Данные из 96вакансий · 12 августа 2026

Как стать BI-аналитиком: путь от нуля до первого оффера

Не «стань разработчиком за 3 месяца» — реальный путь входа на основе данных по 96 вакансий.

Мурадов ЮрийАвтор·Мурадов Юрий·Аналитик SkillStat
ИАПроверено·Игорь Антонов·Технический редактор·Senior Data Analyst
Junior-вакансий сейчас
12
13% от всех 96 вакансий
Сложность входа
Средняя
13% junior-вакансий
Senior / Junior+Intern
3.1x
На каждого junior+intern — 3.1 senior
Навыков / вакансия
7
медиана по вакансиям
Всего вакансий
96
активных в Москве
Можно ли с нуля Короткий план Roadmap Junior-рынок Портфолио Резюме Собеседование Ошибки Обучение Курсы FAQ

Можно ли стать BI-аналитиком с нуля

Да. По данным SkillStat, 13% вакансий BI-аналитика — уровня junior или стажёр. Это 12 вакансий прямо сейчас.

«С нуля» для BI-аналитика — это без коммерческого опыта, но с готовым отчётом, который кто-то кроме тебя открывал и понял без объяснений. К первому отклику нужны: SQL на уровне соединений, группировок и поиска дублей; один BI-инструмент до рабочего уровня — Power BI (27.1%) или Tableau (15.6%); понимание модели данных (таблица фактов, справочники, меры, фильтры) и умение записать формулу метрики словами. Медиана требований — 7 навыков.

Вход трудный не там, где ждут. Собрать график в Power BI можно в первый вечер. Трудно объяснить, почему в твоём отчёте выручка за март одна, а в отчёте бухгалтерии — другая, и кто из вас прав. BI-аналитика нанимают ради доверия к цифрам: отчёт, которому не верят, не используют, каким бы красивым он ни был. Плюс структура рынка: на одного junior приходится 3.1 senior-вакансии — платят тому, кто уже разбирал расхождение между системами и договаривался о формуле.

Как стать BI-аналитиком: короткий план

Пять шагов от первого запроса до отчёта, которым бизнес пользуется без тебя.

01
SQL под отчётом
SQL — в 88.5% вакансий BI-аналитика, самый частый навык. BI-аналитику он нужен, чтобы собрать надёжный слой под отчётом: соединить справочники, поймать дубли, которые задвоят выручку, и понять, почему у одного заказа три статуса.
02
Метрики и формулы
Выручка, маржа, средний чек, конверсия, план-факт, уровень сервиса. Разбирать надо не формулу, а границы: что попадает в расчёт, что исключается и когда показатель нельзя сравнивать с прошлым периодом.
03
Модель данных
Таблица фактов, справочники, связи, меры, фильтры, роли доступа, обновление. Здесь живёт разница между отчётом и набором графиков: дашборд без модели ломается на втором фильтре.
04
BI-инструмент
Power BI — в 27.1% вакансий, Tableau — в 15.6%, Qlik — в 16.7%, Apache Superset — в 12.5%. Бери один и доводи до рабочего уровня. Если Power BI — добавь меры, вычисляемые столбцы и преобразования при загрузке.
05
Источники и путь
DWH — в 41.7% вакансий, ETL — в 34.4%, PostgreSQL — в 25%, ClickHouse — в 19.8%, Apache Airflow — в 20.8%. Пойми маршрут от системы-источника до витрины: без него любое расхождение выглядит как магия.

Что учить BI-аналитику первым

Не всё сразу. Вот очерёдность по частотности в вакансиях — от самого нужного к менее срочному.

Полный список навыков с частотностью, связками и зарплатной премией — навыки BI-аналитика →

Roadmap BI-аналитика: от нуля до junior

Порядок опирается на частотность навыков по данным вакансий. Первые 4–5 этапов — минимум для первого оффера.

  1. 01
    SQL 88.5% вакансий

    SELECT, JOIN, агрегации, оконные функции, оптимизация запросов — основа работы аналитика.

