Аналитики в it-индустрии. Продолжение

Продолжение. Начало здесь >>

7.   Какие вообще виды IT аналитиков у нас бывают?

Если мы говорим про какие-то базовые классификации, то это бизнес-аналитик, аналитик-проектировщик UX (User experience), аналитик данных Big Data, Data Scientist и системный аналитик.

8.   Кто же такой системный аналитик и чем он занимается?

Системный аналитик занимается постановкой задач для разработки программного продукта. Бизнес-аналитик занимается выявлением потребностей, в теории этот человек проанализировал, сказал, что есть потребность в изменении какого-то процесса, новых шагов автоматизации. Дальше он пишет бизнес-обоснование, непосредственно о том, что было выполнено с точки зрения бизнеса. Дальше приходит системный аналитик, который погружен в бизнес-контекст, то есть как это может быть реализовано. Если мы говорим, что у нас уже есть какая-то существующая система, у которой есть своя модель данных, системный аналитик уже понимает и трактует, что конкретно необходимо сделать в этой системе, чтобы все потребности были удовлетворены.

9.   Типовые функции системного аналитика.

Это фильтрация бизнес требований, понимание целесообразности разработки. Мы фиксируем эти функциональные требования доступным для разработки способом. Еще один важный момент, что каждая команда, каждая компания от разработчика требует особый уровень детализации. То есть уровень детализации требований от разработчика к разработчику меняется. Помимо написания ТЗ постановок, вам их нужно согласовать, и причем согласовать не только с заказчиком, но еще и с разработчиками. Что системный аналитик должен уметь? Иметь высшее техническое инженерное образование, конечно, не обязательно. Просто тем людям, которые заканчивали какие-либо технические специальности, проще это дело поддержать. К функциям системного аналитика также можно отнести следующие: координация процесса разработки, умение быстро предоставлять информацию, принимать взвешенные решения по проблемам разработки, принимать продукты, презентация заказчику.

10.   Переходим к следующему типу аналитика, это аналитик UX/UI.

Это люди творческие, зачастую со своим виденьем правильного. Наверное, понятно, что основная их цель - это проектирование пользовательских интерфейсов. И здесь тоже есть такое перемежение с бизнес-анализом, о чем мы уже говорили. Если бизнес аналитик ведет эффективную коммуникацию с заказчиками, то зачастую заказчиком может выступать конечный пользователь. Что делает аналитик UX/UI? Он выявляет потребности уже конечных пользователей, это может и бизнес-аналитик делать, но если разработчики выступают еще и конечным заказчиком, то на мой взгляд они должны делать это вместе с аналитиком UX/UI. Компетенции: выявление потребности, перекладывание это на user-friendly интерфейсы + понимание каких-то парадигм правильных с точки зрения золотого сечения. Соответственно, концепции аналитика UX/UI меняются, и человек должен держать руку на пульсе. Ну, и конечно, необходимо техническое образование, хотя те же самые художники могут вполне интересные вещи показать, или ребята с навыками рисования. Знание принципов юзабилити, овладение методиками проектирования, умение видеть картину в целом с точки зрения пользователя, я бы добавил сюда ещё навыки интервьюирования и навыки тестирования.

Есть ещё аналитики Big Data и Data Scientist.  Они занимаются работой с большими данными, проектированием хранилищ и проектированием архитектуры. И, соответственно, эти данные анализируют.

Обратите внимание: Продвижение локального бизнеса.

Их типовые трудовые функции - это структурирование данных для хранения, преобразование поиска быстрого и удобного доступа к ним для последующей обработки и составления аналитической отчетности или для удовлетворения других потребностей. Для Data Scientist и Big Data аналитиков необходимо высшее математическое образование, хорошее знание математической статистики. Он выявляет какие-то новые метрики за счет использования алгоритмов самообучения нейросети и так далее. То есть формулируются какие-то математические гипотезы для принятия решений. Также плюсом будет хорошо разбираться в бизнесе компании, так как потребуется разбираться в метриках. А также владение инструментами и знаниями по работе с текстом для последующей классификации ключевых понятий и построения связи между ними в виде лингвистического анализа тоже приветствуется.

