Как перейти из QA в аналитика данных

Зачем это знать

В 2026 году переход из QA в аналитику — один из популярных pivot'ов. Скилы пересекаются, но есть gaps. За 3-6 месяцев при правильном плане — смена роли реальна. Без плана — годами «собираюсь, но».

Почему QA — хорошая база

1. Attention to detail

Тестировщик привык замечать inconsistencies в данных. Data quality analyst — natural fit.

2. Systematic thinking

Test plans = analytical plans. Break down → test cases ≈ decompose → hypotheses.

3. SQL базис

Многие QA пишут SQL для проверок. 30-50% SQL уже знают.

4. Domain knowledge

Знаете продукт, бизнес-логику, users. Это ценно для product analyst.

5. Bug tracker experience

Хорошо структурировать задачи, документировать.

Gaps

1. Статистика / математика

QA обычно don't do A/B stats, hypothesis tests.

Fix: курсы или self-study statistics. 2 месяца intensive.

2. Продвинутый SQL

Basic SELECT ok, window functions, CTE — часто нет.

Fix: practice на LeetCode. 1 месяц.

3. Python / pandas

Некоторые QA — automation (Python for Selenium). Но data analysis — другое.

Fix: Kaggle, курсы. 1-2 месяца.

4. BI tools

Tableau, Metabase, Looker — QA не использует.

Fix: sandbox, tutorials. Пара недель.

5. Business thinking

Interpreting data → business decision.

Fix: читать case studies, product analytics blogs.

План 3-6 месяцев

Месяц 1: SQL глубоко

• Window functions
• CTE, рекурсивные
• Optimization
• Real-world проекты (public datasets)

Goal: confident SQL middle-уровня.

Месяц 2: Статистика и Python

• Descriptive stats
• Probability basics
• Hypothesis testing (t-test, chi-square)
• pandas (load, clean, analyze)
• Matplotlib / seaborn для визуализации

Месяц 3: A/B-тестирование

• Experimental design
• Sample size, MDE
• p-value, effect size
• Running и analyzing A/B

Месяц 4: Продуктовая аналитика

• Метрики (DAU, MAU, retention, cohort, funnel)
• Frameworks (AARRR, HEART)
• Case studies из Amplitude, Mixpanel blogs

Месяц 5: Portfolio

• 3-4 проекта в GitHub
• EDA на public dataset
• Business case с findings
• Dashboard в Tableau/Metabase

Месяц 6: Собесы

• Resume под analyst role
• Mock interviews
• Apply 20-30 вакансий
• Iterate feedback

Позиционирование resume

Emphasize

• SQL опыт (даже basic)
• Data-driven QA (если использовали metrics)
• Domain knowledge продукта
• Analytical thinking

De-emphasize

• Bug reporting details
• Selenium / automation frameworks (не relevant для analyst)

Entry roles

Data analyst intern / junior

Самый прямой путь.

Product analyst

Если знаете продукт hard от QA — comparative advantage.

Internal transition

Лучший scenario: переход внутри компании. HR может support.

Портфолио projects

Project 1: EDA

Public dataset (Kaggle). EDA + insights + written report.

Project 2: A/B analysis

Synthetic A/B data. Analyze, present recommendations.

Project 3: Domain

Из вашей QA-области. «Analysed bug patterns» — shows both skills.

Project 4: Dashboard

Real data (public или synthetic) + Tableau Public / Metabase.

На собесе

Q: Почему переход?

Structured answer:

• Что привлекает в data analyst (интересные продуктовые задачи, impact)
• Что переносимо (QA → data mindset)
• Что изучил (курсы, проекты)
• Почему сейчас (ready)

Q: Опыт анализа

Даже в QA используете данные. Например, «patterns bugs», «flaky tests analysis».

Q: SQL / статистика

Prepared как любой junior analyst. См. 7-дневный SQL план.

Зарплата

Может снизиться на entry:

• Senior QA: 200k ₽
• Junior analyst: 80-120k ₽
• Middle analyst (через 1-2 года): 150-250k ₽

Долгосрочно — analyst зарплаты растут быстрее.

Частые ошибки

Try to learn everything

Focus: SQL → stats → A/B → product. В order.

No projects

Без portfolio — resume слабое.

Apply too early

Learn first, apply с 70% готовности minimum.

Ignore soft skills

Communication, stakeholder management — важны.

Связанные темы

• Как перейти в аналитику
• Как стать аналитиком данных
• Карьерный путь аналитика
• Как написать резюме аналитика

FAQ

Реально без образования?

Да. Skills важнее диплома для entry-level.

Нужен ли DS / ML?

Нет для analyst. Plus после 1-2 лет.

Сколько учиться реально?

3-6 мес intensive. 12 мес если part-time.

---

Готовьтесь к переходу — откройте тренажёр с 1500+ вопросами для собесов.