З економістки у Data analyst "Нова пошта": як студентка IT-курсу отримала офер ще під час навчання

Ольга Ружиленко понад 12 років працювала економісткою в українській компанії з виробництва чаю – займалася бухгалтерією, плануванням, бюджетуванням. Після повномасштабного вторгнення виробничі потужності були знищені, тому вона вирішила змінити кар'єру та перейти в IT. Ольга обрала курс Data analyst у Mate academy і отримала офер у компанії "Нова пошта" ще до того, як завершила навчання. Вона розповіла про свій досвід в колонці DOU.

Професія Data analyst

Data analyst (аналітик даних) – це фахівець, який збирає, обробляє та інтерпретує дані, щоб бізнес ухвалював рішення не "на око", а на основі цифр. Аналітики працюють із SQL чи Python, будують дашборди в Tableau або Power BI, шукають закономірності у тоннах інформації.

Ольга розповіла свою історію: як 12 років роботи з цифрами стали міцною базою для аналітики, чому не варто чекати "ідеальної готовності" перед першим відгуком на вакансію, як отримати офер за 4 дні та чому для джуна чесність – це не слабкість, а робоча стратегія.

Ключові дані історії

• Курс – Data analyst.
• Попередня сфера – економіка, бухгалтерія, планування на чайному виробництві.
• Досвід в IT до курсу – нульовий комерційно, але багаторічна щоденна робота з Excel та 1С.
• Освіта – економічна.
• Час від початку курсу до оферу – офер отримала ще під час навчання.
• Перша компанія – "Нова пошта".

Життя до IT: 12 років з даними, які ще не називалися аналітикою

Ольга прийшла в українську компанію з виробництва чаю ще зі студентських років і пропрацювала там понад дванадцять років. Працювала економісткою, у бухгалтерії, у плануванні виробництва. Її щоденними інструментами були Excel і 1С, а робочими задачами – плани, запаси, собівартість, бюджети.

"Моя щоденна робота – це плани, цифри, запаси, собівартість, бюджети. Тоді я не називала це аналітикою, але фактично постійно працювала з даними й ухвалювала рішення на їх основі".

Цей бекграунд згодом став її головною перевагою: коли інші джуни вчилися мислити цифрами з нуля, Ольга вже мала роки практики ухвалювати бізнесові рішення на основі даних. Залишалося лише додати IT-інструменти зверху.

Точка зламу: повномасштабне вторгнення і чесна розмова з собою

Усе змінилося після повномасштабного вторгнення: виробничі потужності компанії знищили, і Ольга вперше за багато років опинилася перед запитанням "а що далі".

"Уперше довелося чесно відповісти собі: що я вмію, у чому моя цінність і як я виглядатиму на ринку, якщо доведеться шукати нову роботу".

Саме ця чесна розмова з собою запустила зміни. Ольга підтягнула англійську, проаналізувала свій досвід і почала придивлятися до IT – як до сфери, де робота дистанційно.

Хибний старт: курс розробки, який не склався

Першим вибором Ольги була не аналітика, а розробка. Вона пішла на курс Fullstack Developer в іншу школу – витратила час і гроші, але зрештою зрозуміла, що писати код їй не подобається.

"Перед аналітикою був інший етап – курс Fullstack Developer. Я витратила час і гроші, але зрештою зрозуміла: розробка – не моє. Але цей досвід зняв страх перед технічними інструментами і навчив підходити до задач через алгоритм, а не інтуїцію".

Курси Mate academy: чому обрала Data analytics

Аналітика стала логічним продовженням того, що Ольга вже вміла: 12 років роботи з цифрами та знятий страх перед технологіями. Залишалося обрати курси IT. Цього разу Ольга підходила прискіпливіше – після першого невдалого досвіду їй важливо було розуміти, що саме вона купує.

"Дата-аналітика стала логічним продовженням того, що я вже вміла. Цього разу я обрала Mate academy через сильну базу, індивідуальний темп і фокус на практиці".

Саме під ці критерії підійшов курс Data analyst від Mate academy. У програмі – SQL, Python, статистика, A/B-тестування, побудова дашбордів у Tableau/Power BI та реальні бізнес-кейси.

Пошук роботи як частина навчання

"Я почала відгукуватися ще під час навчання не тому, що відчувала повну готовність, а тому, що прийняла рішення: ринок – це частина навчання".

Вона оновила LinkedIn, почала додавати аналітиків і рекрутерів, стежити за їхніми публікаціями та вакансіями. У стрічці одразу з'явилися релевантні пропозиції. У списках вимог Ольга чітко бачила прогалини – десь ще не проходила тему, десь знала її лише на базовому рівні, у багатьох вакансіях стояв "досвід від 1 року".

Перша відмова допомогла перемогти страх

Першою реальною спробою стала вакансія Service Engineer, де вимагали SQL і JavaScript. Ольга чесно бачила, що не відповідає всім критеріям, але вирішила виконати тестове завдання.

"Мотивація була проста: не "пройти будь-якою ціною", а не шкодувати, що навіть не спробувала. Результат був тверезий: SQL – приблизно на 90%, JavaScript – десь наполовину".

Цю вакансію вона не отримала, але саме та невдача стала поворотним моментом.

"Я побачила, що частину вимог уже закриваю, і страх "я ще зовсім не готова" зник".

