Junior-аналитик данных в России в 2026 году стартует с 94 000–149 000 ₽. Это медиана предлагаемых зарплат на hh.ru — то, что работодатели пишут в вакансиях для новичков. А «средняя по профессии 231 000 ₽», которую вам покажет агрегатор, посчитана иначе и описывает не вас. Её тянут вверх сеньоры. Запомните оба числа — между ними лежит вся эта статья.
И вот что под красивой цифрой не пишут: разброс внутри одного грейда тут больше, чем разница между грейдами в иных профессиях. Два junior-аналитика с одинаковым SQL могут получать 94 и 149 — полтора раза, на старте, при равных навыках.
Тогда главный денежный вопрос аналитики звучит не «сколько платят», а «почему так широко». Откуда полуторакратный разброс на входе и трёхкратный — между junior и senior? Отвечу сразу, потому что это ядро текста. Вилку аналитика данных двигают четыре рычага: грейд, специализация, индустрия и регион. Три из них вы выбираете сами. Дальше разберу реальную лестницу по ступеням, объясню, почему среднее завышено, покажу, какая специализация платит больше при том же опыте, и развенчаю миф, будто в регионах платят одинаково мало.
Марина, двадцать восемь, бывший маркетолог из Нижнего Новгорода. В аналитику пришла по самой частой причине — открыла агрегатор зарплат. Увидела «средняя зарплата аналитика данных 231 000 ₽», прикинула на себя, накинула за столицу и пошла учиться. В голове осталась одна цифра — 231.
Через восемь месяцев, после курса и трёх месяцев рассылки резюме, она получила первый оффер. Junior-аналитик в продуктовой команде, удалёнка, 110 000 рублей. Не 231. Половина.
Марину не обманули в фактах. Среднее по опросам сотрудников действительно около 231 — сервис не соврал. Просто 231 — это не зарплата аналитика данных. Это смесь, где её 110 усреднили с зарплатой сеньора на 400. Между Марининым стартом и той «средней» лежит не разница окладов. Лежат три-четыре года и два повышения грейда.
Вот про это вся статья. Не про то, сколько платят аналитику вообще, — а про то, почему цифра из агрегатора и цифра в вашем первом оффере отличаются вдвое. И что делать, чтобы вторая росла к первой быстрее.
Сначала про арифметику, потому что на ней спотыкается каждый второй. Аналитик данных — единственная профессия, где вы обязаны понимать разницу между средним и медианой просто чтобы прочитать собственную зарплатную статистику. Заодно это первый тест: если различие среднего и медианы вас не пугает, склад ума у вас подходящий.
Считают зарплаты двумя способами, и они дают разные числа. hh.ru берёт медиану по вакансиям — выстраивает все предложения работодателей по росту и берёт то, что ровно посередине. Сервисы вроде Dream Job и GeekLink берут среднее по опросам сотрудников — складывают все зарплаты и делят на количество. И вот тут ловушка. Среднее всегда выше, потому что его перетягивают выбросы: один senior на 426 тысяч в опросе перевешивает пятерых джунов по сто. Медиана к выбросам глуха — ей всё равно, сколько получает самый верхний, она смотрит на середину.
Цифры по аналитику данных за 2026 год расходятся именно так. Среднее по опросу Dream Job — около 140 000 ₽. Среднее по GeekLink — около 231 000 ₽. Разница в шестьдесят процентов между двумя «средними» одной и той же профессии — не ошибка, а разные выборки и разный метод. И ни одно из этих чисел не описывает того, что вы получите на входе.
Запомните правило, которое сэкономит вам разочарование. Когда видите зарплату аналитика — спрашивайте не «сколько», а «это медиана или среднее, и по какому грейду». «Средняя 231» для новичка бесполезна. «Медиана входа 94–149» — вот это про вас.
Теперь реальная лестница, по которой считают деньги, — по медиане предлагаемых зарплат на 2026 год.
Junior — 94 000–149 000 ₽. Первый год под присмотром: вы пишете несложные SQL-запросы, чистите чужие таблицы, собираете отчёты по чёткому ТЗ. Деньги тут не про вас лично, а про то, что вас взяли учиться за зарплату. И сразу вопрос, который мучает новичков: откуда внутри одного джуна разброс в полтора раза, 94 против 149? Оттуда же, откуда вся вилка профессии, — из специализации, индустрии и региона. До них дойдём, но вы уже видите: даже на старте эти рычаги решают.
Middle — 150 000–255 000 ₽. Это костяк рынка, основная масса вакансий и тот грейд, ради которого всё затевается. Middle ведёт задачу целиком: сам разговаривает с заказчиком, сам решает, что и как считать, сам отвечает за вывод. Переход junior→middle — главный денежный рывок в карьере аналитика, и происходит он не по календарю, а в момент, когда вы перестаёте быть тем, за кем перепроверяют каждый запрос.
Senior — 300 000–426 000 ₽. Тут платят не за скорость запросов, а за то, что вы решаете, какие вопросы вообще задавать данным, строите аналитику с нуля в команде, где её не было, и видите в цифрах то, что другие просмотрели. Расстояние от нижнего джуна до верхнего сеньора — больше четырёх раз. И проходится оно годами, а не курсом.
Три ступени. Запомните нижнее число — 94 тысячи. С него вы реально начнёте. Не с 231.
А теперь рычаг, про который на курсах молчат, хотя он двигает вилку сильнее, чем лишний год выслуги. «Аналитик данных» — это не одна профессия, а зонтик над несколькими, и платят под этим зонтиком по-разному.
