Analyst IT
Авторский канал для аналитиков в индустрии ИТ. Все, что надо знать аналитику в одном месте. Сотрудничество: @the_real_bird BA/SA: @ba_and_sa Регистрация РКН: https://knd.gov.ru/license?id=673c6a15b7aeb106ce045ee5®istryType=bloggersPermission #J6THB
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Analyst IT
تُعد قناة Analyst IT (@analysis_it) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 12 328 مشتركاً، محتلاً المرتبة 9 836 في فئة التكنولوجيات والتطبيقات والمرتبة 52 065 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 12 328 مشتركاً.
بحسب آخر البيانات بتاريخ 15 سبتمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -190، وفي آخر 24 ساعة بمقدار -79، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 10.13%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 4.77% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 249 مشاهدة. وخلال اليوم الأول يجمع عادةً 588 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 4.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل analyst, диаграмма, архитектура, api, аналитика.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Авторский канал для аналитиков в индустрии ИТ. Все, что надо знать аналитику в одном месте.
Сотрудничество: @the_real_bird
BA/SA: @ba_and_sa
Регистрация РКН: https://knd.gov.ru/license?id=673c6a15b7aeb106ce045ee5®istryType=bloggersPermission
#...”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 16 سبتمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
“Мы перестали задавать вопросы на знание инструментов — бессмысленно. Все приходят подготовленные одинаково хорошо и одинаково поверхностно.”Я поняла о чём она. ИИ изменил собеседования — причём с обеих сторон стола. Что изменилось со стороны кандидата Раньше подготовка к собеседованию занимала недели. Нужно было вспомнить методологии, освежить термины, прогнать в голове кейсы. Сейчас ChatGPT выдаёт список типичных вопросов для аналитика за тридцать секунд и тут же даёт развёрнутые ответы на каждый. Результат: кандидаты приходят технически подготовленными лучше чем раньше. Но эта подготовка часто поверхностная — заученные формулировки без реального понимания за ними. Я видела это на собеседованиях, когда сама выступала в роли интервьюера. Человек красиво рассказывает про Event Storming — но когда спрашиваешь “а как вы справились когда ключевой эксперт отказывался участвовать?” — пауза. Потому что ИИ даёт теорию, а живого опыта за ней нет. Что изменилось со стороны интервьюера Умные компании это поняли и перестроили формат. Вот что я вижу сейчас: 1. Меньше вопросов на знание — больше на мышление “Что такое Use Case?” уже никто не спрашивает. Спрашивают: “Вот размытое требование от заказчика — что будете делать?” Или дают реальный противоречивый документ и смотрят как человек с ним работает. Знание можно нагуглить. Мышление — нет. 2. Кейсы вместо теории Всё больше компаний дают домашнее задание: реальная или приближённая к реальной ситуация, которую нужно разобрать. Не “расскажите про BPMN” а “вот процесс — опишите его, найдите проблемы, предложите решение”. ИИ может помочь с оформлением — но думать за кандидата всё равно не будет. Точнее будет, но интервьюер это увидит. 3. Глубокие вопросы про опыт “Расскажите про сложный проект” стало стандартом. Но теперь идут вглубь: “А что конкретно вы сделали когда заказчик отверг ваше решение?”, “Как вы убедили разработчиков что требование важное?”, “Что бы вы сделали иначе?” На такие вопросы ИИ не даст готового ответа — потому что ответ должен быть про вас, а не про аналитика вообще. 🤔 Что это значит для тех кто готовится к собеседованию ИИ как инструмент подготовки — отлично. Освежить теорию, прогнать термины, подготовить список вопросов которые стоит задать самому — всё это работает. Но есть вещи которые ИИ не заменит: 1. Реальные кейсы из практики. Если опыта мало — берите учебные проекты, pet-проекты, волонтёрские задачи. Что угодно реальное где были настоящие решения и настоящие проблемы. 2. Умение думать вслух. На современных собеседованиях важен не только ответ но и то как вы к нему пришли. Тренируйтесь проговаривать ход мыслей — это навык который нужно качать отдельно. 3. Честность про пробелы. “Я с этим не работала, но вот как бы я подошла к задаче” — это сильный ответ. Гораздо сильнее заученной формулировки которая рассыпается при первом уточняющем вопросе. ‼️ И про другую сторону — как ИИ меняет требования к аналитику Это отдельный разговор — но скажу коротко. Рутинные части нашей работы автоматизируются. Генерация шаблонов, базовые описания процессов, первичная структура документов — всё это ИИ делает уже сейчас. Это не страшно. Это значит что ценность аналитика смещается туда куда ИИ не дотянется: живая работа с людьми, понимание контекста, умение вытащить неочевидное требование, управление конфликтами интересов. Источник: @analysis_it 💙 Analyst IT | 💬 Analyst IT
АРХИТЕКТОР — заберите курс с персональной скидкой.