11.   Давайте дальше двинемся к основному инструменту. Чем мы, аналитики, пользуемся?

Я сделал классификацию инструментов. Инструменты для визуализации - Visio, Draw IO, X-Mind. Инструментарий по работе с данными - это то, чем мы можем открыть определенные файлы, если мы говорим про интеграцию или что-то другое. Зачастую большая часть данных закрывается блокнотом (Notepad) или мы смотрим данные в Excel. Работа задачами - два основных инструмента, это Jira и Microsoft ТFS. Еще есть Trello. По документированию есть такая классная программа, как Confluence, и еще одна прекрасная программа - Word, от него никуда не денемся. Есть множество других инструментариев, которые так или иначе добавляются в зависимости от сферы или чего-то еще. В целом этим всем в той или иной степени пользуется практически каждый аналитик.

Чуть подробнее про визуализацию. Visio, наверное, знают уже все, бесплатная версия Draw IO тоже неплохая. Ещё мне нравится X-Mind - это удобный инструмент для проведения встреч, которые позволяют вам как раз-таки какие-то буллиты визуализировать.

По работе с данными есть конечно же Microsoft Excel, который зло, потому что данные не валидирует, но штука полезная - помогает какие-то вещи визуализировать. NotePad++ - это на самом деле палочка-выручалочка, потому что помогает открыть множество документов, поддерживает разные форматы, и ее тоже можно использовать для проведения «митингов».

По работе задачами сейчас есть много программ, но основные, с которыми я сталкивался, это Jira, она стала еще поддерживать процесс разработки.

Еще программа от Microsoft - Azure DevOps, это целый «фреймворк». Еще один из бесплатных аналогов - это Trello.

Если мы говорим про документацию, то у нас что есть какая-то разработка локальных документов, плюс какое-то ведение базы знаний, где люди делятся опытом и пишут статьи. Это может быть, как Confluence, так и SharePoint. Это может быть, как файловое хранилище, так и хранилище отдельных статей. Опять же все зависит от работодателя. Постоянно контекст прыгает, но так или иначе это основные вещи, с которыми придется работать. Уже исходя из роли начинают появляться какие-то специфичные инструменты, это может быть Hadoop, если вы работаете с Big Data, это может быть Figma, которая многим может быть известна, где можно работать с пользовательским интерфейсом и там рисовать свои макеты. Это может быть Matlab, если вы занимаетесь Data Science, это может быть SQL, если вы занимаетесь системным анализом, и даже Putty, который является средством для подключения к серверам. Зачастую необходимо просто залезть на сервер, скачать какие-то картинки и так далее. Ну и конечно этот список может быть бесконечным, и от проекта к проекту, от работы к работе может меняться.

12.   Что почитать?

Если вас интересует бизнес-анализ, книга BABOK (Business analysis book of knowledge) содержит информацию о том, что такое бизнес-анализ, в целом получилось полезная книга для понимания лучших практик. Есть ещё одна классная книга - это разработка требований к программному обеспечению (Вигерс Карл И.), очень рекомендую к прочтению, там написано о том, как нужно мыслить, когда вы собираете требования, и в целом хорошая систематизации знаний, относительно того, как нужно работать, как писать требования.

По материалам интервью с главным экспертом управления цифровыми продуктами АО АСЭ Дмитрием Покладовым.

PS: Если вы планируете обучиться на бизнес-аналитика, обратите внимание на магистерские программы в рамках направления 27.04.03 Системный анализ и управление Высшей инжиниринговой школы НИЯУ МИФИ.

#анализ данных #анализ и проектирование систем #бизнес анализ #IT-технологии #системный анализ #магистратура #карьера #управление проектами #программист #образование

Магистратура ВИШ МИФИ готовит специалистов в области цифровой трансформации жизни, цифровой трансформации экономики, цифровой трансформации технологии и индустрии.

Больше интересных статей здесь: Бизнес.

Источник статьи: Аналитики в it-индустрии. Продолжение.