Грубо специализации делятся так. BI-аналитик строит дашборды и отчётность — наглядные панели, где руководитель сам видит, как идут дела. Вход сюда мягче, инструменты — Excel и BI-системы, кода меньше, и нижняя граница вилки тоже ниже. Маркетинговый аналитик считает эффективность рекламы, окупаемость каналов, поведение клиентов — он ближе всего к деньгам компании, и его ценят за это. Продуктовый аналитик живёт внутри цифрового продукта: метрики, A/B-тесты, воронки, удержание пользователей — самая технически насыщенная ветка, обычно с Python, и обычно самая денежная. И собственно data-аналитик широкого профиля, который закрывает всё подряд.
Логика простая: чем ближе ваши цифры к выручке и чем глубже техника, тем выше ценник при том же стаже. Продуктовый аналитик в цифровом сервисе на верхней границе своего грейда обходит BI-аналитика на отчётности — не потому что умнее, а потому что его вывод напрямую меняет продукт, на котором компания зарабатывает. Это и есть часть ответа, почему один junior получает 149, а другой 94. Не только опыт. Куда именно вы целитесь специализацией.
Вот почему «пойду в аналитику данных» — слишком крупный мазок. Вопрос не «идти ли в данные», а «в какую ветку данных» — и этот выбор стоит десятков тысяч в месяц ещё на старте.
Теперь география, и тут вас ждёт сюрприз, ломающий привычную картину «Москва — регионы».
Расклад по городам на 2026 год выглядит так. Москва — около 155 000 ₽. Новосибирск — около 145 000 ₽. Санкт-Петербург — около 113 000 ₽. Прочитайте ещё раз. Питер, вторая столица, платит аналитику данных меньше Новосибирска — сибирского города, который в зарплатных мифах всегда идёт после Москвы и Питера. Это не опечатка в источнике. Это рынок: в Новосибирске сложился крупный ИТ-кластер и реальный спрос на аналитиков, а питерские вакансии в этой специальности придавлены конкуренцией и структурой местного спроса.
Вывод из этой аномалии важнее самих цифр. «В регионах платят мало» — ленивое обобщение, которое стоит денег тому, кто в него верит. Платят по-разному, и иногда конкретный региональный город обгоняет столицу. Москва держит верхнюю планку, но разрыв с сильным регионом — десять процентов, а не разы, как пугают.
И главное — есть рычаг, обнуляющий географию вовсе. Аналитика — профессия, где удалёнка норма. Аналитик из Нижнего Новгорода, нанятый московской командой на удалёнку, получает московскую вилку при нижегородских ценах на жизнь. Марина именно так и сделала: её 110 — это удалённый оффер, и для junior в её городе это выше местного потолка. Региональный дисконт исчезает не когда вы переезжаете в Москву, а когда расширяете поиск на удалённые вакансии по всей стране.
Сложите всё в одну формулу. Зарплата аналитика данных = грейд × специализация × индустрия × регион. Грейд растёт сам, медленно, годами. Остальные три множителя вы выбираете — и каждый двигает вилку сильнее, чем лишний год в случайной компании.
Практически это значит вот что. Не выбирайте профессию по «средней 231» — её для вас не существует первые годы; ваш ориентир на входе 94–149 по медиане, и реальный первый оффер будет ближе к нижней половине. Не верьте, что «в регионах платят мало», — расширяйте поиск на удалёнку и смотрите конкретные города, а не миф про них. И главное, целься специализацией заранее: продуктовая и маркетинговая ветки ближе к деньгам компании и платят больше BI-отчётности при том же опыте — решите это до того, как учиться, а не после.
Как реально растить доход. Быстрее всего вилку поднимает не выслуга, а переход junior→middle — тот момент, когда за вами перестают перепроверять и вы ведёте задачу целиком. Ускоряет его не зубрёжка, а способность довести цифру до вывода и объяснить заказчику, что она значит. Дальше — добор специализации в денежную сторону и индустрия, где данные напрямую приносят выручку. Аналитика — живой рынок: спрос на аналитиков данных вырос на 16,4% за 2025 год, профессия не схлопывается.
Но честно, без рекламного глянца: 94 тысячи на входе вы получите, только если сначала найдёте работу. А рынок ушёл от джунов — больше половины вакансий требуют опыта от года, и на голого новичка остаётся узкая щель, за которую конкурируют десятки выпускников курсов. Поиск первой работы растягивается на месяцы. Марина с её тремя — скорее везунчик, чем правило. Перенасыщение бьёт по заменимым: джун, который прошёл курс и разослал сто одинаковых резюме, неотличим от ста таких же, и старт у него будет долгим и по нижней границе. А джун с собственным разбором на реальных данных в портфолио, с выбранной денежной специализацией, готовый к удалёнке по всей стране, — он не в общей очереди.
Если не уверены, ваш ли это путь по складу ума и бэкграунду и даст ли аналитика именно вашу целевую зарплату, честнее проверить это до того, как потратите год на учёбу. Пройдите Профтест на этом портале: за пять минут он сопоставит ваши склонности, опыт и цель по деньгам с подходящими ИТ-направлениями и покажет, та ли это профессия и с какой ступени вам реально стартовать. Тест бесплатный. Год учёбы не в ту сторону — нет.
Вернёмся к Марине. Она шла на цифру 231 и получила оффер на 110 — и в первый момент решила, что её обманули. Не обманули. 231 существует, просто это чужое среднее, а не её старт. И дойдёт она до своей хорошей цифры быстрее не потому, что выучит ещё один инструмент, — а потому, что выбрала удалёнку вместо местного потолка и целит в продуктовую аналитику, а не в отчётность. Профессия платит новичку скромно. А дальше платит не за диплом и не за город. За то, насколько вас трудно заменить.
