Что писать в каждом блоке, какие инструменты указать, как показать опыт если его нет.

Структура резюме (1 страница, PDF):

1. Имя + контакты (GitHub, LinkedIn, Telegram)
2. Summary (3-4 предложения о себе)
   «Аналитик с 1.5 годами опыта в e-commerce. Специализируюсь на
   SQL, Python, Power BI. Помогаю командам принимать решения на
   основе данных. Ищу позицию Junior/Middle Data Analyst.»

3. Навыки (hard skills):
   SQL (PostgreSQL, ClickHouse) | Python (pandas, numpy, scipy)
   Power BI / Tableau | Excel (ВПР, сводные, макросы)
   A/B тестирование | Статистический анализ | Git

4. Опыт (обратный хронологический порядок):
   ВАЖНО: пиши результаты, не обязанности!
   ✗ «Анализировал данные продаж»
   ✓ «Построил дашборд продаж — сократил время отчётности с 4 ч до 15 мин»
   ✓ «A/B тест нового checkout — конверсия +12% ($45K ARR)»
   ✓ «Когортный анализ выявил отток в D3 — исправление подняло D7 с 18% до 26%»

5. Проекты (если нет опыта):
   Kaggle-соревнования, пет-проекты, учебные кейсы.
   Ссылка на GitHub с кодом.

6. Образование (год, специальность, университет)

ATS-оптимизация:
   Используй ключевые слова из вакансии.
   Не используй таблицы и колонки — робот не читает.

Что чаще всего спрашивают в казахстанских и международных компаниях — и как отвечать.

SQL-вопросы (самые частые):
  1. Чем отличается INNER JOIN от LEFT JOIN?
  2. Что такое оконные функции? Приведи пример.
  3. Как найти дубликаты в таблице?
     SELECT user_id, COUNT(*) FROM users GROUP BY user_id HAVING COUNT(*) > 1
  4. Как посчитать retention D7 в SQL?
  5. Что такое CTE и когда использовать?
  6. Разница между WHERE и HAVING?

Статистика и A/B:
  7. Что такое p-value? (объясни на пальцах)
  8. Как определить размер выборки для A/B теста?
  9. Назови ошибки первого и второго рода.
  10. Что такое доверительный интервал?
  11. Какой тест выбрать для конверсии? (χ²)

Продуктовая аналитика:
  12. Как считать LTV? Какие есть методы?
  13. Что такое когортный анализ?
  14. DAU/MAU — что показывает и что влияет?
  15. Как ты будешь анализировать причину падения метрики?

Поведенческие:
  16. Расскажи про проект где твой анализ повлиял на решение.
  17. Как ты объясняешь технические вещи нетехническим людям?
  18. Как ты работаешь с неполными или грязными данными?
  19. Какие метрики ты выбрал бы для оценки нового фичи?
  20. Какой у тебя план развития как аналитика?

GitHub, Kaggle, Tableau Public — как собрать портфолио с нуля и сделать его заметным.

Где размещать:
  GitHub       — код, SQL, Jupyter notebooks
  Kaggle       — соревнования + публичные notebooks
  Tableau Public — интерактивные дашборды (бесплатно)
  Notion/Medium  — статьи и разборы кейсов

Что добавить в GitHub:
  ✓ README с описанием проекта, цели, инсайтов
  ✓ Чистый понятный код с комментариями
  ✓ Визуализации и выводы
  ✓ Датасет или ссылка на него

Идеи проектов (используй открытые данные):

  1. EDA датасета по зарплатам в Data Science (Kaggle)
     → Показать медиану по ролям, стране, опыту

  2. Когортный анализ e-commerce (датасет Online Retail)
     → Retention таблица, LTV, визуализация matplotlib

  3. A/B тест симуляция (создай синтетические данные)
     → Полный цикл: гипотеза → расчёт выборки → t-test

  4. Дашборд в Power BI/Tableau Public
     → Любой публичный датасет (COVID, финансы, спорт)

  5. SQL-проект: написать 10-15 запросов к реальному датасету
     → Объяснить каждый запрос в README

Совет: 2-3 качественных проекта лучше 10 скопированных.
Покажи свой мыслительный процесс, а не только код.

Диапазоны зарплат аналитиков в Казахстане в 2024–2025, как обсуждать условия и отвечать на вопрос «Сколько хочешь?»

Зарплатные вилки (Казахстан, 2024-2025):

  Junior Data Analyst:    250 000 – 450 000 ₸
  Middle Data Analyst:    500 000 – 900 000 ₸
  Senior Data Analyst:  1 000 000 – 1 800 000 ₸
  Lead / Head of Analytics: от 2 000 000 ₸

Факторы влияющие на зарплату:
  + IT / Fintech / E-commerce компании платят больше
  + Знание Python + SQL + BI = +20-30% к офферу
  + Портфолио с реальными проектами
  + Опыт в A/B тестировании
  - Государственные компании — ниже рынка

Как отвечать на «Сколько хочешь?»:
  1. Назови диапазон, не одну цифру.
     «Я рассматриваю 400 000 – 550 000 ₸ в зависимости от задач»
  2. Привяжи к рынку.
     «По моим данным рынок по этой позиции — 380-500к»
  3. Не называй первым (спроси их вилку).
     «Какая вилка предусмотрена на этой роли?»

На что обратить внимание кроме оклада:
  • Годовой бонус (10-30% годовой зарплаты)
  • Медицинская страховка
  • Обучение за счёт компании
  • Удалёнка или гибрид
  • Рост (есть ли Middle → Senior путь?)

Что нужно знать на каждом уровне, сколько это занимает времени и что делать прямо сейчас.

Junior Data Analyst (0 – 1.5 года):

Технические навыки:
  ✓ SQL: SELECT, JOIN, GROUP BY, подзапросы
  ✓ Excel: сводные таблицы, ВПР, базовые формулы
  ✓ Python: pandas basics, matplotlib
  ✓ Power BI или Tableau: построить дашборд

Soft skills:
  ✓ Задавать правильные вопросы
  ✓ Объяснять результаты не-техническим коллегам
  ✓ Документировать свою работу

Middle Data Analyst (1.5 – 4 года):

Технические навыки:
  ✓ SQL: оконные функции, CTE, оптимизация запросов
  ✓ A/B тестирование: самостоятельный дизайн и анализ
  ✓ Python: статистика, когортный анализ, машинное обучение основы
  ✓ Построение ETL-пайплайнов (dbt, Airflow основы)

Senior Data Analyst (4+ лет):

  ✓ Проектирование аналитической инфраструктуры
  ✓ Менторинг джуниоров
  ✓ Стратегическое влияние на продуктовые решения
  ✓ Data Storytelling для C-level

Что делать прямо сейчас:
  Неделя 1-2: SQL + задачи на платформе
  Неделя 3-4: Python pandas + собственный датасет
  Месяц 2:    Портфолио из 2 проектов на GitHub
  Месяц 3:    Отправить 20 заявок, записаться на 5 собесов