Аналитик сегодня

Приветствую всех, кто читает эту статью! Меня зовут Никита, я аналитик, развиваю ипотечный процесс в Сбере и Домклик, и это моя первая статья на Хабре. Прежде чем переходить к конкретным темам, мне хотелось бы рассказать, кто такой аналитик сегодня и чем он занимается каждый день в крупной компании, которая задаёт тренды IT в России и мире.

P.S. Надеюсь, мой скромный рассказ будет полезен тем, кто выбирает будущую сферу деятельности или уже решил стать аналитиком. Всё, о чём я напишу ниже, — это субъективный взгляд, основанный на моём собственном опыте, и он не претендует на истину в последней инстанции.

Приятного прочтения!

Ни для кого не секрет, что мы живём в эпоху бурного технологического развития, когда вычислительные мощности автоматизированных систем и искусственного интеллекта (ИИ) растут экспоненциально, а понятие «интеллектуальный взрыв», которое ещё 60 лет назад казалось фантастикой, сегодня уже кажется неизбежностью.

К чему я это говорю и как это связано с моей профессией? Об этом — чуть позже. А для начала я бы разбил профессию аналитика на направления, навыки и реальные обязанности, поскольку это, с одной стороны, базовые вещи, а с другой — в зависимости от компании и проекта они могут сильно различаться. На практике получается примерно 50 оттенков аналитика.

Часть 1. Направления

В 2018 г., когда я только начинал свой путь, на собеседовании на позицию младшего аналитика в одной известной жёлтой компании мне предложили три направления: системный аналитик, портфельный аналитик и технолог — он же, как выяснилось позже, «осьминог», или, как сейчас принято говорить, Fullstack-аналитик.

Системный аналитик в основном занимается проработкой архитектуры, построением UML-диаграмм, описанием интеграций и составлением контрактов. Это тот человек, который может прочитать Swagger-спецификацию и сразу заметить, где разработчик забыл описать код ответа.

Портфельный аналитик — или Data‑инженер, — проектирует базы данных, пишет SQL-скрипты для автоматизации выгрузок из баз данных и визуализирует данные в отчётах с помощью специальных инструментов. Его стихия — точные и структурированные данные на красивом дашборде.

Технолог же развивает бизнес-процесс и делает ещё много всего — как по бизнесу, так и по технике. Именно это направление показалось мне наиболее интересным, и я выбрал его. Как выяснилось позже, технолог в той или иной степени затрагивает все перечисленные области, просто не так глубоко, зато видит полную картину и отвечает за свой участок бизнес-процесса от начала до конца.

Также стоит упомянуть бизнес-аналитика, которого часто называют CJE (Customer Journey Expert). Его задача — строить клиентские пути, проводить исследования, анализироваь метрики, планировать доработки и контролировать сроки исполнения.

Разумеется, существуют и другие направления. В зависимости от масштаба и сложности проекта роли могут как объединяться, так и, наоборот, дробиться. Но мне хотелось бы донести прежде всего саму идею: в основе лежит бизнес, техника и данные, а всё остальное — уже детали.

Часть 2. Навыки

По сути, я всё время нахожусь между бизнес-аналитикой и системной аналитикой, а воображаемый ползунок смещается то ближе к первому, то ко второму. Обычно это называют Fullstack-аналитикой. Ниже — базовый набор навыков, необходимых в каждой из этих областей.

Навыки системного анализа

1. Сбор бизнес-требований к продукту и описание на их основе точных, непротиворечивых системных требований. Умение перевести «хочу, чтобы было красиво, удобно, а денежки лились рекой» на язык технических спецификаций.

2. Работа с нотациями моделирования для визуализации структуры системы и потоков данных: владение UML, BPMN, ERD и т.д. Диаграмма стоит тысячи слов, особенно когда на ней видно, что интеграции «А» и «Б» говорят на разных протоколах.

3. Проектирование архитектуры, реляционных и нереляционных баз данных, знание различных способов интеграции систем, а также умение составлять YAML-, JSON- и XML-схемы.

