הקדמה
סוף השנה האזרחית הוא זמן מצוין להסתכל…
מצד אחד אחורנית על מה עשינו השנה, מה השגנו ומה לא.
ומצד שני – להסתכל קדימה לשנה החדשה, ולתכנן היכן אנחנו רוצים להיות, ומהן הפעולות אשר יביאו אותנו לשם.
ומאחר ואנחנו עוסקים בתחום ניתוח הנתונים, מטבע הדברים אנחנו רוצים להבין מה יעזור לנו להפוך לדאטה אנליסט או ישדרג את היכולות שלנו – כבר השנה.
להפוך לדאטה אנליסט – איך אפשר לקצר את התהליך?
תהליך ההכשרה של דאטה אנליסט הוא ארוך, ובוודאי בתחילת הדרך הוא גם מאוד מאתגר.
וכמו בכל תהליך, מדובר בלימוד, ניסוי וטעייה משמעותיים שצריכים לעבור, וכן – גם לטעות בדרך.
לכן, רציתי למפות בפניכם 9 טעויות מרכזיות, אשר מי ששואף להיות דאטה אנליסט נוטה לבצע.
הטעויות האלה יחסית נפוצות, ומאריכות את משך הזמן שלוקח להיכנס לעבודה בתחום.
חלקן עשויות לגרום לכם לדחייה ע"י מעסיקים וכנובע מכך לתחושה של חוסר בטחון, לייאוש ומחשבה שאין סיכוי להתקבל לעבודה.
חבל מאוד – כי מהטעויות האלה אפשר להימנע, ולקצר מאוד את הדרך להכשרה למקצוע / להפוך לדאטה אנליסט.
ומאחר וחשוב לי שתבינו בדיוק למה אני מתכוון – רציתי להרחיב מעט יותר על כל טעות, ולכן החלטתי לחלק את 9 הטעויות ל-3 מאמרים ממוקדים.
אז בלי לחפור לכם יותר מדי – הנה 3 הטעויות הראשונות, הנוגעות יותר לשלבים הראשונים של מי שרוצה להפוך לדאטה אנליסט – ההבנה וההחלטה…
הטעות הראשונה – "חוסר רקע מתאים פוסל אוטומטית"
כל מי שקורא את תיאורי המשרות לגיוס דאטה אנליסט עשוי להניח שכל האנליסטים הם כלכלנים או מהנדסי תעשייה וניהול.
ואכן – זה הפרופיל שמעסיקים מחפשים קודם כל.
מדוע? כי במהלך הלימודים לתארים האלה הסטודנטים מקבלים ארגז כלים משולב ברמה זו או אחרת – גם של ידע עסקי, וגם של ידע טכני.
אבל זה ממש לא הדבר היחיד, ואפילו לא הדבר החשוב שמחפשים אצל אנליסט…
יש מספיק דוגמאות – גם לכלכלנים/מהנדסים שלמרות התואר לא התקבלו, וגם של כאלה שלמדו מקצועות אחרים – והפכו להיות אנליסטים.
אז נכון – אם לא למדתם את התארים הספציפיים האלה יכול להיות שיהיה לכם מעט יותר קשה להתבלט, אבל זה עדיין אפשרי.
בסופו של דבר – השאלה הבאמת חשובה שעליכם לשאול את עצמכם, היא האם לעבד נתונים, לנתח אותם, להוציא מהם תובנות ולהשתמש בתובנות בשביל לשפר את הביצועים בחברה זה משהו שממש מושך אתכם.
אם כן – קדימה.
יש משפט מפורסם שאומר: "If there is a will, There is a way". גם אם זה ידרוש מעט יותר מאמץ – זה בהחלט אפשרי להפוך לדאטה אנליסט – גם אם החלטתם לפני כך וכך שנים לבחור בדרך מעט שונה "מהמקובל".
האמת היא הפוכה – עליכם להסתכל על הניסיון שצברתם בתחום אחר/משיק דווקא בתור יתרון – כזה שבשילוב עם יכולות ניתוח נתונים ייצור הרבה מאוד ערך לארגון.
זה מה שעליכם להאמין בו ולתקשר למעסיקים.
