Analyst / BI: рынок
Analyst / BI — семейство ролей на стыке данных и принятия бизнес-решений: SQL-выгрузки, ad-hoc анализ, дашборды, A/B-тесты, метрики продукта. Data Analyst (descriptive + diagnostic аналитика по продуктовым/операционным метрикам), Business Analyst (требования, BPMN/UML, мост между бизнесом и разработкой), Product Analyst (продуктовые гипотезы, A/B-тестирование, retention/LTV), Marketing Analyst (атрибуция, channels, CAC/ROAS), Financial Analyst (P&L, прогнозы, unit-экономика), Systems Analyst (спецификации интеграций, REST/SOAP/Kafka контракты), Analytics Engineer (dbt-модели, semantic layer, modern data stack), BI Developer (Tableau/Power BI/Looker/Metabase отчётность). Стек: SQL (обязательно — PostgreSQL/ClickHouse/Snowflake/BigQuery), Python (pandas, numpy, scipy), Excel/Google Sheets, Tableau/Power BI/Looker/Metabase/Superset (BI), dbt (analytics engineering), Amplitude/Mixpanel/GA4 (продуктовая аналитика), статистика (доверительные интервалы, A/B-тесты, bootstrap), Jupyter/R для исследований. Самые востребованные технологии — sql, user stories, cloud, salesforce, java. 29% — удалёнка.
На рынке Analyst / BI сейчас 3 197 открытых вакансий, из них 2 913 со свежим наблюдением. Медианная зарплата $6 304/мес.
29% Analyst-вакансий — полная удалёнка или гибрид. Аналитика по природе data-centric: физическое присутствие нужно редко. Office-only сегмент — Business Analyst в банках с compliance-требованиями и Systems Analyst в крупных enterprise-проектах.
⚠ зарплата известна у 203 из 3197 вакансий; доля удалёнки — от 2583 с указанным форматом; свежими наблюдениями считаются 2913; тренд и сложность найма не показываются
Динамика: вакансии и источники
Сколько вакансий Analyst / BI появлялось каждую неделю за 180 дней и из скольких источников они пришли. Вторая линия нужна, чтобы отличать рост рынка от роста нашего охвата: скачок вакансий в неделю, когда подключились новые источники, — это мы стали видеть больше, а не рынок вырос.
Новые вакансии и активные источники по неделям
Источников всего за период: 364
Подключение новых источников: 11 мая +35 · 18 мая +31 · 25 мая +15 · 1 июн. +2 · 8 июн. +2 · 15 июн. +7 · 22 июн. +15 · 29 июн. +66 · 6 июл. +18 · 13 июл. +14 · 20 июл. +24 · 27 июл. +12 · 3 авг. +14 · 10 авг. +6 · 17 авг. +6 · 24 авг. +6 · 31 авг. +6 · 7 сент. +2 · 14 сент. +8 · 21 сент. +8 · 28 сент. +9 · 5 окт. +5 · 12 окт. +13
Неделя — по дате появления вакансии, все статусы, 180 дней; источники — различные каналы сбора, давшие вакансии направления на неделе; новые источники — впервые давшие вакансии направления на этой неделе.
Спрос и наблюдаемый пул
| Открытый спрос | 3 197 |
| Наблюдаемый пул | — не публикуется |
За последние недели Analyst-направление формирует устойчивый поток новых вакансий. Спрос растёт за счёт продуктовых компаний (Product Analyst для A/B-инфраструктуры) и modern data stack (Analytics Engineer на dbt). Реальный рынок шире нашей выборки — часть позиций закрывается через внутренние HRMS и закрытые каналы.
⚠ подходящих под вакансию кандидатов пока не считаем: показаны спрос и наблюдаемый пул
Распределение зарплат
Каждый десятый получает менее $3 048, каждый десятый — более $14 342. Половина рынка укладывается в $4 620–10 941. Выборка: 203.
