Live-данные · обновлено 23 июня 2026

Навыки инженера данных: что требуют работодатели

На основе 211 вакансий — частотность навыков, разбивка по грейдам, связки технологий.

ДЛ Денис Лукьянов · Технический редактор · Эксперт по Data Vault
Навыков в анализе
20
топ-20 по частоте
Самый частый навык
86.7%
SQL
Навыков / вакансия
14
медиана
Преобладает грейд
Senior
53.2% вакансий
SQL 86.7% Python 81.5% ETL 73% Apache Airflow 62.1% Apache Spark 51.7% Все навыки →
Топ-навыки По грейдам По категориям Связки Что учить первым Зарплатная премия Курсы Вопросы и ответы
Ищете зарплатную статистику? Сколько зарабатывает Инженер данных? →

Какие навыки чаще всего требуют от инженера данных

Частота упоминания в 211 активных вакансиях. Клик по заголовку колонки — сортировка.

# Навык ↕ Частота ↓ Доля ↕ Вакансий
1 SQL
86.7% 183
2 Python
81.5% 172
3 ETL
73% 154
4 Apache Airflow
62.1% 131
5 Apache Spark
51.7% 109
6 ClickHouse
46% 97
7 PostgreSQL
45% 95
8 DWH
38.9% 82
9 Apache Hadoop
37% 78
10 Apache Kafka
32.7% 69
11 Git
31.3% 66
12 Greenplum
28.4% 60
13 AWS S3
24.2% 51
14 Apache Hive
21.8% 46
15 CI/CD
18.5% 39
16 MS SQL
17.5% 37
17 Oracle
17.1% 36
18 Docker
16.6% 35

Доля = процент вакансий инженера данных, в которых упоминается навык. Одна вакансия может содержать несколько навыков. На основе 211 вакансий, 23 июня 2026.

Базовые (≥60%)
Нужны практически всегда
SQL Python ETL Apache Airflow
Дифференцирующие (20–60%)
Влияют на специализацию
Apache Spark 51.7% ClickHouse 46% PostgreSQL 45% DWH 38.9% Apache Hadoop 37% Apache Kafka 32.7% Git 31.3% Greenplum 28.4% AWS S3 24.2% Apache Hive 21.8%
Нишевые (<20%)
Для специализированных ролей
CI/CD 18.5% MS SQL 17.5% Oracle 17.1% Docker 16.6%
Сопутствующие теги и смежный контекст

Эти теги встречаются в вакансиях инженера данных, но не описывают базовый стек роли. Их стоит читать как контекст смежных, AI-ориентированных или технически смешанных позиций.

Java 17.5% pandas 16.6%

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 — 53.2%, Middle — 23.1%, Junior — 9.6%.
Навык Intern Junior Middle Senior Lead
SQL ≈100% ≈100% 86.1% 89.2% ≈61.1%
Python ≈100% ≈80% 91.7% 79.5% ≈83.3%
ETL ≈75% ≈66.7% 83.3% 69.9% ≈72.2%
Apache Airflow ≈50% ≈33.3% 72.2% 66.3% ≈50%
Apache Spark ≈25% ≈46.7% ≈44.4% 50.6% ≈38.9%
ClickHouse ≈75% ≈33.3% ≈47.2% 44.6% ≈55.6%
PostgreSQL ≈25% ≈40% ≈44.4% 39.8% ≈61.1%
DWH ≈25% ≈20% ≈36.1% 39.8% ≈50%
Apache Hadoop — ≈73.3% ≈27.8% 33.7% ≈16.7%
Apache Kafka — ≈20% ≈38.9% 33.7% ≈33.3%
Git ≈25% ≈26.7% ≈38.9% 28.9% ≈33.3%
Greenplum ≈50% ≈33.3% ≈38.9% ≈18.1% ≈38.9%
AWS S3 — ≈6.7% ≈27.8% 25.3% ≈38.9%
Apache Hive ≈25% ≈26.7% ≈19.4% ≈19.3% ≈11.1%
CI/CD — ≈20% ≈16.7% ≈16.9% ≈38.9%
MS SQL ≈25% — ≈19.4% ≈19.3% ≈11.1%
Oracle ≈25% ≈6.7% ≈22.2% ≈15.7% ≈5.6%
Docker — ≈6.7% ≈30.6% ≈16.9% ≈16.7%

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.

