Аналитика данных – одна из самых востребованных удалённых профессий: спрос на специалистов стабильно опережает предложение, зарплаты выше среднего по рынку, а работа полностью цифровая – таблицы, SQL, Python и дашборды не требуют офиса. При этом порог входа реальный: базовую аналитику можно освоить за 4–6 месяцев, а первую работу найти через 9–12 месяцев обучения и практики.
Направления для удалённой работы
Бизнес-аналитик (Business Analyst)
Анализирует бизнес-процессы, формирует требования к продуктам и системам, строит отчёты для принятия решений. Работает на стыке бизнеса и IT – переводит задачи бизнеса на язык технических требований.
Инструменты: Excel / Google Таблицы, SQL, Power BI, Confluence, JIRA.
Порог входа: 3–6 месяцев обучения + стажировка или проект. Зарплата: 70 000–100 000 ₽ (джун) → 150 000–250 000 ₽ (мид) → 300 000+ ₽ (сеньор/ведущий).
Аналитик данных (Data Analyst)
Работает с массивами данных: собирает, чистит, анализирует, визуализирует. Строит дашборды, выявляет паттерны, отвечает на бизнес-вопросы с опорой на данные.
Инструменты: SQL (обязательно), Python (pandas, matplotlib), Tableau / Power BI / Metabase, Excel.
Порог входа: 4–6 месяцев для базового уровня, 12 месяцев для уверенного. Зарплата: 80 000–120 000 ₽ (джун) → 160 000–300 000 ₽ (мид) → 350 000+ ₽ (сеньор).
Продуктовый аналитик (Product Analyst)
Анализирует поведение пользователей в продукте: воронки, retention, A/B-тесты, юнит-экономика. Работает вместе с продакт-менеджером и разработчиками.
Инструменты: SQL, Python, Amplitude / Mixpanel / Яндекс.Метрика, Excel, A/B-тест фреймворки.
Порог входа: нужно понимание продуктовых метрик + SQL. Зарплата: 100 000–150 000 ₽ (джун) → 200 000–350 000 ₽ (мид) → 400 000+ ₽ (сеньор). Конкуренция: средняя – спрос высокий, хороших специалистов мало.
Data Scientist (учёный по данным)
Строит прогностические модели, работает с машинным обучением, разрабатывает алгоритмы для рекомендаций, классификации, прогнозирования.
Инструменты: Python (scikit-learn, TensorFlow, PyTorch), SQL, Jupyter Notebook, MLflow.
Порог входа: высокий – нужна математика (статистика, линейная алгебра) + Python + ML. Зарплата: 120 000–180 000 ₽ (джун) → 250 000–450 000 ₽ (мид) → 500 000+ ₽ (сеньор).
BI-разработчик (Business Intelligence)
Создаёт и поддерживает системы бизнес-аналитики: пишет сложные SQL-запросы, строит хранилища данных, разрабатывает дашборды.
Инструменты: SQL (продвинутый уровень), Power BI / Tableau / Superset, dbt, Airflow.
Зарплата: 100 000–160 000 ₽ (мид) → 200 000–350 000 ₽ (сеньор).
Где искать вакансии
hh.ru – основная база:
- «аналитик данных удалённо»
- «data analyst remote»
- «бизнес-аналитик дистанционно»
- «продуктовый аналитик удалённая работа»
- «SQL аналитик remote»
Хабр Карьера – лучшая платформа для аналитиков в IT-компаниях. Большинство IT-компаний публикуют вакансии именно здесь.
Telegram-каналы:
- @analyst_jobs – вакансии для аналитиков
- @data_jobs_ru – Data Analyst, Data Scientist, BI
- @remotejob – удалённые вакансии (включая аналитику)
- @python_jobs – смежные вакансии
LinkedIn – для работы в международных компаниях и стартапах с зарплатами в USD/EUR.
Какие навыки нужны
Обязательные для любого направления:
- SQL – без него невозможно. Уровень: JOIN, GROUP BY, оконные функции, подзапросы.
- Excel / Google Таблицы – сводные таблицы, формулы, базовая визуализация.
- Аналитическое мышление – умение правильно задать вопрос к данным.
Желательные для роста:
- Python (pandas, numpy) – автоматизация обработки данных.
- Визуализация – Power BI, Tableau или Metabase (бесплатный).
- Статистика – базовое понимание распределений, A/B-тестирования, корреляций.
Как войти в профессию с нуля
Шаг 1 – SQL. Это фундамент. Бесплатно: курс на sqlzoo.net, задачи на leetcode.com/problemset/database, тренажёр на sql-ex.ru. Цель: уверенно решать задачи с JOIN, GROUP BY, оконными функциями.
Шаг 2 – Excel / Google Таблицы. Сводные таблицы, ВПР/VLOOKUP, простые графики. 2–3 недели практики достаточно.
Шаг 3 – учебный проект. Возьмите открытый датасет (kaggle.com – тысячи бесплатных наборов данных) и проведите анализ: сформулируйте вопросы, найдите ответы, визуализируйте выводы. Оформите в GitHub или как статью.
Шаг 4 – первая стажировка или джун-позиция. Ищите компании, которые берут джунов. Часто это стартапы или средний бизнес – им не нужны дорогие сеньоры для базовой аналитики.
Ожидаемые сроки: от начала обучения до первой работы – 9–15 месяцев при регулярных занятиях (1–2 часа в день).
Сколько зарабатывают
| Специализация | Джун | Мид | Сеньор |
|---|---|---|---|
| Бизнес-аналитик | 70 000–100 000 ₽ | 150 000–250 000 ₽ | 300 000+ ₽ |
| Аналитик данных | 80 000–120 000 ₽ | 160 000–300 000 ₽ | 350 000+ ₽ |
| Продуктовый аналитик | 100 000–150 000 ₽ | 200 000–350 000 ₽ | 400 000+ ₽ |
| BI-разработчик | 90 000–130 000 ₽ | 160 000–300 000 ₽ | 350 000+ ₽ |
| Data Scientist | 120 000–180 000 ₽ | 250 000–450 000 ₽ | 500 000+ ₽ |
Удалённые позиции в международных компаниях (оплата в USD) дают премию 30–80% к рублёвому рынку.
Путь роста
Джун-аналитик (SQL + Excel, простые отчёты)
↓
Мид-аналитик (Python + BI-инструменты, самостоятельные проекты)
↓
Сеньор-аналитик (архитектура данных, наставничество, влияние на продукт)
↓
Head of Analytics / Chief Data Officer
или
Data Scientist (при углублении в ML)
или
Product Manager (при движении в сторону продукта)