География спроса
| страна | вакансий |
|---|---|
| US | 590 |
| PL | 497 |
| GB | 253 |
| HK | 206 |
| IN | 203 |
| RU | 164 |
| SG | 100 |
| CA | 95 |
| TH | 70 |
| DE | 63 |
Лидер по числу Analyst-вакансий — US (590 позиций). Москва традиционно доминирует за счёт крупных продуктовых компаний и банков. Санкт-Петербург на втором месте. Remote-сегмент быстро растёт за счёт международных команд с СНГ-сотрудниками.
⚠ только число вакансий: зарплата по странам не публикуется
С чем используется вместе
Топ-стек Analyst в 2026 году — SQL (PostgreSQL/ClickHouse/Snowflake/BigQuery), Python (pandas + scipy), Excel, Tableau/Power BI/Looker/Metabase (BI), Amplitude/Mixpanel/GA4 (продуктовая аналитика), dbt (analytics engineering), статистика A/B-тестов.
Наиболее частые технологические пары в Analyst-вакансиях: SQL+Python, SQL+Tableau, SQL+Power BI, Python+pandas, Amplitude+SQL, dbt+Snowflake. Если планируете learning-roadmap — SQL первым, потом Python и один BI-инструмент.
Спрос по уровням
| уровень | вакансий |
|---|---|
| senior | 979 |
| middle | 229 |
| lead | 169 |
| junior | 92 |
| principal | 83 |
Career-flow: Junior DA → Senior DA → либо Product Analyst (продуктовая ветка), либо Analytics Engineer (инженерная ветка), либо Head of Analytics (управленческая).
⚠ только сторона спроса: грейд наблюдаемого пула неизвестен у большинства
Работодатели
Спрос распределён между 1 761 работодателями. На крупнейшего приходится 1.9%, на десятку — 9.0%; остальные 91.0% — длинный хвост.
| доля | значение |
|---|---|
| крупнейший | 1.9% |
| топ-3 | 5.2% |
| топ-10 | 9.0% |
| длинный хвост | 91.0% |
⚠ имена не показываются: кадровые агентства и конечные работодатели пока не различаются классификацией
Откуда Zorky видит этот рынок
Наблюдение идёт из 136 источников; на крупнейший приходится 12.8% — рынок не держится на одном канале.
Analyst-вакансии распределены между классическими job-сайтами (hh.ru, LinkedIn, getmatch) и Telegram-каналами сообщества («Аналитика и данные», «Data Driven», «ODS Jobs»). Много позиций публикуется только во внутренних HRMS крупных продуктовых компаний и до публичных каналов не доходит.
Свежие вакансии
- Senior Oracle System Analyst · TH
- Sales Planning & Data Analysis Officer / Manager · TH
- Business & System Analyst (Real estate) · TH
- System Analyst (Golang) · TH
- Designer, Design & UX (Contract) · HK
- (EG0073) Senior Business Systems Analyst
- Senior Business Analyst ITSM · PL
- Business Analyst IAM (H/F) · CH
Свежие открытые Analyst-вакансии — последние 10 позиций с приемлемым качеством описания. Полный список доступен в нашем CRM или по ссылке «смотреть все» ниже.
Соседние рынки
Analyst — один из самых широких сегментов IT-рынка по числу под-специализаций (8 ниш). По медиане зарплат уступает engineering-направлениям, но Product Analyst и Analytics Engineer вплотную приближаются к Backend Middle. Кликните бар любого направления для детального сравнения.
⚠ соседние рынки для сравнения ещё не определены
Как это посчитано
- Вакансия
- открытая вакансия, прошедшая гейт качества и содержащая не менее двух технологий
- Наблюдаемый кандидат
- кандидат, чей стек содержит эту технологию; агрегат, без единой записи наружу
- Подходящий кандидат
- пока не считается
- Окно
- открытые вакансии на момент сборки снимка
О данных
- Некоторые разрезы скрыты: по ним пока недостаточно полноты данных.
- Статистика строится только там, где выборка проходит порог качества.
- Отсутствие блока не означает нулевое значение.
Сейчас скрыто разрезов: 8.
