Від маркетолога до Data Analyst у Philip Morris у 21

Безкоштовний міні-курс «Знайди свій шлях в ІТ з 0 до $2500/міс» з 3 уроків 👉 https://www.dataloves.academy/mini-co... Вероніка Кобець — Data & Analytics Engineer у Philip Morris International, випускниця курсу «Аналітик даних + AI». Бакалавр комп'ютерних наук (напрям «Інтелектуальні системи») Одеського національного університету ім. Мечникова, яка паралельно з навчанням та роботою маркетологом зробила стрибок в аналітику даних і менш ніж за рік пройшла шлях від інтерна до повноцінного аналітика в одній із найбільших міжнародних FMCG-компаній світу. LinkedIn Вероніки:   / veronika-kobets-b157321a4   Відкриті вакансії в команду Вероніки👇 Intern Data Analyst (INKOMPASS 2026) з цього Вероніка починала свій шлях у PMI: https://robota.ua/company1063/vacancy... Data Analyst (Philip Morris Ukraine on behalf of its Partner): https://robota.ua/company1063/vacancy... Junior Data Analyst | Analytics Engineer (Philip Morris Ukraine on behalf of its Partner): https://robota.ua/company1063/vacancy... Data Analyst (Philip Morris Ukraine on behalf of its Partner): https://robota.ua/company1063/vacancy... Що дізнаєтесь у відео: — Як маркетолог із бекграундом у комп'ютерних науках знайшла себе в аналітиці даних — Як студентський кейс із підвищення конверсії в університеті став стартом кар'єри стратегічного аналітика — Дипломна робота про виявлення шахрайства: 15 ML-пайплайнів, три моделі та бізнес-інсайти для фінансових компаній — Як влаштований відбір на стажування в Philip Morris та що допомогло отримати офер серед понад 100 заявок — Технічність в FMCG vs IT-компанії: Python, SQL, Power BI — Ownership, learning agility та creator mindset, що насправді рухає кар'єру вперед? ТАЙМИНГ: 0:00 — Від креативного маркетолога до аналітика у Philip Morris International 0:29 — Як шлях в аналітику розпочався ще в маркетингу? 1:38 — Перший самостійний маркетинг-проект в університеті 3:03 — Вибір між Data Science та звичайною розробкою 4:03 — Як Вероніка підвищила конверсію вступників на спеціальність з 24% до 44%? 5:54 — Де навчалася: ОНУ ім. Мечникова, бакалавр з Computer Science, інтелектуальні системи 6:28 — Чому маркетинг не стримував, а навпаки — підштовхував рухатись в аналітику 8:00 — Кейс Nokia: чому важливо розвивати технічні навички? 12:49 — Що було найбільш новим на курсі: Tableau, Power BI і вміння «говорити з нетехніками» 14:30 — Чому технічний фахівець без навичок комунікації «говорить тільки з іншими аналітиками»? 15:57 — A/B тести, колаборація з відділами в агенції та паралельне навчання, робота і диплом 18:27 — Дипломна робота з Machine Learning: 15 ML-пайплайнів для детекції фінансового шахрайства 20:22 — Чому Вероніка мріяла стати хірургом-онкологом і як це призвело до Computer Science 22:25 — Від медицини до біотехнологій, як сформувався інтерес до Data Science 25:07 — Highly imbalanced data, методи ресемплінгу і бізнес-рекомендації для фінансових компаній 29:33 — Як науковий підхід і проєкти з курсу стали конкурентною перевагою 31:44 — Програма стажування Interns у Philip Morris: відбір, когнітивний тест, бізнес-кейси 34:33 — Як за рік пройшла три ролі: Intern → Sales Analyst → Analytics Engineer & Data Analyst 36:13 — Шестигодинні індакшени від регіональних аналітиків 37:11 — Участь у Business Deployment Strategy: як штаб-квартира спускає стратегію в бізнес-юніти? 39:11 — Перехід на Analytics Engineer: робота з raw data, хмарна міграція, Python-пайплайни 42:48 — Автоматизація підвантаження даних по SKU-бандлах в єдиний Excel-файл 45:00 — Три ключових скіли зростання: Deep Ownership, Learning Agility, Creator Mindset 46:27 — FMCG vs. IT: стереотипи про «нетехнічність» великого бізнесу і що насправді там відбувається? 50:02 — Два кар'єрні треки, що підходить і кому? 52:17 — Чому Вероніка обрала компанію з фізичним продуктом і як це впливає на мотивацію аналітика 55:46 — Конкурс на стажування: 100+ заявок, 30 інтернів, конверсія в повноцінних співробітників — 70%+ 57:57 — Від інтерна до віце-президента: реальні кар'єрні траєкторії всередині Philip Morris 58:57 — Як фінальний проєкт з курсу став головним кейсом на технічному інтерв'ю 1:00:36 — Excel як «ахіллесова п'ята» і чому він критично важливий навіть для технічних аналітиків 1:02:51 — Порада тим, хто думає про перехід в аналітику: з чого почати? 1:04:37 — «Краще зробити і пошкодувати, ніж не зробити зовсім» КУРСИ ТА НАВЧАННЯ Курс «Аналітик даних + AI» 👉 https://www.dataloves.academy/courses Курс «Machine Learning для людей» 👉 https://www.dataloves.academy/courses Підписуйтесь на канал, тут більше контенту про розвиток в IT. 💬 Напишіть у коментарях: що вас стримує від переходу в аналітику і що надихнуло вас після цього відео?