15 апреля 2026 г.

Кто такой аналитик данных

Коротко о профессии

Аналитик данных — специалист, который:

  • Собирает данные (из базы, API, CSV).
  • Обрабатывает и очищает их.
  • Анализирует: ищет закономерности, строит метрики, отвечает на бизнес-вопросы.
  • Визуализирует результаты в дашбордах и отчётах.
  • Объясняет выводы нетехнической аудитории (PM, руководителям).

Это мост между данными и бизнес-решениями.

Что делает аналитик в типичный день

09:00. Проверяет почту, Slack, задачи в Jira.

10:00. Получает запрос от PM: «Почему конверсия в покупку упала на 15% за неделю?»

10:30. Пишет SQL-запросы: разбирает воронку по шагам.

12:00. Находит, что drop случился на этапе checkout. Разрез по платформам — только iOS.

13:00. Обед.

14:00. Копает дальше: смотрит release notes, находит, что релиз iOS-приложения 3 дня назад изменил форму оплаты.

15:00. Пишет в Slack команде backend: «кажется, сломалась валидация карты в iOS».

16:00. Строит дашборд для мониторинга метрики до фикса.

17:00. Делает ревью SQL-кода коллеги.

18:00. Финальные правки, уходит.

Типичные задачи

  • Ad-hoc анализ: «Как выросли продажи в регионе X?»
  • Построение дашбордов: главные метрики продукта в одном месте.
  • A/B-тесты: дизайн, расчёт, интерпретация.
  • Когортный анализ: как удерживаются пользователи по когортам.
  • Воронки конверсии: где пользователи отваливаются.
  • Unit-экономика: LTV, CAC, payback.
  • Root-cause analysis: «почему метрика упала».

Где работает

  • IT-компании: Яндекс, Ozon, Авито, ВК, МТС, Тинькофф.
  • Банки и финтех: Сбер, Альфа, ВТБ, Райффайзен.
  • E-commerce: Wildberries, Lamoda, Самокат.
  • Маркетинг: digital-агентства, performance-команды.
  • Телеком: МегаФон, Tele2, Билайн.
  • Ретейл: X5, Магнит, Лента.

По сути — везде, где есть данные и нужно принимать решения.

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

Зарплата в 2026

По данным hh.ru и пабликов с реальными офферами:

  • Junior (0–1 год): 80–130k₽ на руки.
  • Middle (1–3 года): 160–280k₽.
  • Senior (3–5 лет): 300–450k₽.
  • Lead / Head of Analytics: 500k+ до 1M₽.

Junior-продуктовый обычно на 10–20% выше junior-data. Подробнее.

Стек технологий

  • SQL — PostgreSQL, ClickHouse, MySQL, Snowflake, BigQuery.
  • Python — pandas, numpy, matplotlib, seaborn.
  • BI — Tableau, Power BI, Metabase, Superset, DataLens.
  • Excel / Google Sheets — ежедневно.
  • Git — версионирование кода.
  • Airflow / dbt — для ETL (на middle+).

Не нужно знать всё сразу — достаточно SQL + один BI-инструмент на старте.

Какое образование нужно

Формально — любое. Работодатели смотрят на навыки и портфолио.

Помогает: математика, экономика, физика, инженерия, IT. Там учат строгому мышлению.

Не мешает: гуманитарное, медицинское, педагогическое. Многие успешные аналитики именно оттуда.

Плюсы профессии

  • Высокий спрос на рынке.
  • Хороший вход без 5-летнего бэкграунда.
  • Интересные задачи — каждая разная.
  • Удалёнка — многие компании позволяют.
  • Понятный путь роста: junior → middle → senior → lead.

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

Минусы

  • Много рутины (выгрузки, отчёты).
  • Конфликтующие запросы от стейкхолдеров.
  • Данные бывают грязными — часто чистка.
  • Ответственность за выводы (ошибка в SQL → кривое решение бизнеса).

С чего начать

  1. SQL — базовый уровень за 4 недели. С чего начать.
  2. Метрики продукта — DAU, retention, воронки.
  3. Статистика + A/B — необходимый минимум.
  4. Python/pandas — базово.
  5. BI-инструмент — один из (Tableau/Power BI).
  6. Портфолио — 2–3 проекта на GitHub.
  7. Собеседования — откликаться с 3-го месяца.

Полный план.

Читайте также

FAQ

Аналитик данных и data scientist — разница?

Аналитик — про «что произошло и почему» (SQL, дашборды, A/B). Data Scientist — про «что произойдёт и как оптимизировать» (ML, predictive models).

Нужен ли английский?

Базовый — желательно (документация, Stack Overflow). Свободный — плюс. Многие работают в РФ-компаниях без знания английского.

Удалёнка возможна?

Да, в 50%+ вакансий. Некоторые корпорации требуют офис, но стартапы/IT — удалёнка норма.

Можно ли без курса?

Да. Self-learning — рабочий путь. Подробнее.

Тренироваться в Telegram