Зачем в банке нужны аналитики и почему потребность в них будет расти

0
Logo
Редакция Альфа-Опыта

Кто это?

Аналитик - это специалист, владеющий методиками экономического и математического анализа и умеющий применять эти инструменты для решения задач конкретной организации.

Если проще, то специалист анализирует ситуацию или проблему, и затем делает вывод или создаёт алгоритм, на основании которого принимаются решения в бизнесе. Именно от результатов работы аналитиков часто зависит, насколько успешным будет проект. Дело в том, что для принятия решений руководству компании надо понимать, как будут идти процессы, в каком направлении движется отрасль, будет ли востребован продукт и как минимизировать риски – на такие вопросы как раз и отвечают аналитики.

Что делает?

Сначала специалисту ставят задачу, которую обычно необходимо формализовать и свести к измеряемым метрикам. Он ищет важную для решения информацию, детально ее изучает, находит определенные закономерности и тенденции (иногда с применением продвинутых алгоритмов анализа данных), а затем выдвигает идеи, которые, по его мнению,улучшат бизнес-процесс. В итоге, аналитик приходит к определенному выводу и представляет его заказчику, который на основе этого исследования будет планировать свои проекты. Если предлагаемое решение основано на модели (любой сложности, от логических правил до нейросети), аналитик создаёт и тестирует прототип и может участвовать в его внедрении в продуктивные системы.

Какой он?

Безусловно, у хорошего аналитика должен быть аналитический склад ума - то есть, такой человек может собрать данные, понять их логику и на основе этого построить цепочку фактов, которая приведет к правильным выводам. Работа специалиста требует усидчивости и умения доводить свое дело до конца. А еще идеальный аналитик скрупулезный, внимательный, терпеливый и умеет найти общий язык с заказчиком.

В чем разбирается?

Для того, чтобы работать с большими объёмами информации в банковской сфере, нужно разбираться в математике, статистике, экономике и программировании. Аналитиков готовят в вузах на специальностях«Риск-менеджмент», «Математические методы в экономике», «Статистическое моделирование», «Бизнес-информатика», «Науки о данных», но если ты закончил что-то другое и при этом хорошо знаешь математику (в первую очередь, умеешь работать с данными), то все равно можешь смело пробовать себя в аналитике.

От студентов и выпускников, впервые претендующих на должность аналитика, конечно, не будут требовать всего и сразу – главное, чтобы была хорошая теоретическая подготовка и знание программ, с которыми предстоит иметь дело (от Excel и SQL до Python и R).Если есть опыт работы, это огромный бонус. В Альфа-Банке, кстати, студенты могут пройти практику, стажировку или поучаствовать в специальных проектах для аналитиков. 

Чем занимается в Альфа-Банке?

Возможностей для развития в Альфа-Банке много, и у нас всегда есть подразделения, где аналитиков очень ждут:

  • Розничный бизнес
  • Массовый бизнес
  • Корпоративно-инвестиционный банк
  • Риски
  • IT
  • Казначейство

Нужно просто выбрать «свое» дело - и вперед!

Если тебе интересна аналитика в целом, но ты не знаешь, в каком именно направлении хочешь развиваться или боишься допустить ошибку, не переживай - тебе обязательно дадут интересные задачи, а более опытные коллеги всегда готовы прийти на помощь. У нас в Банке также приветствуются кросс-функциональные переходы, то есть карьерное развитие возможно и внутри Банка: можно перейти из одной бизнес-линии в другую и найти то, что нужно.  

Профессия будущего

Аналитика – довольно молодая, но очень и очень перспективная профессия. Спрос на аналитиков на рынке труда постоянно растет - мир финансов проще не становится, а умение делать верные прогнозы и предлагать решение проблем всегда оценивалось очень высоко. Кроме того, благодаря технологиям появляется все больше возможностей собирать и анализировать данные, соответственно, нужны люди, которые умеют это делать быстро и качественно. Скучать точно не придется.

В Альфа-Банке всегда востребованы аналитики, которые не боятся вызовов, готовы развиваться и идти в ногу со временем, хотят работать с большими объемами данных и жаждут прокачать свои навыки. В общем, если решишь выбрать профессию аналитика, не прогадаешь.

Что обязательно пригодится?

Теория вероятностей и математическая статистика

Литература

  1. «Голая статистика. Самая интересная книга о самой скучной науке», Чарльз Уилан – для тех, кто хочет узнать больше про статистику, но не любит учебники
  2. «Statistics for Business and Economics» by Paul Newbold, William Carlson, Betty Thorne – одна из лучших англоязычных книг для начинающих по теории вероятности и математической статистике
  3. «Теория вероятностей и математическая статистика» Шведова (есть в магазине ВШЭ) – хороший русскоязычный учебник для начинающих
  4. «Теория вероятностей и математическая статистика», Гмурман В.Е.  
  5. «Introduction to Probability» by Charles M. Grinstead, J. Laurie Snell – более детальный учебник для начинающих (только по теории вероятности)
  6. «Вероятность», Ширяев А.Н. – учебник механико-математического факультета МГУ 
  7. «Probability Theory: The Logic of Science» by E. T. Jaynes, G. Larry Bretthorst – вывод классической теории вероятностей и не только из нескольких аксиом (автор "предвзят" в сторону байесовского подхода) 

Онлайн-курсы

  1. «Теория вероятностей для начинающих» от МФТИ и Андрея Райгородского 
  2. «Математика и Python для анализа данных» - краткое введение в матан, линейную алгебру, оптимизацию и теорвер для целей анализа данных от МФТИ и YandexDataFactory
  3. «Introduction to Probability and Data» - азы теории вероятности и математической статистики с приложениями на языке R от Duke University

Управление рисками

  1. «Теория риска. Выбор при неопределенности и моделирование риска», Шоломицкий А.Г. – теоретические основы риск-менеджмента и приложения для финансовых отраслей
  2. «Основы риск-менеджмента», М. Круи, Д. Галай, Р. Марк - подробный путеводитель по философии и методом управления рисками, преимущественно для банков
  3. «Quantitative Risk Management: A Practical Guide to Financial Risk», by Thomas S. Coleman
  4. «Энциклопедия финансового риск-менеджмента» А.А. Лобанов, А.В. Чугунов

Машинное обучение

  1. Hastie, Tibshirani: The Elements of Statistical Learning 
  2. Mirkin: Core Concepts in Data Analysis: Summarization, Correlation and Visualization
  3. Лекции и слайды Воронцова 
  4. Документация 
  5. Онлайн-курсы на Coursera

Программирование

  1. Обучение в Альфа Опыте Анализ данных и предсказательные модели в Python
  2. Онлайн-курс по (реляционным) базам данных
  3. Онлайн-курс Введение в Python
  4. Онлайн-тренажёры по SQL

Некоторые популярные библиотеки Python для анализа данных

Свежие статьи на почту