15 апреля 2026 г.

Как стать аналитиком данных с нуля в 2026

«С нуля» — это как

Если вы никогда не работали с данными, не писали код, не знаете что такое база данных — это и есть «с нуля». Аналитиком стать можно, но готовьтесь вложить 4–8 месяцев реальной работы.

Ниже — план без воды. Только то, что реально спросят на собеседовании.

Реалистичные сроки

  • 2–3 месяца — если учитесь полный день (6+ часов).
  • 4–6 месяцев — если 2–3 часа в день.
  • 8–12 месяцев — по 1 часу в день.

Главное — регулярность. 30 минут каждый день лучше, чем 3 часа раз в неделю.

Что учить — ТОП-5 тем

1. SQL (главный навык)

SQL — это 80% того, что делает аналитик. На собеседовании без SQL — сразу отказ.

Минимум для junior:

  • SELECT, WHERE, ORDER BY, LIMIT.
  • JOIN (INNER, LEFT).
  • GROUP BY + агрегаты (COUNT, SUM, AVG).
  • Оконные функции (ROW_NUMBER, LAG, SUM OVER).
  • Подзапросы и CTE (WITH).
  • Работа с датами.

Где учить:

Шпаргалки: JOIN, GROUP BY, оконные.

2. Метрики продукта

Без понимания метрик SQL — просто синтаксис. На собеседовании вас спросят «что такое retention, DAU, воронка» — и здесь часто провал новичков.

Минимум:

  • DAU, MAU, WAU — активность.
  • Retention: D1, D7, D30 + когорты.
  • Воронка конверсии: этапы, drop-off.
  • Unit-экономика: ARPU, LTV, CAC.

Где учить:

3. Статистика

Неглубоко, но обязательно:

  • p-value, уровень значимости, ошибки I/II рода.
  • Нормальное распределение, ЦПТ.
  • Доверительные интервалы.
  • Основы A/B-тестов.

Где учить:

4. Python + pandas

Не везде критично, но полезно и часто спрашивают:

  • Pandas: фильтрация, groupby, merge.
  • NumPy: базовые массивы.
  • Matplotlib/seaborn: построение графиков.

Где учить:

  • Pandas шпаргалка.
  • Курс «Python для анализа данных» на Stepik.
  • Kaggle Learn (бесплатно).

5. BI-инструмент

Один из: Tableau, Power BI, Metabase, Superset. На собеседовании спросят «с чем работали» — нужен хотя бы один.

Если хочется сразу закрепить тему на практике — открой тренажёр в Telegram. 10 минут в день — и синтаксис в пальцах.

План на 16 недель

Недели 1–4: SQL — основа

  • Базовый курс: SELECT, WHERE, ORDER BY.
  • JOIN всех типов.
  • GROUP BY + агрегаты.
  • Решайте 5 задач в день.

Недели 5–6: SQL продвинутый

  • Оконные функции: ROW_NUMBER, LAG, LEAD.
  • CTE, подзапросы.
  • Работа с датами, ранжирование.

Недели 7–8: продуктовые метрики

  • DAU, retention, когорты.
  • Воронки конверсии.
  • Unit-экономика.

Недели 9–10: статистика

  • p-value, мощность, CI.
  • Нормальное распределение.
  • Основы A/B-тестов.

Недели 11–12: Python/pandas

  • Базовый синтаксис.
  • Pandas: DataFrame, groupby, merge.
  • Базовая визуализация.

Недели 13–14: портфолио

  • 2–3 проекта на GitHub:
    • SQL-анализ публичного датасета.
    • Дашборд в Tableau Public.
    • A/B-тест или когортный анализ.

Недели 15–16: собеседования

  • Написать резюме, LinkedIn.
  • Откликаться на 5–10 вакансий в день.
  • Проходить собеседования. Первые 5 — тренировка.

Подробный чек-лист подготовки.

Типичные страхи и реальность

«У меня нет математического бэкграунда»

Это миф. Junior-аналитик не решает дифуры. Нужна базовая статистика, арифметика и логика. Если умеете считать проценты и строить таблицы — ок.

«Я слишком взрослый»

Работают люди 40+. Главное — доменный опыт (если он есть, помогает) и готовность к junior-зарплате на старте.

«У меня нет технического образования»

Не нужно. Многие аналитики приходят из гуманитарных: филология, социология, лингвистика. Главное — любовь к данным и логике.

«Без опыта никуда не возьмут»

Возьмут. 30–40% вакансий junior — для «нет опыта». Портфолио и тестовое задание важнее «опыта».

«Курсы дорогие»

Учитесь бесплатно: Stepik, YouTube, документация, тренажёры. Курс за 100k₽ — удобно, но не обязательно. Подробнее.

Что делать каждый день

  1. Утром — теория (читать/смотреть) 30–60 минут.
  2. Вечером — практика (решать задачи) 60–90 минут.
  3. Раз в неделю — мини-проект (решить задачу от начала до конца).
  4. По воскресеньям — проверять прогресс, корректировать план.

Регулярность > интенсивность. 7 дней по 1 часу > 1 день 7 часов.

Чтобы не только читать теорию, но и решать реальные задачи — загляните в бот Карьерника. Там по каждой теме подборка вопросов с разборами.

Где искать первую работу

  • hh.ru — фильтр «аналитик», без опыта.
  • Telegram: @data_jobs, @analitikadata.
  • Стажировки: Яндекс, Тинькофф, Ozon — набор 2–3 раза в год.
  • LinkedIn — особенно для международных вакансий.
  • Нетворкинг — знакомьтесь с другими аналитиками в сообществах.

Не бойтесь маленьких компаний — быстрее растёте, больше ответственности.

Читайте также

FAQ

Сколько реально займёт с нуля?

4–6 месяцев при 2–3 часах в день. 2–3 месяца на полный день. Быстрее не получится — нужно набить руку в SQL и понять продуктовое мышление.

Нужен ли английский?

Для старта — нет. Но технический английский (документация, Stack Overflow) учится сам собой за 3–4 месяца работы.

Можно ли без курсов?

Да. Многие аналитики в индустрии — self-taught. Главное — дисциплина и тренажёры для практики.

Что важнее — SQL или Python?

На junior уровне — SQL. 80% собеседований фокусируются на SQL. Python становится важен на middle+.

Тренироваться в Telegram