Язык и запросы
SQL 86.7% Python 81.5%
Хранилища и DWH
ClickHouse 46% PostgreSQL 45% DWH 38.9% Greenplum 28.4% Apache Hive 21.8% MS SQL 17.5% Oracle 17.1%
ETL/ELT и оркестрация
ETL 73% Apache Airflow 62.1%
Big Data и streaming
Apache Spark 51.7% Apache Hadoop 37% Apache Kafka 32.7%
Инфраструктура
Git 31.3% AWS S3 24.2% CI/CD 18.5% Docker 16.6%

Какие навыки идут в связке

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

Навык A + Навык B Вакансий Доля
SQL + Python 151 71.6%
SQL + ETL 144 68.2%
Python + ETL 128 60.7%
SQL + Apache Airflow 120 56.9%
Python + Apache Airflow 115 54.5%
ETL + Apache Airflow 108 51.2%
SQL + Apache Spark 97 46%
Python + Apache Spark 90 42.7%
SQL + ClickHouse 84 39.8%
ETL + Apache Spark 84 39.8%
SQL + PostgreSQL 82 38.9%
Python + ClickHouse 81 38.4%
Apache Airflow + ClickHouse 80 37.9%
ETL + ClickHouse 77 36.5%
Python + PostgreSQL 77 36.5%

На основе 211 вакансий, 23 июня 2026. Показаны пары с ≥10 совместными упоминаниями.

Как мы считаем навыки

Источник данных: 211 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 · 211 вакансий

Что учить инженеру данных первым

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

  1. 1
    SQL (86.7%)
    Основа работы с данными: выборки, агрегации, JOIN, оконные функции.
  2. 2
    Python для данных (81.5%)
    Pandas, NumPy — базовая обработка и трансформация датасетов.
  3. 3
    ETL и пайплайны (62.1%)
    Построение потоков данных, оркестрация: Airflow, dbt.
  4. 4
    Хранилища данных (DWH) (45%)
    Аналитические СУБД и хранилища: PostgreSQL, ClickHouse, BigQuery, Redshift.
  5. 5
    Распределённые системы (51.7%)
    Spark, Kafka — обработка больших объёмов данных и стриминг.
  6. 6
    ML-фреймворки
    Scikit-learn, PyTorch, TensorFlow — для ML/AI-инженеров.
  7. 7
    MLOps и деплой моделей (16.6%)
    Versioning (MLflow), сервинг моделей, мониторинг дрейфа — для ML-инженеров.
  8. 8
    Облака и управляемые сервисы
    AWS/GCP/Azure: managed warehouses, ML-платформы, объектные хранилища.
Курсы · подобрано по данным рынка

Курсы для инженера данных

Сопоставили программы с реальным стеком из 211 вакансий — оценка соответствия рассчитана автоматически, это не реклама.

Все курсы →
Соответствие = доля ключевых навыков вакансий, которые закрывает программа курса. На основе 211 вакансий, обновлено автоматически.

Вопросы и ответы

Какие навыки нужны инженеру данных в первую очередь?
По данным 211 вакансий чаще всего требуются: SQL (86.7%), Python (81.5%), ETL (73%), Apache Airflow (62.1%), Apache Spark (51.7%).
Что должен знать Junior инженер данных?
На уровне Junior важен базовый стек: SQL, Python, ETL. Рынок ориентирован на Senior (53.2% вакансий), поэтому конкуренция за начальные позиции высокая.
Что должен уметь Middle инженер данных?
На уровне Middle (23.1% вакансий) работодатели ожидают уверенного владения: SQL (86.1%), Python (91.7%), ETL (83.3%), Apache Airflow (72.2%). Требования расширяются относительно начального уровня.
Что ждут от Senior инженера данных?
Senior (53.2% вакансий) — доминирующий грейд. Чаще всего требуют: SQL (89.2%), Python (79.5%), ETL (69.9%), Apache Airflow (66.3%), Apache Spark (50.6%), ClickHouse (44.6%). На этом уровне добавляются системное мышление, архитектурные решения и наставничество.
Нужен ли инженеру данных SQL?
SQL встречается в 86.7% вакансий, PostgreSQL — в 45% (95 из 211). Это базовые требования большинства позиций.
Нужен ли инженеру данных Git?
Git встречается в 31.3% вакансий (66 из 211). Обычно ожидается на любом грейде.
Нужен ли инженеру данных Linux?
Linux — важный навык для работы с серверной инфраструктурой.
Нужен ли инженеру данных Docker?
Docker встречается в 16.6% вакансий инженера данных (35 из 211). Навык особенно важен на Middle/Senior.
Нужен ли инженеру данных Kubernetes?
Kubernetes востребован на Middle/Senior, особенно в DevOps-ориентированных командах.
Какие навыки повышают зарплату инженера 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, 211 вакансий.