Расчётная оценка · обновлено 11 октября 2026

Сколько зарабатывает Data Scientist в Москве

Активных вакансий сейчас: 157. Зарплатная оценка рассчитана по 41 вакансия за расширенный период.

Мурадов ЮрийАвтор·Мурадов Юрий·Аналитик SkillStat
ИАПроверено·Игорь Антонов·Технический редактор·Senior Data Scientist
Медиана зарплаты
255 000 ₽
по вакансиям с указанной зарплатой
Типичная вилка
—
недостаточно данных для p25–p75
Вакансий на рынке
157
активных в Москве
Вакансий с зарплатой
26%
41 за расширенный период
Спрос
69
Средний в московском срезе · #15 из 71 в Москве
Выборка
41
вакансий с зарплатой
Как считается медиана
Медиана считается по вакансиям с указанной зарплатой. Берётся середина вилки: (от + до) / 2. Если указана только одна граница — берётся она. Все суммы приведены к рублям. Фильтрация: только полная занятость, без дублей. Медиана устойчивее средней к редким высоким вилкам. Подробнее — в разделе «Методология» ниже.
Страница профессии Сравнить с другими профессиями

Data Scientist: зарплата в Москве в 2026 году

По данным Skillstat по московскому рынку, медианная зарплата составляет 255 000 ₽. В расчёт вошли 41 вакансия с открытой зарплатой из 157 активных на момент среза.

Платят не за модель, а за цену вывода. Data Scientist с одним и тем же стеком может закрывать разовый отчёт по эксперименту, а может — скоринг, от которого зависит выдача кредита или закупка на квартал вперёд. Чем дороже решение, которое меняет твой результат, тем строже спрашивают за проверку: утечка будущего в признаки, выбор метрики, устойчивость на сегментах и честное описание границ. Верх вилки — там, где к строгости добавляется масштаб: Apache Spark (33.8%) и Apache Hadoop (19.1%) стоят в вакансиях рядом с Python (91.7%) и SQL (64.3%) не для красоты.

Зарплата в вакансии — это предложение работодателя, а не финальный оффер. Реальная договорённость зависит от опыта кандидата, конкретной компании и итогов переговоров. Подробнее о расхождении между вилкой и реальными зарплатами — в отдельном разделе ниже.

Data Scientist: зарплата по грейдам

Данные о медианной зарплате по грейдам накапливаются. Таблица ниже показывает распределение вакансий по уровням и ориентировочный диапазон.

Грейды без данных показывают ориентир относительно общей медианы профессии.

Грейд Опыт Всего вакансий С зарплатой Доля Медиана
Intern / Стажёр 0 5 ~1
3.9%
стажёрский уровень
Junior 0–1 г. 9 ~2
7%
ориентир: 140 250–178 500 ₽
Middle 2–4 г. 38 ~10
29.5%
—
Senior 5+ г. 64 ~17
49.6%
—
Lead / Team Lead 7+ г. 13 ~3
10.1%
выше Senior

Зарплата со значком «оценка» — медиана по небольшой выборке (<30 вакансий). Для грейдов без данных указан ориентир относительно общей медианы.

Московский срез зарплат — Data Scientist

Сейчас Skillstat показывает московский срез. Отдельная статистика по Санкт-Петербургу, Новосибирску, Казани и другим городам появится при расширении мониторинга.

Москва · текущий срез
255 000 ₽
медиана · p25–p75: 0–0 ₽
Вакансий
157
активных

Московские значения нельзя напрямую переносить на регионы: зарплатные вилки зависят от города, формата работы и доли удалённых вакансий. Удалённый формат частично нивелирует разницу — московские вилки доступны из любого города.

Сравнение с другими профессиями

Медианные зарплаты по вакансиям Skillstat. Данные на 11 октября 2026.

Профессия Медиана p25–p75 Вакансий
Quantitative Researcher 320 000 ₽ — 10
ML-инженер 273 000 ₽ 175 000–319 000 262
Data Scientist ★ 255 000 ₽ — 157
Инженер данных 240 000 ₽ — 249
MLOps-инженер 240 000 ₽ — 18
AI-инженер 230 000 ₽ — 81
NLP-инженер 220 000 ₽ — 5
Computer Vision Engineer 210 000 ₽ — 13
Полный рейтинг зарплат IT-профессий →

Сколько вакансий для профессии «Data Scientist» сейчас

Активных вакансий
157
Индекс спроса
69
Средний
Рейтинг по вакансиям
#15
из 71 профессий
С зарплатой
26%
вакансий с вилкой
Удалёнка 15.9%
0 вак.
Гибрид 59.2%
0 вак.
Офис 24.8%
0 вак.
Распределение вакансий по грейдам
Intern / Стажёр — 3.9%
Junior — 7%
Middle — 29.5%
Senior — 49.6%
Lead / Team Lead — 10.1%

Что влияет на зарплату — Data Scientist

Грейд — главный фактор: Junior и Senior могут отличаться в 2–3 раза. Специализированный стек добавляет премию к медиане рынка. Тип компании и домен тоже важны: продуктовые компании и финтех платят заметно выше аутстафа.

