Data Scientist: рынок

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

Топ-5: python, sql, cloud, llm, aws. Python — монопольно (R почти исчез из новых вакансий 2026, остался в healthcare/biostats legacy). SQL mastery — обязательный: complex queries с window functions + CTEs + JOIN-mastery + query optimization (DS читает execution plans). Data manipulation: pandas (core), NumPy (numerical), Polars (modern, rising — 10-100× faster для big data), PyArrow. Classical ML — основной арсенал: scikit-learn (model selection / preprocessing / pipelines / metrics), XGBoost + LightGBM + CatBoost (gradient boosting — workhorse для табличных данных), statsmodels (regression + time series + statistical tests). Statistics: scipy.stats, statsmodels, причинно-следственный анализ (causal inference — DoWhy, EconML — Senior bonus). Visualization: matplotlib + seaborn + plotly (in-notebook), Tableau / Looker / Power BI / Apache Superset / Metabase (для stakeholders). A/B testing: scipy.stats / statsmodels для analysis, внутренние платформы или Statsig / Eppo / Optimizely / GrowthBook. Понимание power analysis, sample size calculation, multiple testing correction, sequential testing. Deep Learning (bonus, не обязательный): PyTorch / TensorFlow для CV / NLP DS-задач. Experiment tracking: MLflow или Weights & Biases. BI tools / dashboards: Tableau / Looker / Apache Superset / Metabase / Mode / Hex. Notebooks: Jupyter + VS Code (рынок 2026 migrates from raw Jupyter в hybrid). Cloud DS workbenches: AWS SageMaker Studio / GCP Vertex AI Workbench / Databricks / Snowflake Snowpark. Дополнительно для Senior: causal inference (DoWhy / EconML / CausalImpact), uplift modeling, Bayesian modeling (PyMC / Stan), time series (Prophet / NeuralProphet / statsforecast).

Data Analyst — фокус на reporting + dashboards + ad-hoc analysis. SQL + Excel + Tableau / Looker / Power BI. Менее ML-heavy. Подходит для entry в data-направление. Data Scientist (эта страница) — фокус на business problem framing + statistical modeling + A/B testing + insights communication. SQL deep + Python + sklearn + XGBoost + statsmodels + visualization. Делает ML, но не отвечает за production-инфраструктуру (deployment / serving / monitoring — для ML Engineer). ML Engineer — фокус на production ML pipelines + deployment + scaling + LLM/RAG infrastructure. Стек DS + Docker / K8s + MLflow + Airflow + cloud-managed ML. См. ML Engineer. Career-flow: Analyst → DS Junior → DS Middle/Senior. DS ↔ ML Engineer pivot за 3-6 месяцев (learn MLOps + Docker / K8s + cloud ML). DS ↔ Product Manager pivot за 2-4 месяца (DS уже владеет product-thinking + A/B testing — добавить roadmap planning + stakeholder management). DS → Research Engineer / Scientist — требует PhD или 3+ years deep specialization.

Decision tree для выбора DS-toolkit на 2026: 1) Tabular data, classification/regression, <1M rows → scikit-learn (LogisticRegression / RandomForest / GradientBoosting). Pipelines + preprocessing — sklearn выигрывает за простоту integration. 2) Tabular data, >100K rows, performance critical → XGBoost / LightGBM / CatBoost. Standard workhorse 2026 для табличных задач: credit scoring, churn prediction, conversion, fraud detection, demand forecasting. LightGBM — fastest, XGBoost — most mature ecosystem, CatBoost — лучший для категориальных без preprocessing. 3) Time series → Prophet / NeuralProphet (Facebook) или statsforecast (Nixtla — state-of-the-art classical) или ML-подход (LightGBM на feature-engineered time series — часто выигрывает у specialized libraries). 4) NLP / text classification → Hugging Face Transformers (fine-tune small BERT/DeBERTa/RoBERTa) или scikit-learn TF-IDF + LogisticRegression если <10K docs (baseline simpler). 5) Computer Vision → PyTorch + torchvision (image classification / detection / segmentation). Для production — vLLM / TGI. 7) Recommender systems → LightGBM / XGBoost на feature-engineered users × items (workhorse 2026), implicit / LightFM (collaborative filtering classics), PyTorch deep recsys (NeuMF / Two-Tower / Transformer4Rec). 8) Causal inference / uplift modeling → DoWhy / EconML / CausalML. 9) Bayesian modeling (когда uncertainty quantification важен — medical / finance) → PyMC / Stan / NumPyro. 10) Anomaly detection → PyOD + Isolation Forest + LightGBM-based approaches. Default 2026: 80% табличных задач решает LightGBM / XGBoost / CatBoost; deep learning — для CV / NLP / recsys.

Да, 26% DS-вакансий — full-remote или гибрид. DS work — Jupyter + cloud data warehouse (Snowflake / BigQuery / Databricks / Redshift) + dashboards. Аутсорсеры — почти всегда remote на US-проектах. Российские продуктовые — гибрид или remote после probation. Российские банки — гибрид/офис из-за data security compliance. Международные tech-companies — full-remote standard. Релокант-хабы: Польша (Варшава/Краков — DS-friendly), Германия (Berlin / Munich), Канада (Toronto / Vancouver), Сербия, Грузия, ОАЭ. Английский для international DS-remote — must (премия +25-40%, и DS-роли требуют stakeholder communication — английский audible).

