Аналитик данных 2026

Чем занимается аналитик данных

Аналитик данных — это человек, который превращает сырые числа в решения. Вы берёте данные из баз, очищаете их, строите дашборды и отвечаете на вопросы бизнеса: почему упали продажи, какой сегмент клиентов приносит больше всего денег, где теряется воронка.

Типичный рабочий день: SQL-запрос в базу, чистка данных в Python, дашборд в Power BI, презентация выводов команде. Не разработка моделей, не алгоритмы машинного обучения — фокус на ясных, проверяемых ответах с цифрами.

На hh.ru открыто 6 533 вакансии аналитика данных только по Москве (июнь 2026), спрос за год вырос на 16,4%. Топ отраслей, которые нанимают: IT (35%), финансы (22%), e-commerce (18%) — по данным анализа вакансий hh.ru.

Сколько платят: зарплаты по грейдам в 2026

По данным Habr Career (52 123 анкеты, H2 2025) и Skillbox Media (апрель 2026), рынок выглядит так:

• Junior — 80–140 тыс. руб./мес.
• Middle — 140–250 тыс. руб./мес.
• Senior — 220–350 тыс. руб./мес.

Медиана по рынку — 180 000 руб./мес. Москва и Санкт-Петербург платят на 20–30% выше, чем регионы. Финтех и IT-продукты традиционно предлагают верхние границы диапазона даже для мидлов.

Что нужно уметь: инструменты по уровням

Инструменты напрямую влияют на оффер. Вот что требуют работодатели, исходя из анализа вакансий hh.ru:

• SQL — нужен в 87% вакансий: оконные функции, CTE, агрегации
• Python (pandas, numpy) — 62% вакансий
• Power BI / Tableau — 54% вакансий

Junior: базовый SQL + Excel + Power BI или Tableau. Этого достаточно для первого оффера.

Middle: сложный SQL + Python pandas + базовый ETL. Вы уже строите пайплайны, а не только делаете отчёты.

Senior: Airflow, dbt, ClickHouse, Git, A/B-тесты на продакшн-данных. На этом уровне вы проектируете аналитическую инфраструктуру, а не просто используете её.

Аналитик данных vs Data Scientist — в чём разница

Оба работают с данными, но решают разные задачи и живут в разных горизонтах планирования.

• DA — "Что было и почему?" Цикл задачи: дни или недели. Инструменты: SQL, BI-системы, Pandas, A/B-тесты.
• DS — "Что будет? Как автоматизировать?" Проект занимает от 6 месяцев. Инструменты: PyTorch, MLOps, Docker, трансформеры.
• Зарплата Junior DS выше на 25%: 100–190 тыс. против 80–140 тыс. у Junior DA.
• Порог входа у DA ниже — реально стартовать за 6–12 месяцев без серьёзной математической базы.

Если вы только входите в IT, DA — более предсказуемый маршрут. DS требует линейной алгебры, теорвера и опыта с моделями. DA требует аналитического мышления и умения работать с данными — этому проще научиться самостоятельно.

Как войти в профессию с нуля

Реалистичный срок: 6–12 месяцев при занятиях 8–10 часов в неделю. С ментором — 3–6 месяцев. Вот проверенный маршрут:

• Месяцы 1–2: базовая статистика + SQL — SELECT, JOIN, GROUP BY, оконные функции
• Месяцы 2–4: Python (pandas, matplotlib) + Excel для быстрого анализа
• Месяцы 4–6: Power BI или Tableau + основы A/B-тестирования
• Месяцы 6–12: сборка портфолио из 3–5 реальных проектов + активный поиск работы

Портфолио важнее сертификата. Работодатель хочет видеть, как вы думаете над задачей, а не корочку курса. Три хорошо оформленных проекта на GitHub с реальными данными и выводами закрывают 80% возражений рекрутера на первом собеседовании.