• Дисклеймер
• Вводные данные
• Общее распределение зарплат
• Распределение зарплат по типу компаний
• Кто чаще всех нанимает аналитиков DWH?
• Формат работы
• Зависимость уровня ЗП от размера компании
• Выводы

Дисклеймер

Вводные данные

Перед тем как перейти к цифрам, немного предварительной информации:

1. Актуальные вилки получены из живого общения с HR
   Мы не парсили агрегаторы, а собирали данные вручную. Суммы в исследовании указаны после вычета налогов (net).
2. В исследование попали только те вакансии, по которым мы прошли HR-скрининг и получили приглашение на тех.интервью.
3. Мы не делили вакансии на грейды
   В резюме для откликов указано 2,5 года релевантного опыта.
4. В исследовании используются понятия продуктовых, аутсорс и аутстафф компаний. Вкратце о том, что они обозначают:
   - Продуктовая компания — делает свое собственное IT-решение и сама его развивает.
   - Аутсорс компания — берёт проект «под ключ» и реализует его для клиента.
   - Аутстафф компания — «одалживает» своих сотрудников другим компаниям, и те работают уже в чужих командах.
   Советуем почитать эту статью на Хабре для полного понимания всех отличий
5. По данным hh.ru, на апрель 2025 года в открытом доступе опубликовано от 700 до 1000 вакансий DWH-аналитика. До нового года ситуация была получше - в районе 1500 вакансий. Мы будем следить за этим показателем в динамике, а пока перейдем к основной части

Общее распределение зарплат

В основном вилки укладываются в диапазон от 230к (25 перцентиль) до 300к (75 перцентиль). Суммы ниже и выше обозначенного диапазона встречаются заметно реже. Средняя ЗП - 270к, а медиана - 250к. График см. ниже.

Распределение зарплат по типу компаний

1. Самый большой разброс по зарплатам получился у продукта с межквартильным размахом 100к. Иными словами, продукты готовы предлагать как высокие, так и неконкурентные для рынка зарплаты (средняя - 275к, медиана - 270к)
2. Аутсорс — самая “плоская” категория, как по размаху, так и по показателям: средняя - 255к, медиана - 250к.
3. Аутстафф внезапно лидирует по уровню ЗП: средняя - 281к, медиана - 280к.
   Почему так? Попробуем объяснить:
   — Вероятная причина №1. Количество вакансий.
   В выборку попало малое количество аутстафф-вакансий, что само по себе уже является сигналом. Более подробно об этом расписали в следующем разделе.
   — Вероятная причина №2. Формат оформления.
   В аутстаффе часто предлагают устройство по ИП, а это снижает налоговую нагрузку. Напомним, что при оформлении по ТК работодатель платит 43% налогов

Кто чаще всех нанимает аналитиков DWH?

Админы ожидали, что аутсорс будет лидером по найму DWH-аналитиков, но реальность удивила:

• Продуктовые компании – 51,8% от общего числа
• Аутсорс – 32,1% от общего числа
• Аутстафф – 16,1% от общего числа

С 2022 года DWH-проекты в основном связаны с миграцией данных и внедрением отечественного ПО. Как правило, такие проекты отдаются внешним подрядчикам, в связи с чем рынок аутсорса и аутсаффа рос как на дрожжах. Однако сейчас тренд сменился в сторону прямого найма и компании пришли к выводу, что содержать своих специалистов выгоднее, чем платить комиссии аутсорсу и аутстаффу за приглашенных работников.
Если выводы верны, то снижение числа аутстафф-вакансий выглядит вполне закономерным. А как вы считаете? С чем связан очевидный перекос в сторону продуктов? Поделитесь своим мнением в комментариях, обсудим

Формат работы

Специалистов приглашают в основном на удаленный формат работы (51,8%), реже встречается гибрид (37,5%) и совсем редко встречается офис (10,7%). И хоть первенство остается за полной удаленкой, видим тренд компаний на возвращение работников в офисы: HR всеми правдами и неправдами пытаются прогнуть хотя бы на «пару дней в офисе для поддержания корпоративного духа», а про полную удаленку по миру уже почти не говорят (:

Зависимость уровня ЗП от размера компании

Не будем вас долго томить, нам не удалось выявить связь между размером компании (по численности штата) и предлагаемым уровнем ЗП :( В ходе исследования мы убедились что в среднем, небольшой стартап располагает теми же вилками, что и крупный корпорат (см. график ниже)