Данные на 2026-10-21
Специализации
Внутри Analyst / BI выделяются 8 под-специализаций: Data Analyst (SQL + Python + BI), Business Analyst (BPMN + требования), Product Analyst (A/B-тесты + продуктовые метрики), Marketing Analyst (атрибуция + CAC/ROAS), Financial Analyst (unit-экономика + прогнозы), Systems Analyst (REST/Kafka контракты), Analytics Engineer (dbt + DWH), BI Developer (Tableau/Power BI/Looker). Каждая ниша имеет свой диапазон зарплат.
Частые вопросы
Самые частые вопросы про Analyst-рынок: зарплаты по уровням и подспециализациям, отличие DA/BA/PA, стек (SQL/Python/BI), удалёнка, нужно ли программирование, как стать (4-8 месяцев обучения), Senior skills. Ответы пересчитываются автоматически по текущим данным.
Какой стек чаще всего требуют от аналитика?
Топ-5 технологий в Analyst-вакансиях: sql, user stories, cloud, salesforce, java. Универсальный must-know — SQL (PostgreSQL/ClickHouse/Snowflake/BigQuery, JOIN-ы, оконные функции, CTE, performance). Python для анализа (pandas, numpy, matplotlib, seaborn, scipy.stats). Excel/Google Sheets — ad-hoc и презентации стейкхолдерам. BI: Tableau, Power BI, Looker, Metabase, Superset, Yandex DataLens (СНГ-стек). Продуктовая аналитика: Amplitude, Mixpanel, GA4, Heap, PostHog. A/B-тестирование: знание статистики (p-values, мощность, MDE, sequential testing) + платформы (Optimizely, VWO, Statsig, in-house). Для Business Analyst — BPMN/UML, Confluence, Jira, Visio/draw.io. Для Systems Analyst — REST/SOAP, Swagger/OpenAPI, Postman, Kafka/RabbitMQ контракты. Analytics Engineer — dbt + git + DWH + semantic layer.
Чем отличается Data Analyst от Business Analyst от Product Analyst?
Эти три роли часто путают, но они работают над разными задачами. Data Analyst (DA) — техническая роль: SQL-выгрузки, дашборды, ad-hoc исследования по запросу бизнеса. Фокус на как получить данные и что они говорят. Стек: SQL + Python + BI. Business Analyst (BA) — бизнес-ориентированная роль: сбор требований, BPMN-схемы процессов, спецификации фич, коммуникация со stakeholders. Фокус на что и зачем строить. Технический стек меньше (хотя SQL ценится), важнее коммуникация, английский, моделирование процессов. Product Analyst (PA) — гибрид DA и продуктового менеджмента: A/B-тесты, продуктовые гипотезы, retention/LTV/cohorts, funnel-анализ. Фокус на какие фичи продукта работают и почему. Самый премиальный по зарплате сегмент аналитики в продуктовых компаниях. Зарплаты в среднем: PA > BA ≈ DA в продуктовых; BA > DA в enterprise/банках.
Можно ли работать аналитиком удалённо?
Да, аналитики — одна из самых remote-friendly специализаций в IT: 29% вакансий full-remote или гибрид. Работа основана на данных и инструментах, физическое присутствие нужно редко. Полностью удалённые позиции: продуктовые стартапы, международные SaaS-компании, СНГ-релокант-команды (Дубай, Кипр, Лиссабон, Тбилиси, Ереван). Гибрид (1-3 дня офис): крупные IT, банки, телеком, ритейл. Office-only: чаще всего Business Analyst в традиционных банках с compliance-требованиями и Systems Analyst в крупных enterprise-проектах. Английский язык открывает доступ к глобальному remote-рынку с премией +20-40% к зарплате.
Нужно ли знать программирование, чтобы стать аналитиком?
