Duomenų analitikas be patirties: Oumi karjeros istorija

Buvusi pardavimų specialistė Oumi per metus tapo duomenų analitike – ir pasidalijo, kaip dirbtinis intelektas pakeitė jos mokymosi ir darbo būdą.

Įsivaizduokite pardavimų vadybininkę, kuri metus iš metų derėjosi dėl kibernetinio saugumo ir finansinių technologijų sutarčių, o tada vieną dieną nusprendžia iš naujo pažvelgti į pasaulį – šį kartą skaičiais. Tiksliai tokį posūkį padarė Oumi, buvusi B2B pardavimų specialistė, dirbusi kibernetinio saugumo, fintech ir SaaS įmonėse. Per metus ji baigė duomenų analitikos programą ir tapo tuo, kuo anksčiau savęs neįsivaizdavo: duomenų analitikas šiandien yra profesija, kurią realiai galima pasiekti ir be techninio išsilavinimo. Jos istorija – gera priežastis verslo vadovams Lietuvoje iš naujo pažvelgti į tai, ko šiandien reikia norint pakeisti karjerą.

Iš pardavimų skambučių į SQL užklausas: netikėtas karjeros posūkis

Oumi karjera prasidėjo ne IT, o pardavimų skyriuose. Ji dirbo su kibernetinio saugumo, finansinių technologijų (fintech) ir programinės įrangos kaip paslaugos (SaaS) sprendimais – srityse, kuriose sudėtingą produktą tenka paaiškinti klientui paprastai ir įtikinamai. Apie savo kelią ji papasakojo Turing College pokalbyje, skirtame karjeros pokyčiams duomenų srityje. Norėdama pakeisti kryptį, ji pasirinko duomenų analitikos programą ir per metus perėjo nuo nulinės programavimo patirties iki darbo, kuriame kasdien naudojama SQL, Python ir mašininio mokymosi pagrindai.

Tokia istorija nebėra išimtis. Augantis investicijų ir produktyvumo tempas Lietuvos ekonomikoje rodo, kad įmonėms vis labiau reikia žmonių, gebančių sujungti verslo supratimą su duomenų analize – nepriklausomai nuo to, kokį diplomą jie turi.

Ar dirbtinis intelektas pakeičia duomenų analitiko profesiją?

Vienas pirmųjų pokalbio klausimų buvo tiesus: ar dirbtinis intelektas ateityje tiesiog pakeis duomenų analitikus? Oumi atsakymas buvo kitoks, nei įprasta baimintis: šiandien duomenų analitikas dažniau praleidžia laiką ne rašydamas kodą nuo nulio, o formuluodamas tikslius klausimus įrankiams, interpretuodamas rezultatus ir tikrindamas, ar jie turi prasmę verslui. Pats darbo pobūdis keičiasi greičiau nei profesijos pavadinimas.

Tai derinasi su platesne tendencija – dirbtinis intelektas retai visiškai pakeičia žmogaus darbą, bet nuolat keičia jo turinį ir tempą.

Dirbtinis intelektas kaip mokymosi ir darbo partneris

Mokydamasi Oumi dirbtinį intelektą naudojo ne tik kaip spartesnę paieškos sistemą, bet ir kaip asmeninį mokytoją: prašė paaiškinti nesuprantamą SQL užklausą kitais žodžiais, generuoti pavyzdžius ir patikrinti savo pačios logiką. Tas pats principas vėliau persikėlė į darbą – AI įrankiai padeda greičiau paruošti pirminę analizę, tačiau galutinį sprendimą ir atsakomybę už jo tikslumą visada priima žmogus.

Kokie etikos ir saugumo klausimai kyla naudojant AI darbe?