Выводы

1. Не верьте статистике рекрутинговых агентств и исследованиям агрегаторов Да и нам тоже не верьте. Вместо того чтобы ориентироваться на «справедливую вилку» просто опубликуйте свое резюме и узнайте сколько готовы предложить конкретно ВАМ с помощью простого перебора. Коммуникация с эйчарами не занимает много времени, проверено.
2. Не удалось выявить связь между размером компании и зп которую они предлагают. Это значит, что идти в бигтех с мыслью «а вдруг они предложат больше» - затея не очень.
3. Аутстафф загибается. По крайней мере на данный момент. На рынке мало вакансий от них, что может быть связано с уменьшением спроса на аутстафф услуги со стороны продуктов.

• Определение
• Основные задачи BA|SA аналитика
• Плюсы специальности
• Минусы специальности
• Оценка по критериям
• Карта компетенций BA|SA аналитика

Определение

Эта статья является частью большого гайда по профессиям в IT-аналитике. Чтобы ознакомиться с остальным материалом, переходи по ссылке

Плюсы и минусы опишу в целом, а оценки по шкале приведу раздельно.

Основные задачи BA|SA аналитика

1. Изучение процессов
   Аналитики исследуют, как работают текущие IT-системы: выявляют узкие места, противоречия в данных, рутинные операции.
   Например, в ходе изучения процессов BA может обнаружить, что значительную часть рабочего времени сотрудники тратят на ручной ввод данных из почты в CRM. Этот момент можно и нужно оптимизировать.
2. Проектирование решений
   На основе проблем бизнеса аналитики предлагают улучшения: от изменения workflow до внедрения новых IT-инструментов.
   Например, SA может разработать требования для автоматической интеграции почты с CRM, чтобы сократить ручной труд.
3. Согласование изменений и документирование
   BA фокусируется на бизнес-целях («клиент хочет сократить время обработки заказов»), а SA — на технической реализации («как подключить API почты к CRM»). Но в реальности эти роли часто объединяются в одном специалисте, потому что компании редко разделяют два направления.

Плюсы специальности

1. Много коммуникации, что отлично развивает навыки делового общения, а также командной работы. Такая роль отлично подойдет для экстравертов.
2. Оказывают прямое влияние на бизнес-процессы в IT-продуктах: ищут несовершенства и предлагают варианты решения проблем. Результаты их труда можно увидеть по итогам разработки.
3. Мало кода.
   Работа больше ориентирована на логику, чем на детали реализации. BA|SA документирует процессы в виде различных диаграмм и нотаций и обычно не углубляются в код (хотя для кого-то это может быть и минусом).

Минусы специальности

1. Требуется глубокое понимание бизнес-процессов и умение «переводить» требования на технический язык в виде различных нотаций и диаграмм: UML, BPMN 2.0, архитектурные диаграммы.
   Пункт сам по себе не является минусом в случае, если у тебя ранее уже был опыт работы в смежной сфере. А вот с нуля погрузиться в нюансы может быть проблематично.
2. Задачи могут быть менее «техническими», что может стать проблемой, если тебе нравится работа с данными и написание кода.
3. Помимо общения с командой с одной стороны, в параллель придётся взаимодействовать с заказчиком с другой стороны. Такая роль «коммуникационного мостика» сопряжена с ответственностью, поскольку от действий BA|SA зависит успех реализации проекта.

Оценка по критериям

1. Код
BA: 2/10
Программирование почти не требуется. Иногда нужно понимать базовые принципы SQL и знание Excel, но писать код — это редкость.
SA: 7/10
Чаще требуется технический бэкграунд: умение читать и анализировать чужой код, работа с API, понимание архитектуры. Могут потребоваться скрипты (Python, команды PowerShell), но не полноценная разработка.

2. Коммуникация
BA: 10/10
Основная задача — сбор требований, согласование с заказчиками и командой. Ежедневные митинги, интервью, презентации.
SA: 8/10
Больше фокуса на технической документации, но коммуникация с разработчиками, архитекторами и тестировщиками всё равно регулярная.

3. BI | наличие отчетности
BA: 7/10
Создание отчетности — часть работы: визуализация в Excel, Power BI, DataLens. Собирают отчеты по метрикам, KPI, процессам — еженедельно/ежемесячно.
SA: 3/10
Реже. Графики строятся в основном для анализа производительности системы, но это не ключевая задача.