SQL — обязательно для любого аналитика (DA/PA/BA уровень Middle+). Без SQL вакансию не получить — это базовый навык на 100% позиций. Python — must-have для Data/Product Analyst Middle+ (pandas, очистка данных, базовый ML, автоматизация рутины). Для Business Analyst Python плюс, но не обязателен. Что нужно знать в Python для аналитики: pandas (DataFrame, groupby, merge), numpy, matplotlib/seaborn для визуализации, базовая статистика (scipy.stats), Jupyter notebooks. Что НЕ нужно: продвинутый ООП, фреймворки веб-разработки, DevOps. Программирование в аналитике — инструмент исследования, не продукт сам по себе. Analytics Engineer — исключение: там dbt + Jinja templating + git workflows плюс уверенное программное мышление приближают роль к Data Engineer.
С чего начинать, чтобы стать аналитиком в 2026 году?
Аналитика — одна из самых доступных entry-точек в IT. Оптимальный roadmap: 1) SQL до уверенного уровня — SELECT, JOIN, GROUP BY, оконные функции, CTE. Курсы: Stepik «SQL для всех», SQL-Academy, Mode Analytics SQL tutorial, LeetCode Database. 2) Excel/Google Sheets — pivot tables, VLOOKUP/XLOOKUP, базовые формулы. 3) Один BI-инструмент: Tableau Public (бесплатно) или Power BI Desktop. Построить 3-5 дашбордов на open data. 4) Python pandas — Kaggle tutorials, pandas docs, книга «Python для анализа данных» Маккинни. 5) Базовая статистика: doverительные интервалы, корреляция vs причинно-следственная связь, A/B-тесты (p-value, мощность, размер эффекта). Книга «Statistics Done Wrong». 6) Pet-проект: end-to-end анализ открытого датасета (Kaggle, data.world) с дашбордом и выводами на GitHub. 7) Учебные программы: Karpov.Courses, Яндекс.Практикум «Аналитик данных», Skillfactory, Stepik «Python для анализа данных». Время до Junior-вакансии — 4-8 месяцев фулл-тайм обучения.
Сколько вакансий открыто для Analyst в СНГ и Европе?
На момент последнего обновления в выборке Zorky CRM 4055 активных открытых Analyst-вакансий. Это позиции с датой публикации в последние 90 дней. География: лидеры — US, PL, GB. В выборку входят все под-специализации: Data Analyst, Business Analyst, Product Analyst, Marketing Analyst, Financial Analyst, Systems Analyst, Analytics Engineer, BI Developer. Реальный рынок шире нашей выборки: много Analyst-позиций публикуется только во внутренних HRMS крупных компаний или через закрытые рекрутинговые каналы. Telegram-каналы аналитики («Аналитика и данные», «Data Driven») — хороший дополнительный источник для Senior-позиций.
Где платят больше — Product Analyst, Business Analyst или Data Analyst?
В продуктовых компаниях порядок зарплат: Product Analyst > Data Analyst > Business Analyst. Это самая премиальная ниша аналитики за счёт прямого влияния на product metrics + сложность проектирования A/B-тестов. В enterprise/банках/телекоме порядок другой: Business Analyst Senior ≈ Systems Analyst Senior > Data Analyst. Финансовый Analyst в инвестиционных компаниях и big-tech финансовых отделах — отдельная премиум-ниша.
Какие навыки нужны Senior Product / Data Analyst?
Senior Analyst владеет полным циклом: от requirements до бизнес-вывода. Технически: SQL на mastery (оконные функции, оптимизация, query plans), Python (pandas + scipy + автоматизация ETL/отчётов), один BI-инструмент глубоко (Tableau/Power BI/Looker — calculated fields, LOD-выражения, оптимизация дашбордов). Статистика: планирование A/B-тестов (мощность, MDE, размер выборки), диагностика (SRM, peeking), интерпретация (sequential vs fixed-horizon), bootstrap, bayesian подходы. Продуктовое мышление: понимание funnels, retention/LTV/cohorts, unit-экономика, метрики каждого слоя продукта. Коммуникация: storytelling с данными, презентации для C-level, защита выводов перед скептиками. Менторство: code-review SQL/Python для Middle/Junior. Английский для Senior+ — must-have (даже на локальных позициях в больших компаниях документация и процессы часто на английском).
Оставить заявку
Опишите задачу и оставьте контакт — заявка попадёт в CRM, ответим на указанный контакт.