    Подробнее →
  2. 02
    BI-инструменты 27.1% вакансий

    Power BI или Tableau: построение дашбордов, DAX/MDX, визуализация метрик для бизнеса.

    Подробнее →
  3. 03
    Python и pandas 39.6% вакансий

    pandas, numpy, matplotlib/seaborn — анализ данных, очистка, визуализация в Jupyter.

    Подробнее →
  4. 04
    DWH и ETL 41.7% вакансий

    Концепции хранилищ данных, ETL-процессы, базовые понятия Airflow и Data Pipeline.

    Подробнее →
  5. 05
    Бизнес-коммуникация

    Переводить задачу бизнеса в аналитический вопрос, презентовать результаты нетехнической аудитории.

Junior-вакансии BI-аналитика: что реально требуют работодатели

Срез построен на 96 активных вакансий.

Junior-вакансий
12
inc. стажировки
Доля junior
13%
от всего рынка
Senior / Junior+Intern
3.1x
соотношение
Навыков / вакансия
7
медиана
Распределение вакансий по грейдам
Intern — 1.4% (1)
Junior — 15.3% (11)
Middle — 31.9% (23)
Senior — 51.4% (37)
Что значат эти цифры. 12 вакансий уровня junior и стажёра из 96 — вход умеренный. Особенность BI: много вакансий не в IT-компаниях, а в бизнесе — ритейл, дистрибуция, производство, финансы. Там отчётность держится на таблицах, и первого BI-аналитика нанимают, чтобы перестать сводить цифры руками. Вход туда шире, чем в продуктовую команду, а домен, который ты там получишь, потом станет главным аргументом в резюме.

Какие проекты сделать для портфолио

Портфолио BI-аналитика — отчёт плюс описание метрик. Без второй части первая ничего не стоит: любой может нарисовать плитку «Выручка». Спросят другое — что попало в эту цифру, что исключили, с чем её нельзя сравнивать и кто владеет формулой.

Дашборд продаж со словарём метрик
Средняя · 2 недели
Стек: Power BI, SQL, DWH
GitHub: Репозиторий: файл отчёта, SQL слоя под ним, отдельный документ со всеми формулами, границами расчёта и владельцем каждой метрики
Ценность: Главный артефакт роли: описание метрик отличает BI-аналитика от человека, собравшего графики. Именно его читают первым
План-факт с разбором отклонений
Средняя · 1–2 недели
Стек: Power BI, SQL, ms excel
GitHub: Модель с планом и фактом, обработка расхождений в справочниках, путь от общей цифры к причине отклонения
Ценность: Самый частый управленческий отчёт в бизнесе. Здесь видно, умеешь ли доводить от показателя до детали, а не только показывать итог
Разбор расхождения между системами
Средняя · 1 неделя
Стек: SQL, PostgreSQL, ms excel
GitHub: Две выгрузки, одна метрика, объяснение разницы построчно и предложенное правило с владельцем
Ценность: Ровно та задача, ради которой держат BI: не «посчитать», а «объяснить, почему у вас три разных ответа»
Модель данных для самообслуживания
Средняя · 1–2 недели
Стек: Tableau, SQL, ClickHouse
GitHub: Таблица фактов и справочники, меры, фильтры, роли доступа, инструкция для пользователя отчёта
Ценность: Показывает цель профессии: бизнес отвечает на свои вопросы сам, а не пишет тебе в мессенджер