4. Умение пользоваться инструментами для тестирования API, такими как Postman и SoapUI, а также писать SQL-запросы. Если ты описал контракт, но не можешь его проверить, — ты не аналитик, ты — художник.

5. Чтение и анализ журналов — навык, необходимый как для отладки разработанной функциональности на этапе тестирования, так и для разбора инцидентов и поиска причин сбоя. Иногда источник проблемы прячется в журнале глубже, чем привычное «не работает — перезапусти».

Навыки бизнес-анализа

1. Знание предметной области и понимание специфики бизнеса-процесса. Нельзя проектировать кредитный конвейер, если не понимаешь, чем ставка по кредиту отличается от ПСК.

2. Способность видеть картину целиком: как связаны между собой разные части бизнеса и как изменения в одном месте повлияют на другие. Изменился формат поля в заявке — нужно понять, затронет ли это схему в хранилище или отчётность, и уведомлен ли фронтенд.

3. Умение выявлять потребности бизнеса и пользователей, структурировать их и оформлять результаты анализа в понятные артефакты: базовые User Stories, Use Cases. Работа с Jira и Confluence для планирования доработок и управления требованиями.

4. Декомпозиция. Умение разбивать сложные задачи на более мелкие и управляемые части. Большая задача пугает всех, а декомпозированная на эпик → истории → задачи → подзадачи — вдохновляет команду.

5. Работа с данными и BI-инструментами. Базовое владение SQL для выгрузки данных, Excel для обработки и систематизации, а также инструментами визуализации — Power BI, Tableau, Yandex DataLens. Полезно уметь составлять метрики и интерпретировать их для оценки эффективности решений.

Социальные навыки (Soft Skills)

1. Коммуникабельность и умение слушать. Навык выстраивать диалог с разными людьми, вести переговоры — как вживую, так и в переписке, — направлять дискуссию к конкретному результату и согласовывать артефакты. Аналитик без коммуникации — это компас без стрелки.

2. Критическое мышление. Умение объективно оценивать информацию, выявлять логические ошибки и риски, проверять достоверность данных и искать корневые причины проблем, а не только их внешние симптомы.

3. Стрессоустойчивость. Работать часто приходится в сжатые сроки и в меняющихся условиях. Дедлайн был вчера, требования изменились сегодня, а завтра бизнес скажет, что всё нужно переделать.

4. Тайм-менеджмент. Помогает грамотно распределять время и расставлять приоритеты. Умение аргументированно сказать «нет» или «позже» — очень важный навык для тех, кто не хочет хвататься за всё подряд и превращать работу в хаос.

5. Адаптивность и проактивность. Готовность к изменениям в требованиях и условиях проекта, способность брать на себя ответственность, заблаговременно выявлять проблемы и предлагать решения до того, как ситуация станет критической.

Смещение «ползунка» между этими группами навыков зависит от уровня аналитика и специфики проекта. Например, на уровне Junior акцент обычно смещается в сторону базовых знаний, а на уровне Senior — в сторону коммуникации, стратегического мышления, лидерства и управления сложными проектами.

Конечно, список можно продолжать, но я лишь хотел выделить базовые вещи, без которых вам точно не обойтись.

Часть 3. Инструментарий

Список инструментов постоянно расширяется, но есть базовый набор, с которым стоит быть знакомым каждому.

