Сколько зарабатывает аналитик данных: джун, мидл, сеньор

Аналитик данных — профессия, куда чаще всего входят не из вуза, а из смежной сферы: бухгалтерии, маркетинга, операционки. Порог входа ниже, чем в Data Science, зарплаты при этом позволяют честно сравнивать эти две карьеры сторона к стороне. Разобрали лестницу до сеньора, показали соседнюю лестницу Data Scientist, объяснили, чем аналитик занимается на самом деле (спойлер: не стройки дашбордов ради дашбордов), и собрали маршрут перехода для тех, кто уже работает с отчётами и таблицами.

Лестница: сколько платят аналитику данных

Медианы по вилкам вакансий hh.ru в Москве за 2025 год:

Обратите внимание на маленький разрыв между джуном и мидлом — всего 22 000 ₽. Это не «мало платят мидлам», а низкий стартовый барьер: рынок быстро доводит джуна до самостоятельности, и уже через год-два аналитик ведёт исследования целиком. Скачок происходит на переходе к сеньору: 266 000 ₽ получают те, кто превращает данные в решения — не «построил дашборд», а «нашёл, где продукт теряет деньги, и доказал это».

Чем аналитик занимается на самом деле

Чтобы сравнивать зарплаты осознанно, полезно понимать, за что их платят:

• Утро — здоровье данных. Проверить, что вчерашние выгрузки прошли, цифры в дашбордах совпадают с источниками. Рутинно, но без этого всё остальное бессмысленно.
• День — вопросы бизнеса. «Почему упала конверсия на втором шаге?», «какой канал приводит платящих, а какой — просто регистраций?» Это выгрузки на SQL, разбивки, поиск аномалий и разговоры с командой продукта.
• Неделя — гипотезы и эксперименты. Совместно с продакт-менеджером: что проверить, как измерить, что считать успехом. Дашборд — лишь упаковка вывода, ценность в нём самом.

Соседняя лестница: Data Scientist

Профессию постоянно сравнивают с Data Science — и правильно: это соседние лестницы в одном подъезде, но с разной крутизной:

Разрыв в зарплатах — это плата за порог входа. Data Scientist на мидле получает 222 000 ₽ против 117 000 ₽ у аналитика, но путь до этого мидла длиннее и требовательнее: модели, математическая статистика, продакшн-код. Рабочая стратегия многих: войти аналитиком, на практике освоить Python и статистику — и перейти в Data Science уже с пониманием бизнес-контекста, который чистым «датасаентистам» часто не хватает.

Как понять, куда идти вам, не тратя на пробу два года жизни? Три вопроса для самопроверки: нравятся ли вам расследования и поиск причин больше, чем конструирование систем? Готовы ли сейчас вкладываться в математику всерьёз? Нужен ли доход быстрее? Если ответы «да, нет, да» — ваш вход аналитик, и это не «худшая» карьера, а другой профиль силы.

Вход из смежной профессии: что у вас уже есть

Если вы бухгалтер, маркетолог или операционный менеджер — вы ближе к аналитике, чем кажется:

• Бухгалтер и финансист. Вы уже живёте в таблицах, сверках и отчётности — половина работы аналитика вам знакома, просто называется иначе. Учить придётся SQL и BI-инструменты.
• Маркетолог. Метрики кампаний, воронки, бюджеты — это готовый бизнес-контекст. Ваше преимущество: вы знаете, какие данные вообще имеют смысл, а какие «просто цифры».
• Операционный менеджер. Понимание процессов изнутри — то, чего нет у вчерашних студентов. Ваш маршрут: превращать ручные отчёты в автоматические дашборды.

План перехода с минимальным бюджетом выглядит так. Первые недели — бесплатные основы: вводные курсы Практикума по SQL и по анализу данных с Python, чтобы почувствовать язык профессии. Затем короткий SQL-курс Нетологии за 5 000 ₽ и две недели практики — этого хватает, чтобы писать выгрузки не по шпаргалке. Дальше полная программа: «Аналитик данных» в Практикуме — 8 месяцев за 121 500 ₽, «Аналитик BI» в Нетологии — 8 месяцев за 175 770 ₽ (по акции 94 900 ₽) или «Специалист по анализу данных» в SkillFactory за 172 728 ₽ (по акции 86 364 ₽, рассрочка 4 798 ₽/мес).

Зарплатные лестницы обеих карьер, стек и все программы — на страницах профессий «Аналитик данных» и «Data Scientist».