Live-данные · обновлено 23 июня 2026

Навыки аналитика данных: что требуют работодатели

На основе 313 вакансий — частотность навыков, разбивка по грейдам, связки технологий.

ИА Игорь Антонов · Технический редактор · Senior Data Analyst
Навыков в анализе
20
топ-20 по частоте
Самый частый навык
90.7%
SQL
Навыков / вакансия
8
медиана
Преобладает грейд
Senior
35% вакансий
SQL 90.7% Python 75.4% pandas 28.8% Power BI 28.4% Active Directory 23.6% Все навыки →
Топ-навыки По грейдам По категориям Связки Что учить первым Зарплатная премия Курсы Вопросы и ответы
Ищете зарплатную статистику? Сколько зарабатывает Аналитик данных? →

Какие навыки чаще всего требуют от аналитика данных

Частота упоминания в 313 активных вакансиях. Клик по заголовку колонки — сортировка.

# Навык ↕ Частота ↓ Доля ↕ Вакансий
1 SQL
90.7% 284
2 Python
75.4% 236
3 pandas
28.8% 90
4 Power BI
28.4% 89
5 Active Directory
23.6% 74
6 Анализ данных
21.7% 68
7 PostgreSQL
20.8% 65
8 NumPy
19.5% 61
9 Tableau
19.5% 61
10 Apache Airflow
18.8% 59
11 ETL
17.3% 54
12 Apache Spark
16.3% 51
13 Apache Superset
16.3% 51
14 MS SQL
15.7% 49
15 ClickHouse
15.3% 48
16 Apache Hadoop
14.4% 45
17 DWH
11.8% 37
18 Git
10.9% 34
19 Excel
10.5% 33
20 Greenplum
9.6% 30

Доля = процент вакансий аналитика данных, в которых упоминается навык. Одна вакансия может содержать несколько навыков. На основе 313 вакансий, 23 июня 2026.

Базовые (≥60%)
Нужны практически всегда
SQL Python
Дифференцирующие (20–60%)
Влияют на специализацию
pandas 28.8% Power BI 28.4% Active Directory 23.6% Анализ данных 21.7% PostgreSQL 20.8%
Нишевые (<20%)
Для специализированных ролей
NumPy 19.5% Tableau 19.5% Apache Airflow 18.8% ETL 17.3% Apache Spark 16.3% Apache Superset 16.3% MS SQL 15.7% ClickHouse 15.3% Apache Hadoop 14.4% DWH 11.8% Git 10.9% Excel 10.5% Greenplum 9.6%

Навыки по грейдам: Junior, Middle, Senior

Доля вакансий каждого грейда, в которых встречается навык. Фильтр — кнопки ниже. Ячейки с «≈» — оценка по выборке менее 20 вакансий.

Распределение по рынку: Senior — 35%, Middle — 32%, Junior — 25.4%.
Навык Intern Junior Middle Senior Lead
SQL ≈100% 96% 90.5% 91.3% ≈100%
Python ≈33.3% 82% 82.5% 75.4% ≈77.8%
pandas — ≈34% 42.9% ≈26.1% ≈11.1%
Power BI — ≈36% ≈25.4% 31.9% ≈33.3%
Active Directory ≈16.7% ≈28% ≈27% ≈20.3% ≈33.3%
Анализ данных — ≈24% ≈17.5% 29% ≈22.2%
PostgreSQL ≈16.7% ≈24% ≈28.6% ≈21.7% ≈22.2%
NumPy — ≈26% 33.3% ≈13% ≈11.1%
Tableau ≈16.7% ≈24% ≈17.5% ≈20.3% ≈33.3%
Apache Airflow — ≈20% ≈23.8% ≈27.5% ≈11.1%
ETL ≈16.7% ≈14% ≈20.6% ≈23.2% ≈11.1%
Apache Spark ≈16.7% ≈14% ≈22.2% ≈17.4% ≈22.2%
Apache Superset ≈16.7% ≈18% ≈15.9% ≈15.9% —
MS SQL — ≈14% ≈9.5% ≈20.3% ≈33.3%
ClickHouse ≈16.7% ≈16% ≈14.3% ≈17.4% ≈33.3%
Apache Hadoop ≈16.7% ≈10% ≈23.8% ≈10.1% ≈22.2%
DWH — ≈10% ≈7.9% ≈20.3% ≈22.2%
Git — ≈14% ≈17.5% ≈7.2% ≈33.3%
Excel ≈16.7% ≈12% ≈4.8% ≈11.6% ≈22.2%
Greenplum ≈16.7% ≈4% ≈19% ≈11.6% ≈11.1%

Значение = % вакансий данного уровня, требующих навык. «≈» — оценка (выборка <20 вакансий). «—» — нет данных. Уровень определяется по требованиям вакансии.

Стек по категориям

Навыки сгруппированы по типу технологий. Цифры — частота в вакансиях.