4. Зарплата — уровень по рынку
SA: 200к net
BA: 170к net
Зарплаты ниже, чем у разработчиков, но выше, чем у менеджеров без технического бэкграунда. SA часто получают больше BA из-за технической сложности. SA особенно актуальны на рынке СНГ после 2022 года, когда началась массовая разработка отечественного ПО, призванного заместить западные решения

5. Сложность — порог входа
BA: 5/10
Легче стартовать без опыта: достаточно soft skills, базового понимания процессов и инструментов (UML, BPMN). Но конкуренция высокая — нужна прокачка аналитического мышления.
SA: 8/10
Требуется техническая база (архитектура, системы, SQL, API), понимание DevOps-практик. Без смежного опыта может быть сложно.

Карта компетенций BA|SA аналитика

Карта компетенций представлена по ссылке.

PS: карта компетенций позаимствована у данного автора

• Оглавление
• Основные задачи Аналитика данных
• Плюсы специальности
• Минусы специальности
• Оценка по критериям
• Карта компетенций аналитика данных

Оглавление

Эта статья является частью большого гайда по профессиям в IT-аналитике. Чтобы ознакомиться с остальным материалом, переходи по ссылке

Основные задачи Аналитика данных

1. Подготовка данных.
   Аналитик собирает сырые данные из различных источников (базы данных, CRM-системы, API) и организует их в единый структурированный формат, подходящий для анализа. Это включает очистку от ошибок, преобразование несовместимых форматов и устранение дубликатов.
   Пример: Объединение данных о заказах из интернет-магазина с логами посещений сайта: удаление тестовых транзакций, приведение дат к единому часовому поясу
2. Анализ данных и генерация инсайтов.
   На основе подготовленных данных аналитик ищет закономерности, проверяет гипотезы и выявляет причины проблем или возможностей для бизнеса.
   Пример: Исследование причин падения конверсии на этапе оплаты: сравнение данных до и после изменений в интерфейсе, проверка гипотезы о технических сбоях через A/B-тесты.
3. Визуализация результатов.
   Аналитик преобразует сложные данные в наглядные отчеты и дашборды, которые помогают бизнес-командам быстро принимать решения.
   Пример: Создание интерактивного дашборда в DataLens с метриками рекламных кампаний, где маркетологи могут фильтровать данные по каналам, регионам и периодам

Плюсы специальности

1. Востребованность на рынке.
   Универсальность навыков делает таких специалистов востребованными различных отраслях: маркетинг, финансы, медицина, ритейл и тд.
   Кроме того, вакансий Аналитика Данных довольно много, что дает бОльший простор для поиска подходящей работы.
2. Широкий спектр задач, что позволяет увидеть весь жизненный цикл данных: начиная с анализа систем-источников и заканчивая созданием BI-отчетов. Это дает возможность глубоко погрузиться в данные на каждом этапе — от их извлечения и очистки до построения моделей и визуализации инсайтов. Такой подход не только развивает мультидисциплинарные навыки (работа с базами данных, программирование, статистика, дизайн отчетов), но и позволяет аналитику влиять на ключевые бизнес-процессы, видя, как его работа трансформируется в конкретные действия компании.

Минусы специальности

1. Многозадачность.
   Во многих компаниях аналитик данных выполняет сразу несколько ролей, совмещая задачи сбора, обработки, анализа и визуализации данных. Из-за этого работодатели часто ожидают, что один специалист сможет охватить весь цикл аналитики, но при этом оплачивать такую многозадачность будут по ставке обычного аналитика.
2. Большая ответственность за результаты работы.
   Пункт вытекает из предыдущего: в проектах, где за аналитику отвечает один-два человека, ошибки могут возникать на любом этапе — от анализа источника данных до проверки гипотез, что приводит к неверным выводам. Это, в свою очередь, может негативно повлиять на бизнес, поскольку решения принимаются на основе предоставленного анализа.

Оценка по критериям

1. Код — 8/10

Могут использовать Python для настройки ETL пайплайнов, а также для классического анализа с помощью Pandas и NumPy. Практически во всех случаях используют SQL (продвинутый уровень) + BI инструменты.

2. Коммуникация — 5/10

Значительная часть работы связана с техническими задачами. Встречи есть, но их значительно меньше, чем в случае с другими аналитиками: BI, PA и BA.

