно интересно и познавательно.
Какие книги статьи, подкасты, курсы стоит почитать/посмотреть для развития в профессии?
для A/B тестов обязательно нужно прочесть книгу «Доверительное A/B тестирование»;
из курсов хороши GoPractise и очень известный курс Карпова по статистике на Stepic;
а подкастов и статей бесконечное количество, мне в целом понравился раздел Towards Data Science на ресурсе Medium;
если хочется прокачать SQL и Python всегда есть leetcode, а также очень много различных симуляторов.
Карьерный трек продуктового аналитика
Мы часто слышим от специалистов на Хабр Карьере вопрос: как понять, что я уже сеньор? Или: что мне нужно сделать и освоить, чтобы вырасти до миддла?
В каждой статье рубрики мы разбираем новую специализацию и показываем карьерный трек. Это инфографика с навыками, задачами и условиями работы, разбитыми по квалификациям. Перед вами — карьерный трек продуктового аналитика, который нам помог составить Олег из Garage Eight.
