Анна Кобрін
Працювала в FINN, німецькому стартапі, який підкорює ринок car subscriptions в Німеччині на посаді Head of Data в Growth відділі. До цього - в Ubisoft на посаді Analytics Team Lead в Ubisoft Connect, цифрової платформи з дистрибуції ігор. Наразі роблю паузу в кар'єрі, аби сфокусуватися на фундаментальних і практичних знаннях в Data Science та AI в рамках магістерської програми MSc AI & Data Science в Heinrich Heine University (Дюссельдорф, Німеччина).
Керувала міжнародними командами до 10 осіб - Data Analysts/Analytics Engineers/Data Scientists/BI Devs, в яких відповідала за стратегію розвитку аналітики продукту (end-to-end) задля отримання повної картини поведінки юзерів на платформі та ефективності маркетингових кампаній/каналів, які приводять юзерів на платформу. Мої сфери - Data Analytics з фокусом на Marketing Analytics та Product Analytics, Data Science applications in Marketing, Technical Leadership.
Загалом вивчала Economics/Statistics та Marketing/Data Science в 9 ВНЗ різних країн світу (серед них КПІ, University of Antwerp та London School of Economics). Маю 8 років досвіду в аналітиці, останні 3.5 з них – на позиції ліда. Люблю розвивати людей (тому я тут) і вивчати нові штуки в сфері Analytics/Data Science/Machine Learning.
забронюватименторську
сесію
*менторка наразі приймає бронювання лише по індивідуальним запитам з узгодженням дати/часу
Змінюємо кар’єру в напрямку Data:
- поясню хто є хто в data community в міжнародних компаніях та як зрозуміти, що в компанії є sustainable data culture
- розкажу про критерії, на які звертають увагу hiring менеджери на всіх етапах відбору: скрінінг CV, інтерв’ю з технічними питаннями, тестові завдання
- продивлюся ваше резюме та надам конкретні рекомендації по прогалинам і тому, що варто підтягнути:
- які теми зі статистики, економетрики, машинного навчання та інші найчастіше використовуються в обраній вами індустрії
- які онлайн курси з SQL, R/Python, Tableau варто пройти, аби відповідати рівню вакансії
- які бакалаврські/магістерські програми (та стипендії на них) варто розглянути, аби отримати якісну освіту для data спеціальностей
- можу побрейнстормити з вами тестові завдання, але робити їх доведеться вам самим – за вас робити не буду, але якщо є конкретні блокери, можу підказати, в якому напрямку варто рухатися
Стаємо менеджерами в Data:
- що важливо при побудові успішної Data команди: мотивація працівників, організація процесів, micromanagement vs. «i нашо ми тут всі зібралися?», цінності, які важливо розвивати в командах аналітики
- Data manager mindset: від операційки до стратегії. Побудова стратегії команди та стратегії аналітики в продукті, який ця data команда обслуговує: approaches, tools, roles
- найм працівників на Data roles з точки зору hiring data manager (не HR/recruiter): red flags в резюме, розробка test assignments для data позицій (що вони насправді мають виявляти, і це не тільки hard skills)