📈
Цена вывода
Разница между исследованием, которое ложится в презентацию, и моделью, по которой отказывают клиенту, — это разные деньги при одинаковом коде. Там, где ошибка стоит дорого, платят за способность сказать «этот вопрос на этих данных честно не решается» и не сдвинуться под давлением. Такой отказ экономит компании больше, чем ещё один пункт качества.
🏙️
Строгость проверки
Самая дорогая компетенция роли — умение не поверить красивой метрике. Утечка будущего в признаки, случайно удачное разбиение, метрика, оторванная от решения, смещение выборки: всё это ловится до релиза или не ловится никогда. scikit-learn (28%) и pandas (45.9%) есть у всех — платят за дисциплину вокруг них.
💻
Масштаб данных
Выборка, которая помещается в pandas (45.9%), и витрина, которая живёт в кластере, требуют разного человека. Apache Spark (33.8%) — в 33.8% вакансий, Apache Hadoop (19.1%) — в 19.1%. Это надбавка за то, что ты не ждёшь инженера данных, чтобы собрать себе признаки.
🌍
Бустинг против нейросетей
CatBoost, LightGBM и XGBoost (11.5%) закрывают большую часть табличных задач и остаются рабочей лошадью. PyTorch (36.3%) поднимает вилку не сам по себе, а вместе с задачей, где без нейросети не обойтись: тексты, изображения, эмбеддинги. Кандидат, который тянет нейросеть в табличную задачу, теряет в переговорах, а не выигрывает.
🏦
Доводка до решения
Исследование, которое осталось в ноутбуке, оплачивается как исследование. Docker (26.1%), Git (24.8%) и Apache Airflow (25.5%) в вакансиях Data Scientist стоят за одно требование: результат должен повториться у другого человека и поехать дальше. Это граница, за которой начинается разговор про senior.
🏗️
Языковой слой
LLM (31.8%) и RAG (22.3%) пришли в вакансии Data Scientist и уже не выглядят чужими. Премию даёт не факт использования, а способность оценить их честно: сравнить с простым baseline, померить качество поиска, поймать выдуманный ответ и назвать границу применения. Без этого языковой слой в резюме читается как мода.
Курсы · подобрано по данным рынка

Курсы для Data Scientist

Сопоставили программы с реальным стеком из 157 вакансий — оценка соответствия рассчитана автоматически, это не реклама.

Все курсы →
Соответствие = доля ключевых навыков вакансий, которые закрывает программа курса. На основе 157 вакансий, обновлено автоматически.

Как считали зарплаты

Skillstat анализирует IT-вакансии рынка труда и вычисляет зарплатную статистику по активным объявлениям. Данные обновляются регулярно. Текущий срез — 11 октября 2026. Географический охват — преимущественно московский рынок.

Подробнее

Медиана, не средняя. Середина выборки устойчива к редким очень высоким вилкам. Средняя искажала бы картину вверх.

Формула вилки. Берётся середина «от–до». Если указана только одна граница — используется она. Все суммы в рублях.

Фильтры. Только полная занятость, с указанной зарплатой, без дублей от одного работодателя.

Грейды. Определяются по тексту вакансии и требованиям к опыту — это рыночная оценка, а не самоопределение сотрудника.

Порог публикации. ≥30 вакансий с зарплатой — полноценный срез; 20–29 — оценка с пометкой; менее 20 — медиана не публикуется.

Почему наши данные могут отличаться от других источников

Skillstat считает зарплаты по вакансиям, а не по опросам сотрудников. Поэтому цифры могут отличаться от сайтов с отзывами или зарплатных исследований.

  • Часть работодателей не указывает зарплату — в расчёт попадают только вакансии с открытой вилкой (26% от всех найденных).
  • Вилка в вакансии — предложение работодателя, а не финальный оффер. Реальная договорённость может быть выше или ниже.
  • Мы показываем медиану, а не среднюю: медиана устойчивее к редким очень высоким или низким вилкам.
  • Грейды определяются по тексту вакансии и требуемому опыту — это оценка по объявлению, а не самоопределение сотрудника.
  • Данные обновляются регулярно; дата последнего расчёта — 11 октября 2026.