Greitis, kurį duoda dirbtinis intelektas, turi ir kitą pusę. Pokalbyje aiškiai pabrėžta, kad duomenų analitikams reikia sąmoningai vertinti, kokius duomenis jie patiki AI įrankiams, kiek galima pasitikėti sugeneruotu atsakymu ir kur baigiasi patogumas, o pradeda rizika. Tai nėra vien techninis, bet ir valdymo klausimas – įmonei reikia aiškių taisyklių, kas, kada ir kokiems duomenims gali naudoti AI.

Lietuvos smulkaus ir vidutinio verslo kontekste tai reiškia paprastą dalyką: verslo augimas su AI prasideda nuo aiškiai nustatytų ribų, o ne nuo neribotos laisvės naudoti bet kokį įrankį bet kokiems duomenims.

Kodėl minkštieji įgūdžiai iš pardavimų karjeros tapo pranašumu?

Vienas netikėčiausių pokalbio momentų – pripažinimas, kad ilgi metai, praleisti derybose ir kliento poreikių aiškinimesi, tapo paslėptu pranašumu techninėje srityje. Gebėjimas klausyti, užduoti tikslius klausimus ir paprastai paaiškinti sudėtingą dalyką – tiksliai tai, ko dažnai trūksta grynai techniniam specialistui, bet pernelyg trūksta ir patiems pardavimų žmonėms, kai jie bijo pereiti į techninę sritį.

Ilgo mokymosi kelio metu motyvaciją padėjo išlaikyti ne vien disciplina, bet ir principas, panašus į tą, kuris veikia pardavimuose – mažais, matomais žingsniais link aiškaus tikslo. Pirmas tikras „aha“ momentas, apie kurį pokalbyje kalbama jau prieš pabaigą, atėjo tada, kai mašininio mokymosi logika galiausiai susidėjo į vientisą visumą, o ne atrodė kaip atskirų formulių rinkinys.

Ką verslo vadovai gali pasimokyti iš šios karjeros istorijos?

Pirma, duomenų analitikas nebėra profesija, pasiekiama vien po informatikos studijų – struktūruotos programos ir AI įrankiai leidžia pereiti į šią sritį per metus, net ir visiškai iš kitos srities. Tai naudinga žinia vadovams, kurie ieško, kam patikėti analitikos užduotis: tinkamas kandidatas gali būti ir dabartinis pardavimų ar klientų aptarnavimo darbuotojas, o ne vien naujas IT samdinys.

Antra, AI naudojimas versle negali būti atsitiktinis. Sprendimai, kokius įrankius leisti naudoti ir kokiems duomenims, turėtų gulti ant valdybos ar vadovų stalo kaip strateginis, o ne vien techninis klausimas – panašiai, kaip aprašyta valdybos ir dirbtinio intelekto strategijos apžvalgoje.

Trečia, ir galbūt svarbiausia: techninius įgūdžius padeda įgyti kursai ir AI, o gebėjimą suprasti klientą, bendrauti ir išlaikyti motyvaciją – ne visada. Įmonėms, kurios investuoja į žmonių persikvalifikavimą, verta atsiminti, kad minkštieji įgūdžiai dažnai yra tas elementas, kurio negali pakeisti nei vienas algoritmas.

Oumi atsakymas buvo kitoks, nei įprasta baimintis: šiandien duomenų analitikas dažniau praleidžia laiką ne rašydamas kodą nuo nulio, o formuluodamas tikslius klausimus įrankiams, interpretuodamas rezultatus ir tikrindamas, ar jie turi prasmę verslui.

Gebėjimas klausyti, užduoti tikslius klausimus ir paprastai paaiškinti sudėtingą dalyką – tiksliai tai, ko dažnai trūksta grynai techniniam specialistui, bet pernelyg trūksta ir patiems pardavimų žmonėms, kai jie bijo pereiti į techninę sritį.

▶

Šaltiniai

• No Coding Experience to Data Analyst in One Year – Here's How She Did It — Turing College tinklalaidė su Oumi, buvusia B2B pardavimų specialiste kibernetinio saugumo, fintech ir SaaS srityse