Платные курсы 184
Сколько зарабатывает
Карьерная траектория
Junior Data Analyst 0–2 года
Написание SQL-запросов, подготовка отчётов по шаблонам, базовая работа в Python/pandas. Задачи ставит более опытный аналитик.
90 000–150 000 ₽Middle Data Analyst 2–4 года
Самостоятельные исследования данных, A/B-тесты, построение дашбордов, работа с несколькими заказчиками.
150 000–250 000 ₽Senior Data Analyst 4–8 лет
Формирование аналитических процессов в команде, менторство джуниоров, работа с ML-командой, участие в продуктовой стратегии.
250 000–400 000 ₽Head of Analytics / Data Lead 8+ лет
Управление аналитическим отделом, найм команды, выстраивание data governance, отчётность на уровне C-level.
350 000–600 000+ ₽О профессии
Аналитик данных извлекает полезные выводы из массивов информации — продажи, поведение пользователей, производственные показатели — и переводит их в решения для бизнеса. Базовый стек: SQL для запросов к базам данных, Python или R для обработки, BI-инструменты (Power BI, Tableau, Superset) для визуализации. На практике аналитик много времени тратит на очистку данных и коммуникацию с заказчиками внутри компании.
По данным hh.ru за 2025 год, медиана по рынку составляет около 160 тысяч рублей. Джуниоры с SQL и базовым Python начинают с 90–120 тысяч. Специалисты с 2–3 годами опыта, уверенно работающие с BI и способные самостоятельно ставить и проверять гипотезы, зарабатывают 150–250 тысяч. Сеньоры, умеющие выстраивать аналитическую культуру в команде и работать с ML-командой — 250–400 тысяч. Разброс внутри грейда доходит до 30–50% в зависимости от отрасли и формата (офис / удалёнка).
Направления
Категории
Навыки и инструменты
SQL
Сложные запросы, оконные функции, оптимизация, работа с PostgreSQL / ClickHouse / BigQuery
Python / pandas
Обработка и трансформация данных, numpy, matplotlib, statsmodels
BI-инструменты
Power BI, Tableau, Metabase, Superset — построение отчётов и дашбордов
Статистика
A/B-тестирование, проверка гипотез, доверительные интервалы, регрессия
Работа с DWH
Понимание архитектуры хранилищ данных, ETL-процессов, dbt
Soft Skills
- Умение задавать правильные вопросы
- Коммуникация с нетехническими стейкхолдерами
- Критическое мышление
- Структурированное изложение выводов
- Управление приоритетами
Обязанности
Сбор требований от бизнес-заказчиков и перевод их в аналитические задачи
Написание SQL-запросов и подготовка датасетов
Проведение A/B-тестов и интерпретация результатов
Построение и поддержка отчётов и дашбордов
Поиск аномалий в данных и объяснение метрик
Документирование методологии и метрик
Плюсы и минусы
Преимущества
- Высокие зарплаты с ранних грейдов. Даже джуниоры зарабатывают 90–120 тысяч — выше среднего по рынку
- Удалёнка. Большинство позиций предполагают полностью удалённый формат
- Востребованность во всех отраслях. Банки, ритейл, IT-компании, медиа, логистика — везде нужны аналитики
- Карьерный рост в ML и Data Science. Аналитик данных — удобная точка входа для последующего перехода в ML-инженерию или DS
Сложности
- Много времени на очистку данных. До 60–70% рабочего времени уходит на «грязную» работу с данными, а не на интересный анализ
- Неопределённость задач. Бизнес часто не знает, что хочет; аналитик должен сам формулировать гипотезы
- Зависимость от качества данных. Плохие данные на входе = неверные выводы. Часть времени уходит на борьбу с инфраструктурными проблемами
- Высокая конкуренция. Рынок наполнился выпускниками онлайн-курсов; без реального проекта в портфолио устроиться трудно
Востребованность
Аналитики данных входят в топ самых востребованных IT-смежных профессий в России. Спрос превышает предложение по квалифицированным специалистам уровня мидл и выше. Крупнейшие работодатели — банки, e-commerce, телеком и технологические компании.
Где работают
Как стать аналитик данных
Освоить SQL
SQL — фундамент профессии. Пройти курс по PostgreSQL, научиться писать оконные функции и оптимизировать запросы.
Выучить Python для анализа данных
pandas, numpy, matplotlib — базовый минимум. Дополнительно statsmodels для статистики.
Разобраться с BI-инструментом
Power BI или Tableau. Построить несколько учебных дашбордов на реальных открытых датасетах (Kaggle).
Сделать проект в портфолио
Анализ реальных данных с гипотезами, выводами и визуализацией. Опубликовать на GitHub и Kaggle.
Идти в стажировки
Crème de la crème — стажировка в IT-компании или банке. Без стажировки — тестовые задания на ресурсах hh.ru и Habr Career.
Частые вопросы
Эксперты и авторы 20
Отзывы 41
+ Курс помог систематизировать знания и успешно закрепить пройденный ранее материал. Программа логично структурирована по модулям с постепенным усложнением. Преподаватель отлично объясняет материал, что вызвало у ребенка желание продолжить обучение по этой серии курсов.
↗ Microsoft Excel 2019/2016. Уровень 1. Работа с Excel+ Короткие ролики с задачами, приближенными к «боевым», расширяют арсенал инструментов, например, левосторонний ВПР. Задачи для повторения и закрепления сделаны с умом и требуют самостоятельного мышления. Прекрасный курс.
↗ Академия Эксель+ Очень крутой курс. Знания со второго уровня помогли найти работу. Цена курса полностью оправдана.
↗ Академия Эксель+ Всё четко, доступно и по делу. Материал по функциям Excel (ВПР, ИНДЕКС, ПОИСКПОЗ) очень полезен, как и информация о быстрых клавишах. Курс подойдет тем, у кого есть базовые знания и кто хочет расширить навыки работы в программе.
↗ Функции Excel: самое нужное+ Хороший курс для начинающих пользователей Excel. Удобный формат видеозаписей, преподаватель уделяет много внимания неочевидным моментам, приятный голос. Качество материала выше заявленной цены.
↗ Академия Эксель+ Материал по Excel подается в легкой, простой и доступной манере. Автор подробно раскрывает нюансы даже таких базовых функций, как «условное форматирование».
↗ Условное форматирование+ Лучший курс по визуализации в Excel. Материал очень глубокий, содержит множество фишек, которые невозможно освоить с первого раза. Полученные навыки позволяют создавать качественную отчетность, которую высоко оценивает руководство и коллеги из других отделов.
↗ Мастер наглядных отчетов в Excel+ Хороший курс, всё изложено четко и понятно. Преподаватель — один из лучших экспертов по Power Query.
↗ Разработка запросов Power Query в Excel