Моделирование и диаграммы

• Draw.io — бесплатный и простой инструмент для быстрых схем

• Enterprise Architect — мощное решение для сложных архитектурных моделей

• Camunda Modeler — инструмент для BPMN-диаграмм, которые можно сразу исполнять

• PlantUML — диаграммы как код, удобно для версионирования

API и интеграции

• Postman — для тестирования REST API и работы с коллекциями запросов

• Swagger и OpenAPI — для описания API-контрактов

• SoapUI — для тестирования SOAP-интеграций

• Insomnia — лёгкая альтернатива Postman

Базы данных

• PostgreSQL — самый популярный Open source RDBMS

• Oracle — классическое решение в энтерпрайзе

• MongoDB — для работы с NoSQL

• DBeaver и DataGrip — клиенты для работы с базами данных

Управление задачами и документация

• Jira — для отслеживания задач, спринтов и бэклога

• Confluence — база знаний и документация

• YouTrack — альтернатива Jira от JetBrains

• Notion — инструмент для небольших команд

BI и визуализация

• Power BI — мощный и популярный инструмент от Microsoft

• Yandex DataLens — российский аналог с хорошей интеграцией в отечественный стек

• Tableau — красивое, но дорогое решение

• Grafana — для мониторинга и Real-time дашбордов

ИИ-инструменты

• GigaCode — инструмент от Сбера для работы с кодом и документацией

• GitHub Copilot — помощник при работе с кодом

• ChatGPT и Claude — для генерации текста, анализа и мозгового штурма

• Perplexity — для поиска информации с источниками

Часть 4. Реальные обязанности

На практике аналитик, особенно Fullstack, часто не просто владеет большим спектром навыков, но и совмещает разные роли. Это связано с тем, что он глубоко погружен и в бизнес, и в техническую часть.

В крупных компаниях для поддержания порядка существует строгий регламент вывода функциональности в прод. Поэтому есть набор артефактов, церемоний и согласований. Для этого обычно есть отдельная роль — релизный менеджер команды (РМК), но на практике её часто берёт на себя и аналитик. Кроме того, аналитик, как связующее звено между бизнесом и разработкой, нередко ведёт Jira-проекта. В моём случае это тоже часть работы.

Представьте ситуацию: в команде временно нет владельца продукта. Как вы думаете, кому логичнее всего взять на себя его задачи? Или другой пример: тестировщик заболел, сроки релиза поджимают и необходимо оперативно настроить окружение на ПСИ и провести показ. Кто будет этим заниматься? Оставлю эти вопросы без ответа — всё это примеры из моего опыта.

Отдельно я хотел бы обратить внимание на навык, который в последнее время всё чаще ценят работодатели независимо от роли сотрудника. Речь идёт о работе с инструментами будущего — инструментами ИИ. Собственно, мы пришли к тому, с чего я начал.

ИИ открывает в работе новые возможности: от экономии времени на поиск нужной информации до создания, при грамотной настройке, своего рода виртуального джуна. При наличии подходящего железа можно даже собрать не одного такого помощника, а несколько — под разные задачи и с разными навыками. Уровень такого виртуального сотрудника будет зависеть прежде всего от того контекста, на котором вы его обучите, а также, разумеется, от выбранной модели и выделенных ресурсов.

Часть 5. Карьерный трек

Профессия аналитика — это не прямая линия вверх. Скорее, это дерево с несколькими ветками:

С точки зрения вида деятельности есть два трека развития: технический и управленческий:

1. Junior → Middle → Senior → Lead-аналитик → Архитектор. Этот путь предполагает углубление в техническую экспертизу: архитектура, интеграции, данные и ИИ.

2. Junior → Middle → Senior → Team Lead → Product Owner. Здесь акцент смещается в сторону управления: людьми, процессами и бизнес-стратегией.

Можно менять треки: например, бывают архитекторы, которые начинали как бизнес-аналитики, и владельцы продукта, пришедшие как системные аналитики.

Часть 6. Тренды 2025—2026 гг.

Как я уже упоминал, мир вокруг нас меняется очень быстро. Вот что сегодня определяет профессию.

ИИ как инструмент аналитика

Это уже не просто тренд, а реальность. LLM-модели, такие как GigaCode, GitHub Copilot, ChatGPT и др., стали неотъемлемой частью рабочего процесса. Что это даёт на практике?

• Генерация требований. ИИ может помочь сформулировать пользовательские истории или проверить спецификацию на полноту.

• Автоматизация тестирования API. ИИ помогает генерировать тестовые сценарии и даже составлять запросы для Postman.

• Анализ логов. Вместо ручного поиска ошибки в тысячах строк журнала можно загрузить их в ИИ-инструмент и получить сводку.