Как оформить GitHub и резюме

Профиль GitHub
  • Репозиторий: файл отчёта, SQL под ним и отдельный документ с описанием метрик. Последний читают внимательнее первого
  • Скриншот дашборда в README обязателен: файл Power BI смотрящий не откроет, а картинку посмотрит
  • Живая ссылка на публичный отчёт (Power BI или Tableau) — сильный ход: интерактив показывает фильтры и переходы к деталям
  • Описание метрики по шаблону: формула, что входит, что исключается, период, владелец, с чем нельзя сравнивать
  • SQL слоя — отдельными файлами: по нему видно, как ты боролся с дублями и разными справочниками
  • Файл источника рядом: показать, из какого хаоса собран отчёт, сильнее, чем показать чистые данные
Резюме без коммерческого опыта
  • Раздел «Проекты» вперёд опыта: отчёт с описанием метрик описывается как рабочая задача
  • По каждому проекту: кто пользователь отчёта, какое решение он принимает, что было до и сколько времени это экономит
  • Навыки — только рабочие: SQL, DWH. «Знаком с Tableau» без ссылки на отчёт читается как ноль
  • Опыт в бизнесе (финансы, продажи, закупки, логистика) — не «не то»: BI-аналитика нанимают в предметную область, и знание её метрик ценится наравне с SQL
  • Назови масштаб: сколько источников, сколько пользователей отчёта, как часто обновление. «Строил дашборды» без этого одинаково звучит у всех
Слабое резюме

«Строил дашборды в Power BI и Tableau, знаю SQL, работал с большими объёмами данных»

Сильное резюме

«Собрал отчёт по продажам для коммерческого отдела: три источника, включая выгрузку из 1С и файлы менеджеров. Свёл два справочника контрагентов в один — до этого один клиент считался тремя, и выручка по сегменту не сходилась с бухгалтерией. Описал формулы всех показателей и границы расчёта, отдал отдел на самообслуживание: еженедельную сводку руками больше не собирают. Отчёт и словарь метрик: [ссылка]»

Самостоятельно, курсы или вуз — какой путь выбрать

Самостоятельно
Power BI и Tableau ставятся бесплатно, данные для отчёта можно взять открытые или выгрузить со своей работы. Публикация отчёта — готовое портфолио
Некому сказать, что твой дашборд перегружен и что твоя метрика считается не так, как её понимает бизнес. Обратная связь тут приходит только от пользователя
Если рядом есть отчётность: продажи, финансы, закупки, операции — там же и источники, и расхождения
Курсы с ментором
Ревью дашбордов чужими глазами и разбор модели данных — то, чего не даст документация. Заодно готовый порядок тем
Дорого, и часть программ учит кнопкам Power BI, а про модель данных, словарь метрик и расхождения между системами молчит
Если нет доступа к реальной отчётности и не на чем тренировать разбор источников
Вуз
Экономика, финансы и бизнес-информатика дают понимание метрик изнутри: план-факт, маржа, себестоимость. BI-аналитик без этого пересчитывает чужие формулы вслепую
Четыре года, и BI-инструментов в программе обычно нет вовсе
Если выбираешь первое образование или целишься в финансовую отчётность и корпорации
Ловушка BI: учить кнопки вместо модели. Power BI осваивается быстро, первый дашборд собирается за вечер, и появляется ощущение готовности. Потом приходит второй фильтр, и цифры начинают двоиться; приходит бухгалтерия и говорит, что выручка не та; приходит руководитель и спрашивает, почему в отчёте один клиент числится трижды. Всё это лечится не в BI-инструменте, а в модели данных и в договорённости о формуле. Учи связи таблиц, меры, справочники и границы расчёта — кнопки приложатся.
Курсы · подобрано по данным рынка

Курсы для BI-аналитика

Сопоставили программы с реальным стеком из 96 вакансий — оценка соответствия рассчитана автоматически, это не реклама.

Все курсы →
Соответствие = доля ключевых навыков вакансий, которые закрывает программа курса. На основе 96 вакансий, обновлено автоматически.

Что спрашивают на собеседовании

Модель данных
Типовые вопросы
  • ·Таблица фактов и справочник: чем отличаются и как связываются
  • ·Что такое мера и чем она отличается от вычисляемого столбца
  • ·Почему цифра меняется при добавлении второго фильтра
  • ·Связь многие-ко-многим в отчёте: чем опасна и как обходишь
Как показать проектом

Модель из портфолио: объясни, почему связал таблицы именно так

Метрики и формулы
Типовые вопросы
  • ·Как считаешь выручку и что в неё не входит
  • ·План-факт: что делаешь, когда план заведён не на том уровне детализации
  • ·Средний чек по компании вырос, а по каждому сегменту упал — как объяснишь
  • ·Кто владеет формулой метрики и что делать, если владельцев двое
Как показать проектом