הטעות השנייה – קורות חיים לא רלוונטיים ולא מעניינים
הרבה מועמדים ששולחים את קורות החיים שלהם לתפקידי דאטה אנליסט לא מודעים איך הם נראים ונתפסים בצד השני – של המעסיקים.
בראייה של המעסיק, המטרה שלו היא לגייס את המועמד הכי מתאים למשרה – במינימום מאמץ.
איך בודקים התאמה?
מתחילים עם דרישות מהמועמד – תואר רלוונטי, ניסיון וכיו"ב.
וכאן אין ממש הפתעה: מי שלמד תואר רלוונטי, וגם היה בעל ניסיון בתור אנליסט – היה בראש הרשימה.
כנראה שרובם המוחלט של המעסיקים מתמקדים קודם כל באוכלוסייה הזו, ואת זה רואים גם בתיאורי המשרות.
איך זה עובד ברמה הטכנית?
או שיש איש/אשת HR, שעוברים על הרבה מאוד קורות חיים.
מצד אחד יש להם תיאור משרה ברמת דרישות, ואולי עוד כמה מילות מפתח.
מול זה יש להם טונות של קורות חיים. לא תמיד יש זמן לעבור על כולם, אז מקדישים כמה שניות ומחליטים אם להעביר לשלב הבא או לפסול כבר בשלב הראשון.
כמובן, שכיום יש לא מעט תוכנות/מנועים שכבר יודעים לעשות את העבודה הזו, מה שהופך את תהליך המיון להיות אוטומטי – בהתבסס על מילות מפתח, חוקים עסקיים, ואפילו מודלים של בינה מלכאותית ברמה מסוימת…
מה שאומר – שמי שלא מושך – או את איש/אשת ה-HR, או את המכונה – פשוט לא יעבור את הסינון!
וכאן אני רוצה להגיע לפואנטה…
מניסיוני, תמיד יש גם כאלה שאמנם לא נופלים בדיוק לקריטריונים, אבל עדיין – משהו בקורות החיים שלהם נראה "מעניין".
אם זה מילות מפתח מסוימות, או אולי משהו אחר שמופיע בהם – יכולים להיות מקרים שגורמים למגייס להבין שאולי יש כאן מישהו עם פוטנציאל, עם יכולת ייחודית שתשתלב ממש טוב עם התפקיד.
הרבה מועמדים מפספסים את זה, ומציגים קורות חיים שבלוניים, עם ידע/ניסיון/כלים שאינם רלוונטיים לאנליסטים – ואפילו פוסלים אותם.
בהרבה מקרים, אפשר לברור מה לשים ומה לא לשים בקורות החיים – על מנת להציג 'פרופיל אנליטי' יחסית טוב – כזה שיעביר אתכם לשלב הבא.
לצערי אין הרבה אנשים שיודעים לעשות את זה – כי זה מצריך המון ניסיון בתחום – ולכן זה נתפס כבלתי אפשרי.
המציאות היא אחרת לחלוטין – זה בהחלט אפשרי – ויכול לעשות קסמים בסיכויים שלכם לקבל זימונים לראיונות!
הטעות השלישית – לקפוץ מהר מדי לשלב הלימוד בלי להבין קודם מה בכלל מתאים לך
כמעט כולכם יושבים כרגע, ובוודאי בטוחים שהדרך להפוך לדאטה אנליסט עוברת קודם כל דרך לימוד חומר.
וכאן אני הולך מעט להפתיע אתכם עם טעות שאני רואה אצל כ-90% ממי ששואף להפוך לדאטה אנליסט…
אז נכון – יש הרבה דברים שצריך ללמוד על מנת להפוך לדאטה אנליסט.
אבל זה ממש לא אומר שזה נכון לקפוץ מיד למים ולהתחיל ללמוד את המקצוע.
האמת היא הפוכה לחלוטין:
לקפוץ מיד לשלב הלימוד של החומר (כולל קורס דאטה אנליסט) זה אחד המהלכים הכי שגויים שיכולים להיות!
