Есть неприятный парадокс поиска работы: чем дольше ты её ищешь, тем меньше занимаешься самой работой. Особенно если поиск затягивается на несколько месяцев.

Когда аналитик работает, его навыки поддерживаются естественным образом. Сегодня написал SQL-запрос, завтра собрал что-то в Excel, послезавтра полез разбираться в странной метрике, потом сделал дашборд, поспорил с заказчиком и внезапно вспомнил оконную функцию, которую последний раз использовал полгода назад.

Когда работы нет, исчезает среда, которая заставляет всё это регулярно использовать.

Поэтому поиск работы я бы воспринимал не как период ожидания, а как отдельный режим работы. Только вместо корпоративных задач у вас учебные.

Самое очевидное - продолжать решать SQL. Причём не просто перечитывать синтаксис, а именно решать задачи. SQL очень похож на физическую форму: можно прекрасно понимать, что такое "JOIN", оконные функции и CTE, но после нескольких месяцев без практики начинаешь неожиданно долго вспоминать то, что раньше писал почти автоматически.

То же самое с Excel. Возьмите любой датасет и попробуйте что-нибудь исследовать: сводные таблицы, ВПР/XLOOKUP, сложные условия, обработка дат. Не обязательно строить огромный проект. Иногда достаточно часа нормальной работы несколько раз в неделю.

Отдельно я бы поддерживал аналитическое мышление. Берите открытые данные и ставьте себе бизнес-задачу. Не просто «проанализировать продажи», а, например: почему продажи начали падать? Какие категории растут быстрее остальных? Какие клиенты перестали покупать? Где находится точка роста?

Это важнее самого датасета. Настоящий аналитик отличается от человека, умеющего написать SQL, именно способностью задавать вопросы к данным.

Ещё один отличный тренажёр - собеседования. Да, даже провальные. После каждого технического интервью записывайте вопросы, на которых споткнулись. Не смогли нормально объяснить разницу между "WHERE" и "HAVING" - повторили. Забыли оконные функции - решили десять задач. Плохо ответили про статистику - пошли разбираться.

В этом смысле каждое собеседование бесплатно показывает вам слабые места.

И не пытайтесь в период поиска выучить вообще всё. Это распространённая ловушка. Человек видит десять вакансий, в одной нужен Airflow, в другой Python, в третьей ClickHouse, в четвёртой Tableau, и начинает метаться между технологиями.

Лучше держать сильным фундамент: SQL, Excel, базовую статистику, работу с данными и способность объяснять свои выводы. Python тоже стоит поддерживать, если он нужен в вашем направлении, но во многих аналитических позициях основная работа всё ещё вполне спокойно закрывается связкой SQL + Excel/BI.

Можно даже составить себе маленькое расписание: сегодня SQL, завтра статистика, потом Excel или BI, в конце недели небольшой анализ данных. Пара часов в день уже не позволит мозгу перейти в режим «я когда-то это умел».

И главное - не превращайте период без работы в бесконечную подготовку к работе. Делайте законченные вещи. Исследование, дашборд, несколько SQL-задач, небольшой проект. Что-то, на что можно посмотреть и сказать: вот результат.

Потому что рынок может заставить вас искать работу несколько месяцев. Но эти несколько месяцев необязательно должны превращаться в профессиональный простой.

Можно выйти из поиска даже более сильным аналитиком, чем вы в него вошли.

Запомните, даже самый спокойный медведь умеет рычать, когда надо. Берегите голову, берегите данные — и пусть в вашем дне будет немного тишины, ясности и добрых переменных.