Словарь метрик: покажи границы расчёта и владельца

Качество данных и расхождения
Типовые вопросы
  • ·Отчёт и бухгалтерия дают разную выручку — порядок разбора
  • ·Один клиент в трёх справочниках — что делаешь
  • ·Как ловишь дубли, которые задваивают показатель
  • ·Статусы заказа поменяли полгода назад: что со сравнением периодов
Как показать проектом

Разбор расхождения: покажи, где нашёл разницу построчно

SQL и источники
Типовые вопросы
  • ·Соединения: где теряются строки и где они дублируются
  • ·Как собираешь слой под отчёт, чтобы он не пересчитывался каждый раз
  • ·Откуда берутся данные из 1С и почему прямой доступ к базе — не всегда ответ
  • ·Что такое DWH и зачем он, если можно взять данные из источника
Как показать проектом

SQL под отчётом: покажи, как боролся со справочниками

Работа с заказчиком
Типовые вопросы
  • ·Заказчик просит «красивый дашборд» — твои следующие вопросы
  • ·Отчётом не пользуются через месяц после запуска — почему и что делать
  • ·Просят добавить ещё десять графиков — как отвечаешь
  • ·Как понять, какой уровень детализации нужен пользователю
Как показать проектом

Отчёт из портфолио: расскажи, что убрал и почему

Сколько времени нужно, чтобы стать BI-аналитиком

Минимум
5–8 мес
Из бизнеса с отчётностью: финансы, продажи, закупки. Метрики и домен уже знакомы, добираются SQL, модель и инструмент
Медиана
9–14 мес
Самостоятельно, с нуля, по 2–3 часа в день, с отчётами и словарём метрик вместо конспектов
Реалистично
12–18 мес
При совмещении с работой и без доступа к реальной отчётности, на которой можно тренироваться

Почему «Power BI за месяц» не равно «работа через месяц». Инструмент правда осваивается за месяц. Дальше идёт то, чему в нём не научишься: модель данных, которая не ломается на втором фильтре, договорённость о формуле выручки и разбор расхождения с бухгалтерией. На собеседовании спрашивают именно это, а не про кнопки.

Скорость решают три вещи: понимаешь ли ты метрики бизнеса изнутри (план-факт, маржа, воронка), есть ли доступ к настоящим грязным источникам и умеешь ли отказывать заказчику, который просит ещё десять графиков. Последнее приходит позже всего.

Ошибки новичков

Начинают с графика, а не с решения

Почему мешает: Дашборд, под который не подложено решение, не открывают через месяц после запуска. Красота его не спасает

Как исправить: До первого запроса выясни: кто пользователь, какое решение принимает, по какому отклонению узнаёт, что пора действовать

Отчёт без описания метрик

Почему мешает: Плитка «Выручка» без границ расчёта порождает спор с первым же отделом, который считает иначе. Отчёт, которому не верят, не используют

Как исправить: К каждому показателю: формула, что входит, что исключается, период, владелец, с чем нельзя сравнивать

Строят отчёт поверх грязных источников

Почему мешает: Один клиент в трёх справочниках, дубли выгрузки, старые статусы — и показатель разойдётся с исходной системой. Разбираться придётся тебе, но уже при руководителе

Как исправить: Проверка справочников и дублей — до модели. Расхождение с источником ищи построчно, а не пересчётом итога

Учат кнопки вместо модели данных

Почему мешает: Power BI — в 27.1% вакансий BI-аналитика, но платят не за него. Дашборд, собранный без модели, начинает двоить цифры на втором фильтре и переделывается целиком

Как исправить: Разбери таблицу фактов, справочники, связи, меры, фильтры и обновление. Это переносится между инструментами, а кнопки — нет

Собирают все инструменты сразу

Почему мешает: Power BI, Tableau (15.6%), Qlik (16.7%), Apache Superset (12.5%) в резюме без отчётов читаются как список из вакансии. Переучиваются за неделю, поэтому набор ничего не доказывает