מדוע? בגלל שתי סיבות עיקריות:
- כל אחד מאיתנו שונה מהשני. לכל אחד יש את התחומים שמושכים אותו יותר ופחות. אחד אוהב יותר לעבוד מול מחשב, השני מול אנשים. זה מאוד אינדיבידואלי, וכמובן יש עוד הרבה מאוד היבטים שמייחדים כל אחת ואחד מאיתנו.
- תחום עיבוד וניתוח הנתונים הוא תחום מאוד מגוון. הוא כולל היבטים של פיתוח תוכנה, אלגוריתמיקה, סטטיסטיקה, מחקר, ניתוח ואפיון תהליכים, מאפייני התנהגות אנושית, ביזנס ועוד היד נטויה…
המשמעות היא, שאנליסטית אחת תימשך יותר לצד המחקרי-סטטיסטי, אנליסט שני לצד הטכנולוגי, השלישית בכלל לתחום העסקי, והרביעי לניתוח תהליכים.
ובגלל שיש בתחום כל כך הרבה היבטים וניואנסים – בכל שני וחמישי "צץ" כלי חדש לעיבוד וניתוח נתונים, וגם קורסים יש בלי סוף.
ובגלל השיטפון הזה של הקורסים והכלים הזמינים לנו – מי שקופץ ישר ללימוד – מהר מאוד מאבד את הידיים והרגליים.
הפתרון לזה הוא מיקוד.
מיקוד של מה מתאים ספציפית עבורך.
לא עבור "כולם", לא עבור "אנשי ביזנס" או "אנשי טכנולוגיה" – עבורך.
הדרך הנכונה היא קודם כל להבין איזו נישה אנליטית, או תחום מסוים בעולם עיבוד וניתוח הנתונים מתאימים ספציפית עבורך, ובאיזה סוג ארגון (סטארטאפים/פיננסיים וכיו"ב) – לפני שמתקבלת החלטה ללמוד.
מדוע?
- כי קודם כל – הדרך הזו תמקד אותך על מה מתוך ים החומר צריך ללמוד ובאיזה סדר.
- המיקוד הזה יקצר עבורך דרמטית את משך הלימוד וההכנה בשביל לעבור ראיון עבודה (כי יהיה לך ברור מה נדרש ללמוד ולאיזה תפקידים לשלוח מועמדות).
- ואולי הכי חשוב – המיקוד הזה יגדיל מאוד את הסיכויים שלאחר הקבלה לעבודה – יהיה לך קל להתבלט ולהצטיין בתפקיד – פשוט כי יש שם משיכה אמיתית לתחום הספציפי.
וזה יכול לחסוך שנים של תסכול על תפקיד לא מתאים…
ואת כל היתרונות האלה אתם עשויים לפספס – אם תנסו ישר להתחיל ללמוד – מבלי להבין קודם לכן מהו התחום של עיבוד וניתוח נתונים, אילו תתי תחומים קיימים בו, ומה הכי מתאים עבורכם.
רוב הקורסים בשוק לא יעזרו לכם להבין זאת, בטח לא קורסים דיגיטליים ב-10 דולר, וסביר להניח שגם לא קורסים יקרים מאוד…
הם בהחלט יוכלו לעזור לכם – אבל רק אחרי שתדעו להתמקד בנישה ספציפית!
אז איך כן אפשר להתמקד?
פשוט: להתייעץ עם חברים שעוסקים בתחום (ורצוי הרבה שנים), או לחפש מומחים.
מה הלאה?
אז עד כאן על 3 הטעויות הראשונות שאנשים ששואפים להפוך לדאטה אנליסט נוטים לעשות ממש בתחילת הדרך.
קיימים עוד 6 טעויות קריטיות לא פחות, ועליהן נפרט בפעם הבאה.
עד אז – תמשיכו להעמיק בתחום, לבדוק ולבחון עליו ועל עצמכם.
אפשר לעשות את זה באתר מועדון הנתונים עם שלל הפוסטים והקורסים, ובכלל – עם עוד הרבה תכנים שיש בתחום.
ונקווה שעד סוף 2019 גם אתם כבר תעברו בתחום.
שנת 2019 שמחה ובהצלחה!