Перші співбесіди Ольга свідомо сприймала як етап навчання – не як іспит "чи візьмуть мене в IT", а як спосіб навчитися говорити про себе, тренувати самопрезентацію, фіксувати прогалини й повертатися до них у курсі.

Офер у "Нова пошта" за 4 дні

Реальний шлях до роботи в компанії "Нова пошта" виявився коротшим, ніж сам процес тестового завдання. Ольга випадково побачила в LinkedIn пост рекрутера про вакансію аналітика консолідованої інформації. Компанія була готова розглядати початківців.

Ось як виглядала хронологія:

• День 1. Написала рекрутеру, надіслала резюме.
• День ~7. Дзвінок з HR, обговорили деталі.
• День 8. Співбесіда з керівницею відділу.
• День 9. Тестове завдання — аналіз даних, зведені таблиці, прогноз, презентація.
• День 10. Офер.

Тестове завдання було з більше маркетинговим контекстом, ніж Ольга очікувала, а робота з Excel – глибшою, ніж вона тоді вміла. Замість Excel вона побудувала візуалізації у Tableau (поглиблений курс із якого щойно закінчила) і здала роботу в дедлайн, без переносів.

"Зрештою на роботі цінують не ідеальне знання інструментів, а результат і готовність його досягати. Тому я свідомо зробила акцент не на тому, що "вмію все", а на тому, що можу якісно подати рішення".

Чесність як стратегія на співбесіді

Ольга пішла на співбесіду з єдиним правилом: не вигадувати того, чого не вміє.

"Я одразу вирішила, чого точно не робитиму: не приписуватиму собі досвід, якого в мене немає. По-перше, це не в моєму характері. По-друге, брехня дуже швидко проявляється в роботі, і тоді стресу буде більше, ніж радості від оферу".

Коли її питали про плани на майбутнє, вона спокійно розповідала, які модулі ще не пройшла та що планує прокачувати далі. Про робочі процеси, яких ще не виконувала, говорила простими словами – без термінів, у яких не була впевнена.

"Моє завдання було не виглядати "розумною", а бути зрозумілою та логічною".

На співбесіді Ольга навіть згадала курс розробки, що не склався, – і це неочікувано спрацювало на її користь. Уже після виходу на роботу керівниця сказала, що побачила в цій історії здатність не здаватися й рухатися далі, навіть якщо перша спроба була невдалою.

Що насправді цінують у джунах: поради випускниці Mate academy

Ольга зробила кілька висновків, які вона радить тим, хто тільки починає шлях у Data analytics:

1. Не варто чекати "ідеальної готовності". Якщо ви відповідаєте приблизно 70% вимог – вже можна відгукуватися. Решта прокачається у процесі.
2. Перші відгуки — це тренування. Вони потрібні не лише для оферу, а й для розуміння ринку та власних прогалин.
3. Чесність – це робоча стратегія. Фраза "Я цього ще не робила, але розумію логіку і знаю, де подивитися" звучить переконливіше за впевнене прибріхування.
4. Говори простими словами. Якщо не можеш пояснити без складних термінів — імовірно, сам ще не до кінця розумієш тему.
5. Надійність важливіша за стек. Структура мислення, спокійна комунікація, здатність довести задачу до результату й не зривати терміни — це те, що компанії помічають першими.

"На співбесіді оцінювали не те, скільки інструментів я знаю, а як я мислю: чи можу логічно пояснити підхід, розкласти задачу на кроки, чесно сказати, де знаю, а де ще навчаюся, і не губитися, якщо чогось не знаю".

Курс Data analyst у Mate academy: як отримати роботу

Історія Ольги добре ілюструє те, як влаштований курс Data analyst у Mate academy: сильна теоретична база, 80% практики та окремий модуль із працевлаштування. Студенти вчать SQL, Python, статистику, A/B-тестування, працюють із BI-інструментами та збирають проєктне портфоліо, з яким уже можна йти на ринок.

Завершивши курс, кожен випускник отримує постійний супровід кар'єрних консультантів: перевірку резюме, тренування технічних інтерв'ю, репетиції самопрезентації. Mate academy співпрацює з понад 500 компаніями-партнерами – серед них Genesis, Ryanair, Wix, Preply, Sigma Software, Intellias та DataArt. Майже половина студентів працевлаштовуються саме до партнерів, а у 2025 році роботу в IT знайшли понад 1100 випускників.

Як показала історія Ольги, відгукуватися можна навіть до завершення курсу – і ринок реагує.

Скільки заробляють Data analyst в Україні

Дата-аналітика – це одна з найбільш стабільних і високооплачуваних точок входу в IT для людей без технічного бекграунду. Орієнтовні зарплати на українському ринку у 2025–2026 роках виглядають так:

• Junior Data analyst — $700–1 200/місяць
• Middle Data analyst — $1 500–2 500/місяць
• Senior / Lead Data analyst — $2 800–4 000+/місяць

Зарплата залежить від компанії, продуктового домену (fintech, e-commerce, logistics, ad-tech) та інструментального стеку. Що краще кандидат володіє SQL, Python і BI-інструментами на кшталт Tableau або Power BI – то більше вакансій можна розглянути.

Історія Ольги показує, що компанії готові відкривати вакансії дата-аналітика для початківців. Достатньо чесно інвентаризувати те, що ви вже вмієте, обрати правильні курси IT та почати діяти.