Как исправить: Один инструмент до рабочего уровня, и в портфолио — отчёты, а не логотипы

Соглашаются на «добавьте ещё графиков»

Почему мешает: Дашборд с двадцатью плитками не помогает увидеть отклонение — он его прячет. Через месяц им пользуется только автор

Как исправить: На каждый график вопрос: какое решение по нему принимают. Нет ответа — убирай, даже если просили

Не знают, откуда приезжают данные

Почему мешает: DWH — в 41.7% вакансий BI-аналитика, ETL — в 34.4%, Apache Airflow — в 20.8%. Без понимания маршрута любое расхождение и любая несвежая цифра выглядят как магия

Как исправить: Пройди путь показателя от системы-источника до плитки в отчёте и запиши его. Это первое, что спросят при разборе расхождения

Считают Excel и 1С несерьёзными

Почему мешает: ms excel — в части вакансий BI-аналитика, 1С — в части. Большинство отчётности в бизнесе собирается именно оттуда, и вход через эти источники самый широкий

Как исправить: Разбери учётную логику: справочники, документы, статусы, закрытие периода. Без неё цифра в отчёте не сойдётся с бухгалтерией

Запускают отчёт и уходят

Почему мешает: После запуска начинается работа: ломаются источники, меняются справочники, пользователи читают показатель не так, как задумано

Как исправить: Заложи поддержку: проверка обновления, документация формул и короткая инструкция для пользователя отчёта

Как SkillStat считает данные

Источник: 96 вакансий в московском сегменте. Навыки и грейды извлекаются автоматически из текста каждой вакансии.

Грейды: определяются по требованиям вакансии — уровню опыта, упоминанию «junior», «intern», «стажёр». Это рыночная оценка объявления.

Сложность входа: рассчитывается по доле junior-вакансий и медиане навыков на junior-уровне. Это индикатор, а не гарантия.

Обновление: данные пересчитываются регулярно. Текущий срез — 12 августа 2026.