• Промпт-инжиниринг. Умение правильно ставить задачу ИИ становится новым навыком аналитика. Не «сделай красиво», а, например, «на основе этого бизнес-требования к процессу составь BPMN-диаграмму, учитывая описанные ограничения».

При этом очень важно понимать, что ИИ не заменяет аналитика — он заменяет рутину. А сам аналитик становится более стратегическим игроком: он направляет и проверяет результат.

Low-code и No-code

Аналитики всё чаще проектируют решения без участия программистов. Конструкторы диаграмм, которые генерируют код, например, Camunda или Appsmith, визуальные конструкторы отчётов, Drag-and-Drop платформы — всё это расширяет зону ответственности аналитика. Теперь ты не просто описываешь, что нужно сделать. Ты можешь сделать это сам.

Data-driven культура

Аналитик сегодня не только формулирует требования, но и сам работает с данными: предлагает гипотезы и проверяет их. Если раньше можно было передать задачу на выгрузку Data-инженеру и забыть о ней, то теперь ожидается, что ты сам сможешь взять данные, посчитать метрику и сделать вывод.

Удалёнка и распределённые команды

Работа в распределённых командах стала нормой. Аналитику важно уметь выстраивать эффективную коммуникацию на созвонах, документировать решения в Confluence так, чтобы их понял человек, находящийся в другой локации, а иногда даже синхронизироваться асинхронно.

Часть 7. Сферы работы

В зависимости от отрасли и компании роль аналитика может сильно отличаться.

Финтех (банки, страхование, инвестиции)

Самая распространённая сфера для аналитиков в России. Банки — одни из крупнейших IT-работодателей.

• Специфика: регуляторная нагрузка, сложные интеграции с внешними системами (ЦБ, НСПК, ФНС, ЕСИА), повышенные требования к безопасности.

• Примеры задач: проектирование кредитного конвейера, интеграция с платёжными системами, создание скоринговых моделей.

• Преимущества: стабильность, достойные зарплаты, понятные процессы.

• Недостатки: бюрократия, часто долгие релизы, сложная предметная область.

E-commerce и маркетплейсы

• Специфика: высокие нагрузки, быстрые итерации, A/Б-тестирование, работа с большими данными.

• Примеры задач: проектирование корзины и чекаута, интеграция с доставкой, рекомендательные системы.

• Преимущества: динамика, возможность видеть результат своей работы у миллионов пользователей.

• Недостатки: постоянные изменения, высокий темп, давление метрик.

Госсектор

• Специфика: госзаказы, регламентированные процессы, работа с Legacy-системами

• Примеры задач: цифровизация госуслуг, межведомственное взаимодействие, электронные очереди

• Преимущества: масштабные проекты, социальная значимость, стабильность

• Недостатки: медленные процессы, ограниченный бюджет, бюрократия

Телеком

• Специфика: работа с биллингом, интеграция с сетевым оборудованием, большие объёмы данных

• Примеры задач: проектирование тарифных планов, интеграция с платёжными системами, анализ оттока клиентов

• Преимущества: интересные технические задачи, работа с большими данными

• Недостатки: сложная предметная область, высокие требования к SLA

Стартапы

• Специфика: всё и сразу, минимум процессов, максимум хаоса

• Примеры задач: есть тут одна темка

• Преимущества: быстрый рост, широкий спектр задач, возможность стать сооснователем

• Недостатки: нестабильность, низкие зарплаты на старте, высокий риск провала

Часть 8. Мифы о профессии

Давайте разберём несколько распространённых заблуждений об аналитиках.

Миф 1: «Аналитик — это тот, кто только диаграммы рисует»

Если бы всё было так просто. Диаграммы — это лишь инструмент, а не цель. Главная задача аналитика — решить бизнес-задачу. Иногда для этого достаточно одного абзаца в Jira, а иногда нужны три страницы спецификации и пять диаграмм.

Миф 2: «Нужно знать всё и сразу»

Это невозможно. Хороший аналитик умеет быстро находить информацию и понимает, у кого её уточнить. Он глубоко разбирается в своей области, при этом понимает, как работают смежные системы. Это не «всё и сразу», это «достаточно хорошо в нужном».