Ядро профессии
SQL 90.7% Анализ данных 21.7% Excel 10.5%
Продвинутый стек
Python 75.4% pandas 28.8% NumPy 19.5%
BI и визуализация
Power BI 28.4% Tableau 19.5% Apache Superset 16.3%
Базы и хранилища
PostgreSQL 20.8% MS SQL 15.7% ClickHouse 15.3% DWH 11.8% Greenplum 9.6%
Корпоративный контекст
Active Directory 23.6% Apache Airflow 18.8% ETL 17.3% Apache Spark 16.3% Apache Hadoop 14.4% Git 10.9%

Какие навыки идут в связке

Пары навыков, которые чаще всего встречаются в одной вакансии. Доля — % вакансий аналитика данных с обоими навыками.

Навык A + Навык B Вакансий Доля
SQL + Python 228 72.8%
Python + pandas 89 28.4%
SQL + pandas 88 28.1%
SQL + Power BI 86 27.5%
SQL + Active Directory 72 23%
Python + Power BI 71 22.7%
SQL + PostgreSQL 65 20.8%
SQL + Анализ данных 65 20.8%
Python + Active Directory 62 19.8%
Python + NumPy 61 19.5%
pandas + NumPy 61 19.5%
SQL + NumPy 60 19.2%
Python + PostgreSQL 58 18.5%
SQL + Tableau 58 18.5%
SQL + Apache Airflow 57 18.2%

На основе 313 вакансий, 23 июня 2026. Показаны пары с ≥10 совместными упоминаниями.

Как мы считаем навыки

Источник данных: 313 вакансий в московском сегменте. Навыки извлечены автоматически из текста каждой вакансии. Все значения рассчитываются на основе реальных данных — без ручной редакции.

Доля (share %): доля вакансий профессии, в которых упомянут навык. Одна вакансия может упоминать несколько навыков — суммарная доля может превышать 100%.

Данные по грейдам: грейд определяется по требованиям каждой вакансии (уровень опыта). Ячейки с «≈» — оценка: выборка менее 20 вакансий. Ячейки «—» — данных нет.

Связки навыков: пары, встречающиеся вместе в ≥10 вакансиях (порог надёжности данных).

Зарплатная премия: разница медианы вакансий с навыком к медиане профессии. Показывается при наличии ≥20 вакансий с зарплатой. «Оценка» — 20–29 вакансий.

Обновлено: 23 июня 2026 · 313 вакансий

Что учить аналитику данных первым

Порядок опирается на частотность навыков по данным вакансий и логику освоения специализации. Список — ориентир, не жёсткое правило.

  1. 1
    SQL (90.7%)
    SELECT, JOIN, агрегации, оконные функции, оптимизация запросов — основа работы аналитика.
  2. 2
    BI-инструменты (28.4%)
    Power BI или Tableau: построение дашбордов, DAX/MDX, визуализация метрик для бизнеса.
  3. 3
    Python и pandas (75.4%)
    pandas, numpy, matplotlib/seaborn — анализ данных, очистка, визуализация в Jupyter.
  4. 4
    DWH и ETL (11.8%)
    Концепции хранилищ данных, ETL-процессы, базовые понятия Airflow и Data Pipeline.
  5. 5
    Бизнес-коммуникация
    Переводить задачу бизнеса в аналитический вопрос, презентовать результаты нетехнической аудитории.
Курсы · подобрано по данным рынка

Курсы для аналитика данных

Сопоставили программы с реальным стеком из 313 вакансий — оценка соответствия рассчитана автоматически, это не реклама.

Все курсы →
Соответствие = доля ключевых навыков вакансий, которые закрывает программа курса. На основе 313 вакансий, обновлено автоматически.

Вопросы и ответы

Какие навыки нужны аналитику данных в первую очередь?
По данным 313 вакансий чаще всего требуются: SQL (90.7%), Python (75.4%), pandas (28.8%), Power BI (28.4%), Active Directory (23.6%).
Что должен знать Junior аналитик данных?
Вакансии уровня Junior чаще всего требуют: SQL (96%), Python (82%). Рынок ориентирован на опытных специалистов: Senior составляет 35% вакансий.
Что должен уметь Middle аналитик данных?
На уровне Middle (32% вакансий) работодатели ожидают уверенного владения: SQL (90.5%), Python (82.5%), pandas (42.9%). Требования расширяются относительно начального уровня.
Что ждут от Senior аналитика данных?
Senior (35% вакансий) — доминирующий грейд. Чаще всего требуют: SQL (91.3%), Python (75.4%). На этом уровне добавляются системное мышление, архитектурные решения и наставничество.
Нужен ли аналитику данных SQL?
SQL встречается в 90.7% вакансий, PostgreSQL — в 20.8% (65 из 313). Это базовые требования большинства позиций.
Нужен ли аналитику данных Git?
Git встречается в 10.9% вакансий (34 из 313). Обычно ожидается на любом грейде.
Нужен ли аналитику данных Linux?
Linux — важный навык для работы с серверной инфраструктурой.
Нужен ли аналитику данных Kubernetes?
Kubernetes востребован на Middle/Senior, особенно в DevOps-ориентированных командах.
Какие навыки повышают зарплату аналитика данных?
Зарплатная премия рассчитывается при достаточной выборке. Подробнее — на странице зарплат.
Как часто обновляются данные о навыках?
Данные обновляются регулярно. Текущий срез — 23 июня 2026, 313 вакансий.