🟥 Задачи
сбор и обработка данных, построение отчётов, визуализация, прогнозирование, выявление закономерностей.
🟩 Инструменты
SQL — для работы с базами данных;
Python (библиотеки Pandas, NumPy, Matplotlib) — для анализа и визуализации;
Excel — для первичных расчётов;
Power BI / Tableau — для дашбордов;
Google Analytics / Яндекс Метрика — для веб‑аналитики.
🟦 Где учиться
вузы (прикладная математика, информатика);
онлайн‑курсы (Яндекс Практикум, Skillbox, Netology);
самостоятельное изучение (документация, YouTube, Kaggle).
🟥 Зарплата
джуниор: 70–90 тыс. руб.;
мидл: 120–180 тыс. руб.;
сеньор: от 200 тыс. руб. и выше (в крупных компаниях и за рубежом).
🟧 Где работать
IT‑компании (Яндекс, VK, Сбер);
банки и финтех (Тинькофф, Альфа‑Банк);
ритейл (Ozon, Wildberries);
консалтинг (McKinsey, BCG);
стартапы и продуктовые компании.
🟨 Плюсы
высокий спрос на специалистов;
возможность удалённой работы;
интересные задачи с реальными данными;
быстрый карьерный рост при развитии навыков.
🟩 Минусы
необходимость постоянно обновлять знания (новые инструменты, алгоритмы);
работа с неполными или «грязными» данными;
высокая ответственность за выводы на основе анализа;
возможная рутина при обработке больших массивов данных.
🟪 Альтернативы
Data Scientist (более углублённый анализ, ML);
бизнес‑аналитик (фокус на бизнес‑процессах);
маркетинг‑аналитик (анализ рекламных кампаний).