Миф 3: «ИИ заменит аналитиков»

ИИ действительно может заменить часть рутины, но не способность понять, почему бизнес хочет именно так, а не иначе. Он не заменит умение находить компромисс между тремя заинтересованными лицами с противоположными требованиями. И, конечно, не возьмёт на себя ответственность за решение, которое повлияет на миллионы пользователей и миллиарды рублей прибыли.

ИИ — это инструмент, как SQL или Postman. Инструменты меняются, а профессия остаётся.

Миф 4: «Аналитик — это для тех, кто не умеет программировать»

Это всё равно что сказать: архитектор — это для тех, кто не умеет класть кирпичи. Аналитик и разработчик — разные роли с разными фокусами. Аналитик отвечает на вопросы «что нужно сделать?» и «зачем это нужно?», разработчик — на вопрос «как это реализовать?» Оба специалиста одинаково важны, и оба требуют глубоких знаний.

Часть 9. Как войти в профессию?

Если вы хотите стать аналитиком, но не знаете, с чего начать, вот ориентиры, которые я считаю наиболее важными. Они не являются ни обязательными, ни исчерпывающими, но их наличие вам очень поможет.

Образование

• Высшее: любое техническое или экономическое. Главное — развитое логическое мышление и готовность много и усердно работать.

• Дополнительное: курсы повышения квалификации по бизнес- или системному анализу. Хорошие программы есть, например, в СберУниверситете, Яндекс.Практикуме и других школах — на ваш вкус.

• Сертификации: CBAP (для бизнес-аналитиков) и IREB (для системных аналитиков). Они не являются обязательными, но могут усилить резюме.

Портфолио

Работодатели видят сотни резюме с одинаковыми формулировками: «Знаю А, умею Б». Как выделиться?

• Pet-проект: возьмите любой жизненный процесс — например, заказ еды или запись к врачу — и опишите его: BPMN-диаграмму, API-контракты, ERD-диаграмму базы данных; готовый проект можно выложить на GitHub

• Статья: напишите о том, что вы уже знаете — как я делаю это сейчас

• Участие в Open source: даже если вы помогаете только с документацией — это уже опыт

На что смотрят на собеседовании

• Логическое мышление: вам, скорее всего, предложат задачу на логику, а не на знание нотаций

• Импровизация: решите вымышленный пример, накидайте «на коленке» UML-диаграмму бизнес-процесса и приведите доводы в пользу потенциала этого бизнес-процесса

• Коммуникация: вас будут спрашивать, как вы решали конфликты, как объясняли сложные вещи простым языком и насколько уверенно умеете общаться

• Готовность учиться: технологии меняются очень быстро, поэтому важно не то, что вы знаете сейчас, а то, как быстро вы осваиваете новое

Первый шаг

Попробуйте устроиться младшим аналитиком или аналитиком-стажёром. Если в компании нет отдельной роли аналитика, предложите помощь в описании процессов или требований. Опыт и большие достижения приходят из практики, а не из курсов.

Часть 10. Заключение

Аналитик сегодня — это не просто человек, который пишет требования. Это универсальный специалист, который видит картину целиком и выступает связующим звеном между бизнесом и разработкой. Это человек, который:

• Понимает бизнес и говорит с ним на одном языке

• Разбирается в технологиях и может поговорить с разработчиками

• Владеет инструментами — от BPMN до SQL, от Postman до BI-систем

• Использует ИИ как инструмент, а не как угрозу

• Готов учиться каждый день, потому что технологии не стоят на месте

Профессия аналитика — это не про знание нотаций. Это про умение решать проблемы. Про способность слышать бизнес, переводить его потребности на технический язык и следить за тем, чтобы результат соответствовал ожиданиям.

Если вы выбираете карьеру и хотите оказаться в сфере, где есть и техника, и бизнес, и постоянные вызовы, аналитика может стать отличным выбром.

А какой путь выбрали бы вы?

Спасибо за внимание!