15 апреля 2026 г.

Как стать аналитиком: какой выбрать и как войти

Какие бывают аналитики

Слово «аналитик» — огромный зонтик. Под ним минимум 6 разных профессий, и путь входа в каждую — разный. Прежде чем начать учить что-то, разберитесь, какой именно аналитик вам нужен.

Data-аналитик (аналитик данных)

  • Стек: SQL, Python/pandas, статистика, BI.
  • Задачи: отчёты, дашборды, ad-hoc анализ, когорты, воронки.
  • Где: IT, e-commerce, fintech, маркетплейсы.
  • Порог входа: средний. 4–6 месяцев обучения с нуля.
  • Зарплаты: 80–300k₽ (junior–senior).

Подробнее про data-аналитика.

Продуктовый аналитик

  • Стек: SQL + Python + статистика + продуктовое мышление + A/B-тесты.
  • Задачи: рост продукта, эксперименты, retention, unit-экономика.
  • Где: IT-продукты (Яндекс, Ozon, ВК, Авито).
  • Порог входа: выше, чем data-аналитик. 6–9 месяцев.
  • Зарплаты: 120–400k₽.

Подробнее про продуктового.

Бизнес-аналитик

  • Стек: Excel, SQL, Visio/BPMN, требования, процессы.
  • Задачи: описывать бизнес-процессы, требования к IT-системам.
  • Где: банки, страхование, консалтинг, крупные предприятия.
  • Порог входа: ниже технический, выше по soft skills.
  • Зарплаты: 90–250k₽.

Подробнее про бизнес-аналитика.

Системный аналитик

  • Стек: SQL, UML, API, работа с архитектурой IT-систем.
  • Задачи: требования к software, интеграция систем.
  • Где: IT, финтех, интеграторы.
  • Порог входа: средний, нужен технический бэкграунд.
  • Зарплаты: 100–300k₽.

Подробнее про системного.

BI-аналитик

  • Стек: SQL + BI-инструменты (Tableau, Power BI, Superset).
  • Задачи: дашборды, репортинг, визуализация.
  • Где: корпорации, retail, e-commerce.
  • Порог входа: низкий — за 3 месяца реально.
  • Зарплаты: 70–200k₽.

Подробнее про BI.

Риск-аналитик

  • Стек: SQL, Python, статистика, finance math, ML.
  • Задачи: моделирование рисков, anti-fraud, скоринг.
  • Где: банки, страхование.
  • Порог входа: высокий. Нужно понимание финансов.
  • Зарплаты: 100–400k₽.

Подробнее про риск-аналитика.

Какой выбрать для старта

Если вам 20–25 и вы без бэкграунда

→ Data-аналитик или BI-аналитик. Самый быстрый вход. За 3–6 месяцев выходите на первый оффер.

Если вы из финансов/банкинга

→ Риск-аналитик или бизнес-аналитик. Доменный опыт здесь сильно экономит вам 1–2 года роста.

Если вы из IT (разработка/поддержка)

→ Системный или продуктовый аналитик. Понимание систем уже есть, остаётся добавить SQL и продуктовое мышление.

Если вы из маркетинга

→ Продуктовый или data-аналитик. Понимание метрик и воронок — плюс. Нужно подтянуть SQL.

Если вы из консалтинга / аудита

→ Бизнес-аналитик или продуктовый. Умение структурировать — большой плюс.

Больше таких примеров с разборами — в Telegram-тренажёре. Короткие сессии, прогресс по темам, объяснения после каждого ответа.

Путь для каждого типа

Data-аналитик

  1. SQL — 4–6 недель.
  2. Продуктовые метрики — 2–4 недели.
  3. Статистика + A/B — 3–4 недели.
  4. Python/pandas — 3–4 недели.
  5. Визуализация — 1–2 недели.

Подробнее.

Продуктовый

Всё из data-аналитика + глубоко по продуктовой аналитике:

  • Unit-экономика: LTV, CAC, payback.
  • Когортный анализ.
  • A/B-тесты на продакшн-уровне: CUPED, stratification, sequential.
  • Framework'и принятия решений.

Бизнес-аналитик

  1. Основы процессов (BPMN, UML).
  2. Excel на продвинутом уровне.
  3. Базовый SQL.
  4. Soft skills: интервью, требования, документация.

Системный

  1. Базы данных + SQL.
  2. UML, API (REST, SOAP).
  3. Работа с архитектурой (клиент-сервер, микросервисы).
  4. Процессы разработки (Scrum, ТЗ).

BI

  1. SQL (достаточно базового + JOIN).
  2. Один BI-инструмент глубоко (Tableau или Power BI).
  3. Принципы визуализации, dashboard design.
  4. Базовая статистика.

Риск

  1. SQL + Python.
  2. Статистика + терверь.
  3. Финансовая математика, скоринг.
  4. ML: логрег, XGBoost, анализ выживаемости.

Сколько учиться

Средние сроки при интенсивности 2–3 часа в день:

Профессия Срок
BI-аналитик 3–4 месяца
Data-аналитик 4–6 месяцев
Бизнес-аналитик 4–6 месяцев
Системный аналитик 6–8 месяцев
Продуктовый 6–9 месяцев
Риск-аналитик 9–12 месяцев

Полный рабочий режим — сократите сроки в 2x.

Если готовишься к собесу — бот @kariernik_bot закрывает 80% технических вопросов. SQL, Python, A/B, продуктовые метрики — всё в одном месте.

С чего начать сегодня

Независимо от направления — начните с SQL. Это универсальный фундамент, который пригодится везде.

  1. Установите PostgreSQL + DBeaver.
  2. Пройдите базовый курс (Stepik, SQL Academy).
  3. Решайте задачи в тренажёре.

Через 2 недели оцените, какое направление вам интереснее — продуктовое, бизнес, системное. Тогда и углубляйтесь туда.

Читайте также

FAQ

Какой аналитик больше зарабатывает?

Продуктовый в IT — самый высокий потолок (до 400k+). Риск-аналитик в банке — стабильно высокий (до 400k). Data-аналитик вдоль всей индустрии — 80–300k. BI — 70–200k.

С какого проще начать?

BI-аналитик — самый низкий порог входа. Но потолок ниже, и переход в продуктовую аналитику потом потребует учить SQL/Python глубже.

Можно ли потом перейти в другой тип?

Да, перекрёстные переходы — норма. Data → Продуктовый: 1 год опыта и понимание бизнеса. BI → Data: нужно выучить Python и статистику. Бизнес → Продуктовый: подтянуть SQL, Python.

Нужно ли знать английский?

Базовый технический — да (документация, Stack Overflow). Для работы в российских компаниях — без свободного общения можно. В международных — B2+.

Тренироваться в Telegram