Product Data Scientist — DS с deep product-focus + ownership growth-experiments + retention-modeling + feature-impact analysis. Тесно работает с PM и Engineering. Стек тот же, но фокус: A/B-test mastery (мульти-вариантные эксперименты, sequential testing, multiple testing correction, power analysis), growth metrics (DAU/MAU/retention curves/funnel analysis), causal inference для observational data. Зарплаты сопоставимы со Senior DS (медиана), но в US-product-startups Product DS часто превышает обычного DS Senior за счёт business impact ownership. General Data Scientist — может быть в любом domain (banking risk, retail demand, manufacturing quality). Research DS (или просто «DS» в research-context) — фокус на novel modeling approaches + papers (часто PhD-track). См. также Research Engineer / Scientist. Career-выбор: Product DS если product-impact интересен и нравится stakeholder communication, general DS для domain-flexibility, Research DS для new methodology research. Все три legitimate Senior+ paths.

Roadmap: 1) SQL mastery — must-haves (window functions / CTEs / JOIN-strategy / query optimization). Книга «SQL for Data Scientists» Tanimura. Курс «Mode SQL Tutorial» (free). 2) Python для DS: pandas + NumPy mastery, не только syntax но performance patterns (vectorization, .apply pitfalls). Книга «Python for Data Analysis» McKinney. 3) Statistics: descriptive + inferential + hypothesis testing + ANOVA + linear regression deep. Курс «Statistical Learning» Hastie / Tibshirani (StanfordOnline — free). Книга «Practical Statistics for Data Scientists» Bruce. 4) Classical ML: scikit-learn mastery (pipelines / cross-val / metrics tradeoffs / calibration), XGBoost / LightGBM / CatBoost (gradient boosting workhorses). Курс Andrew Ng «Machine Learning Specialization» (Coursera) + «Introduction to Statistical Learning» Hastie (ISL — free PDF). 5) A/B testing mastery — power analysis, sample size, sequential testing, multiple testing correction, CUPED variance reduction. Книги: «Trustworthy Online Controlled Experiments» Kohavi (must-read), «Statistical Methods in Online A/B Testing» Georgi. 6) Visualization & storytelling — matplotlib + seaborn + plotly для notebooks + Tableau / Looker / Power BI / Apache Superset для stakeholders. Книги: «Storytelling with Data» Knaflic, «The Visual Display of Quantitative Information» Tufte (классика). 7) Domain specialization — выбрать одно из fintech / healthcare / retail / telco / e-commerce и изучить domain-specific challenges. 8) Deep learning bonus: PyTorch basics для CV / NLP DS-задач. 9) Causal inference (Senior bonus): «The Effect» Huntington-Klein (free online textbook), DoWhy / EconML libraries. 10) Pet-проект: end-to-end DS-проект на Kaggle (data exploration → feature engineering → model selection → calibration → business presentation) + 1 А/B-test simulation проект. International (eng): DeepLearning.AI (Andrew Ng), fast.ai, Coursera IBM Data Science Professional. Analyst → Junior DS — 6-12 месяцев. Backend Middle → Junior DS — 8-14 месяцев (math + stats gap).

2509 активных открытых DS-вакансий. География: 🇷🇺 Россия / 🇵🇱 Польша / remote. Реальный рынок шире за счёт международного remote-сегмента. Время закрытия Senior DS — 4-10 недель (быстрее чем ML Engineer за счёт более широкого entry-pool).

Senior DS владеет полным циклом от business problem до production model + technical leadership. SQL mastery: window functions / CTEs / complex JOINs / query optimization / execution plans reading. Python для DS: pandas / NumPy / Polars performance patterns, vectorization, profile-driven optimization. Statistics mastery: hypothesis testing depth, Bayesian thinking, causal inference (DoWhy / EconML), Bayesian modeling basics (PyMC). Classical ML mastery: feature engineering deep, model selection rationale, calibration, business-aligned metrics, gradient boosting hyperparameter mastery (XGBoost / LightGBM / CatBoost). A/B testing mastery: power analysis, sequential testing, multiple testing correction, CUPED variance reduction, network effects handling, novelty/primacy effects, switchback experiments для marketplaces, geo-experiments. Книга «Trustworthy Online Controlled Experiments» Kohavi — настольная. Deep Learning (bonus): PyTorch для CV / NLP DS-задач. LLM-aware DS: prompt engineering, RAG basics, LLM-as-judge для evaluation, LLM applications в DS workflow (data exploration / synthetic data / labeling assistance). Visualization & communication: storytelling-with-data mastery — конвертировать results в business decisions для non-technical stakeholders. Cloud DS: один из AWS SageMaker / GCP Vertex AI / Databricks / Snowflake deeply. Soft: stakeholder management (product / business / engineering), technical writing (analysis docs, post-experiment reports, decision memos), mentoring Middle DS, hiring (interviewing DS candidates), executive communication. Domain expertise: deep понимание один-два domain (fintech / healthcare / retail / telco / e-commerce) — главный premium-driver Senior+. Английский для Senior+ MUST — DS-roles интенсивно stakeholder-facing, и большая часть materials / papers / community — английская.