Частые вопросы

Можно ли стать BI-аналитиком с нуля?
Да, и вход часто идёт не через IT, а через бизнес. Junior и стажёров среди вакансий BI-аналитика — 12 из 96. Технического образования обычно не требуют: смотрят на SQL, один BI-инструмент и отчёт, у которого есть описание метрик. Самый короткий путь — из отдела, который уже сводит отчётность в таблицах.
Чем BI-аналитик отличается от аналитика данных?
Целью. BI-аналитик строит систему, чтобы бизнес отвечал на типовые вопросы сам: продажи, план-факт, маржа, воронка — в отчёте, без обращения к аналитику. Аналитик данных отвечает на разовый вопрос и отдаёт вывод. Отсюда разный фокус: у BI на первом месте модель данных, словарь метрик и поддержка отчёта, у аналитика — версии и статистика. Общий у них SQL.
Чем BI-аналитик отличается от инженера данных?
Границей. Инженер данных доводит данные до витрины: маршрут, расписание, проверки. BI-аналитик берёт витрину и превращает её в отчётность с метриками и правилами. Пересечение есть — DWH (41.7%), ETL (34.4%), Apache Airflow (20.8%) встречаются и здесь, обычно там, где инженера в команде нет и слой под отчёт BI-аналитик собирает сам.
Нужен ли SQL BI-аналитику?
Это самый частый навык профессии: 88.5% вакансий (85 из 96). И нужен он не для разовых ответов, а для слоя под отчётом: соединить справочники, поймать дубль, который задвоит выручку, привести статусы к единому виду. Ошибка в этом запросе не остаётся в блокноте — она разъезжается по всему отчёту и всплывает на встрече с руководством.
Power BI или Tableau: что учить?
Один, и до рабочего уровня. Power BI — в 27.1% вакансий BI-аналитика, Tableau — в 15.6%, Qlik — в 16.7%, Apache Superset — в 12.5%. Инструмент выбирает работодатель, а переучиваются за неделю: модель данных, меры и фильтры устроены похоже. Смотри, что чаще в вакансиях твоего домена, и бери его.
Что такое модель данных и зачем она, если есть SQL?
Модель — это то, как таблица фактов связана со справочниками, какие меры считаются и как работают фильтры. SQL готовит данные, модель определяет их поведение в отчёте. Без неё дашборд рассыпается на втором фильтре: цифра меняется, а объяснить почему нечем. Самая частая тема на собеседовании после SQL и самая пропускаемая при самостоятельном обучении.
Нужен ли Python?
Python — в 39.6% вакансий BI-аналитика, pandas — в части. Не первым и не обязательно. Нужен там, где источник надо разобрать до BI-инструмента: свести десяток файлов от менеджеров, почистить справочник, автоматизировать сверку. Ядро роли — SQL, метрики и модель данных.
Нужны ли DWH, ETL и Apache Airflow?
Как понимание маршрута — да. DWH — в 41.7% вакансий BI-аналитика, ETL — в 34.4%, Apache Airflow — в 20.8%, PostgreSQL — в 25%, ClickHouse — в 19.8%. Строить пайплайны до первой работы не надо, а вот знать, откуда приезжает цифра и почему она несвежая, придётся: без этого любое расхождение объяснить нечем.
Зачем BI-аналитику 1С и Excel?
1С — в части вакансий BI-аналитика, ms excel — в части. В большинстве компаний отчётность собирается именно оттуда: учётная система плюс файлы от отделов. Нужна не разработка, а учётная логика — справочники, документы, статусы, закрытие периода. Без неё цифра в отчёте не сойдётся с бухгалтерией, а объяснять разницу будешь ты.
Нужна ли статистика?
Меньше, чем аналитику данных. BI-аналитику важнее арифметика метрик и границы расчёта: что входит в выручку, как считается маржа, почему план-факт нельзя сравнивать при разной детализации. Проверка гипотез и эксперименты — соседняя профессия. Здесь чаще ошибаются не в статистике, а в знаменателе.
Какое образование нужно?
Любое, а экономическое или финансовое даже помогает: BI-аналитик считает метрики бизнеса, и понимание маржи, себестоимости и план-факта изнутри ценнее диплома по информатике. Технического образования большинство вакансий BI-аналитика не требует. Смотрят на отчёты и на то, можешь ли объяснить свою формулу.
Можно ли перейти в BI из другой профессии?
Это самый частый путь. Финансы, продажи, закупки, логистика, операции — если ты сводишь отчёт в таблицах для своего отдела, ты уже делаешь работу BI-аналитика вручную. Не хватает SQL, модели данных и инструмента. Переход внутри компании короче отклика снаружи: домен и источники ты уже знаешь, а именно за домен здесь и платят.
Какие проекты сделать для портфолио?
Два-три отчёта, и к каждому — описание метрик. Например: дашборд продаж со словарём показателей, план-факт с переходом к причине отклонения, разбор расхождения между двумя источниками. Ключевые навыки профессии для них: SQL, DWH, Python. Дашборд без описания метрик в портфолио не считается — он не показывает ничего, кроме умения ставить плитки.
Когда начинать откликаться?
Когда твоим отчётом пользуется кто-то кроме тебя и по каждой метрике ты можешь назвать формулу, границы и владельца. Junior-позиций 12 вакансий — параллельно смотри «аналитик отчётности» и вакансии в бизнесе без своего IT: там вход шире, а работа та же.
Что спрашивают на собеседовании?
SQL (соединения, дубли, справочники), модель данных (таблица фактов, меры, фильтры), метрики и границы расчёта, разбор расхождения между отчётом и исходной системой, работа с заказчиком. Самый частый сценарий — «в отчёте выручка одна, в бухгалтерии другая, твои действия». Подробнее — в разделе «Собеседование» на этой странице.
Сколько зарабатывает начинающий BI-аналитик?
Ориентир для junior — 103 500–149 500 ₽ при медиане по профессии 230 000 ₽. Разбивка по грейдам и динамика — на странице зарплат BI-аналитика.
Где посмотреть навыки BI-аналитика?
На странице навыков BI-аналитика — частотность по 96 вакансий, разбивка по грейдам и связки инструментов.