Не интересно расти в лиды и заниматься  менеджментом. Такой опыт получила в Сбере, довольно тяжело совмещать менеджерские задачи с исследовательскими. В качественных исследованиях достигла некоторого потолка, а в количественных — уже достаточного для UX-исследований уровня, но в эту область явно можно было расти еще. Также подвыгорела от общего объема коммуникаций. Поэтому в начале моего перехода рассматривала это как возможность расширить свою экспертизу в количественных методах.

Еще: я сталкивалась с ситуацией, когда ко мне приходят продакты проверять гипотезы, недостаточно проработанные с точки зрения анализа имеющегося цифрового следа. В этот момент можно попросить аналитика (если он есть) посмотреть данные в разных разрезах, построить модели, уточнить сегментацию, потому что это в конечном счете влияет на те данные, которые исследователь соберет и те выводы, которые он сформулирует на их основе. Палить из пушки по воробьям (=работать с сырыми гипотезами) неэффективно и не добавляет ценности таким исследованиям. Поэтому я захотела стать таким аналитиком, который может формулировать полноценные гипотезы на проверку качественными методами.

Сейчас мой фокус — продуктовая аналитика как наиболее смежная область с исследованиями. Возможно дальше мне будет интересно расти в Data Science, ML.

Интереснее всего генерировать продуктовые гипотезы и проверять их A/B-тестами. Кроме этого, интересен в целом анализ метрик продукта — определить дерево, искать узкие места, собирать дашборды по ним. Здесь есть большое поле для выстраивания стратегии развития продукта.

Думаю, это любопытство. Способность увидеть за цифрами поведение и мотивацию пользователей. Иметь продуктовое мышление. И крепкие харды: SQL, Python, знание статистического анализа.

Бэкгрануд дает мне достаточные софты и продуктовое мышление, сейчас я оттачиваю харды. Конкуренция среди джунов очень высокая, и уровень хардов тоже высокий, я хочу набрать достаточный уровень практикой.

Для расширения экспертизы в колич.методах — магистратура ВШЭ “Data Analytics and Social Statistics”. Доучившись до 3 модуля, решила скорректировать учебный трек в сторону продуктовой статистики и более практическое русло. Окончила курс Карпова  “Дата аналитик”. Прошла вступительные экзамены на магистратуру ВШЭ&Курсов Карпова “Аналитика больших данных”, сейчас учусь. Еще была на интенсиве Павла Бухтика по подготовке к собеседованиям продуктовых аналитиков — очень полезная штука, сразу подсветила мне пробелы и сузила область подготовки.

Сохраняю примеры анализа в Git как портфолио: расчет A/B-теста в Python, эксплораторный анализ данных, тестовое — разные выгрузки данных в SQL

Тг-каналы мне кажутся наиболее эффективными, LinkedIn — часто можно в какую-то минимальную коммуникацию вступить с нанимающим или HR. В hh не верю.

По окончанию курса в сентябре быстро нашла работу аналитика, но со спецификой — C&B. В этой роли основной стек был Excel — ведомости все рассчитывались в Google-таблицах, и была еще задача расчета мотиваций в SQL. Поработав пару месяцев, ушла, — поняла, что хочется роль именно продуктового аналитика, чтобы обучение в магистратуре и работа были сколько-нибудь сонаправленными.

В целом, довольно непросто совмещать работу и учебу, учеба мега ресурсоемкая.
Стратегия простая пока: отслеживаю новые джуновские позиции или стажировки в тг-каналах, на что-то откликаюсь. Храню все резюме в Google Docs, оптимизирую под каждую вакансию, сохраняю cover letter там же. Когда откликалась на позицию UX-исследователя на европейском рынке, хранила резюме в сервисе Teal — очень удобный сервис, помогающий оптимизировать резюме и каверы по ключевым словам вакансии, там же вести статистику и видеть воронку. На русском языке не очень удобно, а сейчас для позиций джуна продуктового аналитика я откликаюсь только в русскоговорящие компании.

Скорее нет, потому что пока я не в активном поиске. В сентябре отправляла отклики в hh часто, сейчас почти снизила активность, только на отдельные интересные позиции.

Знаю, что стратегия “сначала подготовлюсь и выучу все, а потом выйду на рынок” - это такой предел, стремящийся к бесконечности, но по себе знаю, я лучше перформлю на собесах, когда уверена в своих знаниях, а пока такого чувства нет.

2-3 месяца очень лайтового режима. Было несколько тестовых, несколько собесов с HR/нанимающим менеджером, было одно техническое.

"Мотивация на самом деле скачет постоянно. Не могу сказать, что это долгое обучение находит горячую поддержку в семье, но пока мы держимся. Пожалуй, спорт еще помогает сбросить стресс, я хожу уже несколько месяцев на тайский бокс, и это прям отдушина.

С одногруппниками с курса собрали чатик и делимся успехами/неудачами, хоть и не часто. Двое уже приняли оффер, это безусловно очень радует.  С одногруппниками из маги скорее наоборот - некоторая часть из них уже аналитики, ML-щики, дата-инженеры с опытом, когда слушаю их байки с собесов — неуверенность в своих хардах только растет. Дают буст успехи в учебе, но и обратное движение тоже имеется. Еще во времена провалов в мотивации нет, нет, да посматриваю на вакансии senior UX researcher. Наверное, было бы в чем-то проще зайти в  компанию с прошлой роли, а потом потихоньку дрифтовать в сторону дата аналитики, но это слишком долгий путь. Для меня как для почти 50летнего джуна - время очень дорого.

"Задача руководителя — вовремя первым заметить выгорание, выйти на открытый разговор с сотрудником и договориться расстаться с ним на время."