Реклама. ООО «ЭДЮСОН» ИНН 7729779476. erid: 2W5zFJ5e73Fможет я не на своём месте? Может настоящий аналитик должен всё это знать?Спойлер: не должен. Но тогда я этого не понимала. Характерные симптомы которые я у себя замечала: — Боялась задавать “глупые” вопросы на встречах — Переписывала письма по десять раз прежде чем отправить — Когда что-то получалось хорошо - думала что просто повезло — Когда что-то шло не так - была уверена что это только моя вина — Сравнивала себя с коллегами и всегда была не в свою пользу Откуда это берётся в нашей профессии Аналитик работает на стыке всего. Нужно понимать бизнес, технологии, процессы, людей. Область знаний бесконечная — всегда найдётся что-то чего ты не знаешь. Плюс наша работа во многом невидима. Разработчик написал код — вот результат. Дизайнер сделал макет — вот результат. Аналитик провёл десять встреч, вытащил требования, предотвратил три конфликта — и что? Требования это не код, их не потрогаешь. Когда результат работы сложно измерить — мозг начинает сомневаться: а была ли вообще ценность? Что реально помогло 1️⃣ Разрешила себе не знать всего Звучит банально. Но мне реально пришлось внутренне договориться с собой: я не обязана знать всё про архитектуру, про DevOps, про финансовую модель заказчика. Я обязана знать своё дело хорошо и уметь задавать правильные вопросы нужным людям. “Не знаю, давайте разберёмся вместе” — это не слабость. Это профессиональная честность. 2️⃣ Начала вести список того что сделала хорошо Не для резюме. Для себя. Буквально блокнот где я записывала: вот здесь я нашла противоречие в требованиях до того как оно стало проблемой. Вот здесь помогла разрулить конфликт между командами. Вот здесь заказчик сказал что это лучшая документация которую он видел. Когда накрывало сомнениями — открывала и перечитывала. Работало. 3️⃣ Поговорила с коллегами Оказалось что опытные аналитики которым я завидовала — чувствовали то же самое. Просто не говорили об этом вслух. Один разговор по душам с коллегой которая была в профессии семь лет снял с меня какое-то внутреннее напряжение которое я носила месяцами. Мы все притворяемся что знаем больше чем знаем. Это нормально. Ненормально думать что ты одна такая. 4️⃣ Перестала сравнивать себя с чужими достижениями Соцсети и профессиональные каналы показывают лучшее. Никто не пишет “сегодня я провалила встречу и не смогла ответить на половину вопросов”. Все пишут про успехи, про крутые проекты, про сертификаты. Я сравнивала свою внутреннюю кухню с чужим парадным фасадом. Это заведомо проигрышная игра. Что поняла спустя двенадцать лет Синдром самозванца не исчезает полностью. Он просто меняет форму. Сейчас я могу провести сложнейшее интервью с производственниками, написать архитектурное описание интеграции, выступить перед советом директоров — и всё равно иногда поймаю себя на мысли “а вдруг я что-то важное упустила”. Разница в том что раньше эта мысль меня парализовала. Теперь я её замечаю, киваю ей и иду делать своё дело. ❗️Если вы аналитик и узнали себя в этом тексте — вы не одни. И то что вы сомневаетесь в себе скорее всего означает что вы достаточно вдумчивы чтобы видеть собственные пробелы. Это не слабость. Это качество хорошего специалиста. Если было полезно, ставьте реакции 😉 Источник: @ba_and_sa 💙 BA|SA | 💬 BA|SA