3. BI | наличие отчетности — 7/10

Создание отчетов и дашбордов является важной частью работы, позволяя представлять результаты анализа в удобной для восприятия форме.

4. Зарплата — 160 к net

Несмотря на широкий спектр навыков, DA зачастую получают меньше, чем их коллеги с узкой специализацией, благодаря экспертизе в нишевых инструментах или отраслевых знаниях.

5. Сложность — 7/10

Для начала карьеры требуется знание основ статистики, навыки работы с SQL и одним из языков программирования. Будет преимуществом опыт работы с инструментами визуализации данных и настройки ETL процессов.

Карта компетенций аналитика данных

Карта компетенций представлена по ссылке

• Определение
• Основные задачи DWH аналитика
• Плюсы специальности
• Минусы специальности
• Оценка по критериям
• Карта компетенций аналитика DWH

Определение

Эта статья является частью большого гайда по профессиям в IT-аналитике. Чтобы ознакомиться с остальным материалом, переходи по ссылке

Основные задачи DWH аналитика

1. Анализирует разные системы-источники и прорабатывает модель того, как данные из них следует хранить в одном месте, - едином аналитическом хранилище.
2. Участвует в процессе загрузки новых данных, а именно:
   2.1. Чистит и преобразует их, чтобы устранить ошибки и привести к единому формату
   2.2. Организует хранение так, чтобы данные было легко анализировать
3. И наконец, создает Витрины данных - подготовленные таблички, содержащие в себе полную и достоверную информацию, которая необходима для тестирования гипотез и построения BI отчетов.
   В дальнейшем такими витринами пользуются остальные аналитики: бизнес, дата, продуктовые и так далее. С помощью витрин они выполняют свои задачи: например, строят прогнозы, оценивают эффективность рекламы или контролируют продажи

Плюсы специальности

1. Большой спрос на рынке
   В настоящее время наблюдается реальный дефицит кадров в области DWH, так как с уходом западных компаний все отечественные IT компании были вынуждены инвестировать в миграцию с западного ПО на российские аналоги. Такой масштабный переезд данных рождает огромный спрос на кадры, что создаёт отличные возможности для трудоустройства.
2. Низкий порог входа
   Для начала карьеры в этой области не требуется глубоких знаний программирования. Также, на собеседованиях не спрашивают продуктовые метрики и матстатистику. Достаточно освоить SQL и основные принципы работы с данными (методологии построения DWH).

Минусы специальности

1. Узкая специализация
   На некоторых проектах основная задача может быть связана с технической поддержкой уже существующих систем, что может ограничить насмотренность на новые технологии. Выходом из ситуации может стать поиск интересного проекта на стадии создания DWH с нуля.
2. Ограниченное взаимодействие с бизнесом
   В отличие от BI или продуктовых аналитиков, DWH аналитик редко участвует в обсуждениях стратегических решений, что может быть недостатком для тех, кто ценит активное деловое общение.

Оценка по критериям

1. Код — 6/10

SQL активно используется в работе на уровне написания сложных запросов + требуются знания оконных функций. На собеседовании навык понимания кода на Python будет воспринят как конкурентное преимущество (но в самой работе Python используется крайне редко).

2. Коммуникация — 5/10

Значительная часть работы связана с техническими задачами. Встречи есть, в том числе и с представителями заказчика, но их значительно меньше, чем в случае с BI, PA и BA.

3. BI | наличие отчетности — 4/10

Строить графики в классическом понимании не придется, однако могут встречаться задачи по предоставлению аналитических ad-hoс выгрузок по требованию бизнеса. Ad-hoc выгрузки - это задачи, для выполнения которых необходимо здесь и сейчас зайти в базу данных и достать ответ на вопрос бизнеса. К примеру: «Собери мне всех клиентов из таблицы clients, которые оформили хотя бы один заказ за последние две недели»

4. Зарплата — 220к net

Зарплаты могут достигать уровня разработчиков. DWH аналитики, как и SA аналитики особенно актуальны на рынке СНГ после 2022 года, когда началась массовая разработка отечественного ПО, призванного заместить западные решения.

5. Сложность — 5/10

Для начала карьеры требуется знание SQL, а также понимание концепций построения DWH. Будет преимуществом опыт работы с инструментами ETL

Карта компетенций аналитика DWH

Если есть проблемы с отображением, смотри полную версию по ссылке