Частые вопросы

Сколько зарабатывает Data Scientist в Москве?
По данным Skillstat по московскому рынку, медианная зарплата составляет 255 000 ₽. В расчёт вошли 41 вакансия с указанной зарплатой из 157 активных.
Какая зарплата у junior Data Scientist?
Junior-позиции составляют 7% рынка (9 вакансий). Из них ~2 содержат зарплату — меньше порога в 30, необходимого для публикации медианы. Для ориентира: общая медиана — 255 000 ₽; junior традиционно ниже на 30–50%, то есть в диапазоне 127 500–178 500 ₽.
Сколько получает middle Data Scientist?
Middle — 29.5% рынка (38 вакансий). Для ориентира: общая медиана — 255 000 ₽. Грейдовый срез появится при накоплении выборки.
Сколько получает senior Data Scientist?
Senior — 49.6% вакансий (64 из 157). Senior традиционно выше медианы рынка (255 000 ₽). Грейдовый срез появится при накоплении выборки.
Чем отличаются зарплаты в Москве от регионов?
Текущие данные Skillstat охватывают преимущественно московский рынок. Медиана по московской выборке — 255 000 ₽. Московские значения нельзя напрямую переносить на регионы: зарплатные вилки зависят от города, формата работы и доли удалённых вакансий. Удалённый формат частично нивелирует разницу — московские вилки доступны из любого города.
Сколько платят Data Scientist на удалёнке?
На удалёнку приходится 15.9% вакансий (25 из 157). Зарплатный срез по формату пока не посчитан. Ориентир: удалённые и международные вакансии традиционно выше рублёвых офисных.
Почему зарплаты в вакансиях отличаются от реальных зарплат?
Зарплатная вилка в вакансии — это предложение работодателя, а не финальный оффер. Реальная договорённость может быть выше или ниже. Кроме того, часть работодателей не указывает зарплату вовсе.
Что лучше смотреть: среднюю зарплату или медиану?
Медиана. Средняя зарплата смещается из-за редких очень высоких вилок (например, международных вакансий или Lead-позиций в крупных компаниях). Медиана показывает значение, которое делит выборку ровно пополам — это устойчивее к выбросам.
Как часто обновляются данные Skillstat?
Данные обновляются регулярно. Текущий срез — 11 октября 2026. Дата обновления всегда указана в шапке страницы.
Почему часть вакансий без зарплаты?
Работодатели не обязаны указывать зарплату. Сейчас 26% вакансий содержат зарплатную вилку. Остальные вакансии учитываются в подсчёте спроса, но не в медиане.
Что влияет на зарплату Data Scientist сильнее всего?
Опыт и грейд — главный фактор. Далее: город и формат работы (текущий срез по Москве; удалёнка и международные вакансии выше рублёвых офисных), технический стек, домен (финтех, e-commerce платят выше среднего), уровень английского.
Как считается медианная зарплата на Skillstat?
Берётся середина вилки вакансии: (salary_from + salary_to) / 2. Если указана только одна граница — используется она. Все суммы приводятся к рублям. Учитываются только вакансии с полной занятостью и указанной зарплатой. Медиана вычисляется по всей выборке.
Можно ли стать Data Scientist без опыта?
Большинство вакансий рассчитаны на специалистов с опытом. Intern/Junior-позиции есть, но их доля невелика. Подробнее — на странице профессии.
Нужна ли научная степень Data Scientist?
Для большинства предложений — нет. Степень помогает в исследовательских командах и там, где нужно читать статьи и воспроизводить методы, но в обычном найме её место занимают законченные кейсы: вопрос, данные, утечка, baseline, метрика, ограничения. Кандидата с сильным разбором ошибок берут охотнее кандидата с публикациями и без практики валидации, и на вилке это отражается сильнее.
Платят ли больше за LLM и RAG в Data Science?
Не как за отдельный навык. LLM просят в 31.8% вакансий, RAG — в 22.3%, то есть языковой слой стал частью нормального набора. Деньги здесь появляются, когда ты умеешь его оценить: показать, что модель обгоняет простое правило, померить качество поиска, отделить правдоподобный ответ от верного. Специалист, который может только вызвать модель, дешевле специалиста, который может доказать её пользу.
Что даёт больше к вилке: бустинг или глубокое обучение?
Зависит от задачи, и работодатель это проверяет. В табличных задачах CatBoost, LightGBM и XGBoost (11.5%) остаются сильным решением, и знание их тонкостей ценится выше поверхностного PyTorch (36.3%). Глубокое обучение поднимает вилку там, где данные не табличные. Универсальный ответ один: премию платят за выбор, а не за арсенал.
Влияет ли работа с большими данными на зарплату Data Scientist?
Да, и это одна из немногих заметных надбавок внутри профессии. Умение собрать себе признаки из витрины на Apache Spark (33.8%) или Apache Hadoop (19.1%) снимает зависимость от очереди к инженеру данных, а значит ускоряет всю команду. Компании, где данные большие, обычно и платят выше — там ошибка исследователя дороже, а цикл проверки гипотезы длиннее.